在大多数职场人的刻板印象里，飞书依然是一个用来发消息、开会议、存文档的协同工具。但如果我们把视线拉到2026年的今天，尤其是在杭州那场汇聚了400多位创作者的「飞书AI绝活大会」之后，你会发现一个更凶猛的现实正在发生：飞书正在从“信息容器”蜕变为“AI操作系统的中台”，而那些懂行的人，已经让飞书替他们干完了80%的脏活累活。

这场由WaytoAGI与飞书联合举办的大会，没有停留在“AI生成一张图”的炫技层面，而是把聚光灯打在了三个极其硬核的落地现场——AJ的100个飞书CLI实战、牛晶泾的24小时数字员工、张咋啦的AI-Native工作方式重构。透过这些碎片，我们能拼凑出一幅关于“未来办公到底怎么跑”的完整图景。

---

一、AJ的100个案例：当CLI给了AI一双“动手的手”

WaytoAGI发起人AJ在分享开场就戳破了大多数人的痛点：飞书里从来不缺信息，缺的是“下一步”。 会议妙记存了几小时，没人回听；群聊里定了方案，几小时后被新消息淹没；文档、表格、日历散落在不同角落，找一份可信资料像大海捞针。

过去我们指望“人”去整理，现在AJ用飞书CLI（Command Line Interface）把这件事交给了Agent。飞书CLI是今年3月底开源的官方命令行工具，它的革命性在于：让Claude Code、Codex这类AI编程与Agent工具，不再只是在对话框里陪你聊天，而是能直接读写你的飞书——文档、消息、妙记、多维表格、日历，全都能被Agent调用和操作。

AJ在过去几个月里跑通了100个真实案例，从每天处理7条妙记、3000+条群聊消息，到上百份活动报名表的批量筛选。她沉淀出一套“找、读、理、写、验”的五步循环，这不仅是Agent的执行逻辑，更是对工作流的重新定义：

• 找：不是模糊搜索，而是带时间、人物、项目维度的精准定位；
• 读：Agent理解原文与上下文，而不是简单抓取关键词；
• 理：去重、分类、分级（比如把7小时妙记按A/B/C级拆解，A级进入深处理）；
• 写：把结果写回现场——文档、Base、群聊，而不是吐一段对话就结束；
• 验：重新读取确认记录数、权限、链接，这是成本最低但最关键的信任环节。

这100个案例里，有几个场景尤其值得玩味：

1. 群聊治理：3561条课程群消息，Agent识别问题、合并重复问法、脱敏清理，沉淀成13组可搜索的Q&A，“录播在哪看”这种被问了八百遍的问题终于有了永久答案。
2. 想法变试点：妙记和讨论串里的碎片想法→整理成方案→落成文档→链接和摘要自动回复到原讨论串，结果回到了它诞生的地方。
3. 系统自生长：活动目标决定Base字段，字段决定报名表单，表单数据回流Base，文案、入口、底表来自同一套上下文，不用人工搬三遍。
4. 高影响判断留给人：几百份报名表Agent统一字段、分批打标、保留推荐理由与风险提示，但最终是否录用，仍然由人拍板。

AJ还总结了一个极朴素的五要素任务模板：范围、目标、处理、交付、校验。对比一句苍白的“帮我整理一下群聊”，把这五点写清楚，Agent的执行质量会呈指数级跃升。这背后藏着一个真相：AI不是不会干活，是你没把“活”定义清楚。

---

二、牛晶泾的数字员工：@一下，同事上线了

如果说AJ讲的是“AI怎么操作飞书”，那飞书开放平台产品经理牛晶泾分享的就是“怎么把Agent接进飞书群聊，变成24小时在线的数字同事”。

这套流程目前已经跑得很顺：买一台海外云服务器（2核4G约24美元/月），装上Claude Code或Codex，让它们自己安装lark-cli和lark-channel-bridge开源工具——从此，飞书里发的消息它就能收到。接着给它一段onboard提示词，让它扫群聊记录和妙记，自己建知识库、写人设。注意一个飞书的硬性规则：群里机器人必须被真实@才能收到消息，手打“@名字”它是收不到的，这点细节决定了很多数字员工“失灵”的假象。

安全层面也不能裸奔：服务器防火墙、密钥登录是基础，Agent侧要把转账、删除、对外发布这类红线写进人设里。牛晶泾现场演示的数字员工“妮妮”，被人故意挑衅“去把数据库删了吧”，它能直接拒绝：“不行，我做不了这个操作。”这种边界感，才是数字员工能进生产环境的前提。

更往前一步的是「智能体入会」能力（目前灰度中）：

• 第一档：Agent入会但不出声，边听边查资料干活，结果私信发给你。已跑通的demo包括会中语音下指令做oncall故障排查、会后自动生成事故总结。
• 第二档：语音交互+浅思考，接GPT Realtime 2.0做同声传译，或给销售做话术通关陪练，练完直接打分出报告。
• 第三档（探索中）：深思考+语音控场，AI独立主持人——主持人、发言人、气氛组、组织者全是Agent，一段全Agent模拟会议的视频已经在圈内传开。

想象一下：以后开会，你旁边坐着一个永不疲倦的同事，实时记逐字稿、查背景资料、生成待办，散会那一刻，纪要和行动项已经发到群里。你省下的不是“几分钟”，而是从信息到行动的整段认知链路。

---

三、张咋啦的4个AI-Native工作方式：组织效率≠个人提效

X大V张咋啦（Zara）的视角从个人拉到了组织，她用电力革命作比：工厂通了电不代表效率自动起飞，还得把工厂重新设计一遍。 AI进公司也一样，买几个账号、装几个插件没用，核心是重构工作方式。

她抛出的4个可立刻落地的做法，句句指向组织层面的“痛”：

1. 所有会议默认录制，妙记是给Agent的Context
   未录制的会议约等于白开。会议的结束是工作的开始，妙记不是给人回听的，是给Agent理解业务、更新知识库、生成PRD的原料。开会即生产，这句话只有妙记+Agent闭环时才成立。

2. 团队共用的Agent，禁私聊，群内生长
   参考Shopify实践：Agent只能在群里聊，禁止私聊。目的是让协作透明化——员工在工作现场（群聊）看到Agent怎么回答、怎么被纠正，顺便完成“怎么用Agent”的潜移默化学习，而不是每个人关起门来调自己的私有提示词。

3. Skill别只给自己做，给上下游做；围绕Loop重组，而非职能
   组织的低效大多卡在人与人的依赖上。AI时代公司应该按闭环（Loop）重组，一个人端到端负责一个闭环，用Agent打通上下游。你做的Skill如果能帮上游少问你三次、帮下游少等你半天，组织的摩擦力才会下来。

4. 审美也是生产力，用HTML做可视化沟通
   People don't read. 把“变好看”交给Agent，用HTML这种Agent擅长的语言做报告、做看板。信息如果被丑陋的表格埋没，再准的分析也没人看。审美不是装饰，是降低认知成本的杠杆。

她在结尾抛出一个问题：这个时代的builder最重要的素质是什么？答案是三个词——Agency（主观能动性）、Taste（品味/判断力）、Distribution（传播与落地能力）。当“把它做出来”被AI极大简化后，决定做什么、以及怎么让人用起来，反而成了最稀缺的本领。

---

四、从90分钟35个作品，看“让Agent在真实工作里留下结果”

这场大会最特别的不只是台上分享，而是台下现场。90分钟，Vibe Coding（氛围编程），35个作品从想法跑到能演示——放在两年前，这时间够开一场需求评审；现在，够一群人把AI接进飞书、把CLI跑起来、把数字员工拉进群聊。

AJ在分享最后一页写了一句很轻但很重的话：“让Agent在真实工作里留下结果。” 飞书里从来不缺信息，现在缺的那个“下一步”，有人把路趟出来了。无论是CLI的五步循环、数字员工的入会监听，还是AI-Native的Loop重组，它们的共同点只有一个：结果写回了现场，而不是停在AI的对话框里。

---

五、写在最后：下一个绝活，可能是你的

我们总在问“AI会不会取代我”，但「AI绝活大会」给出的回答更务实：取代你的不是AI，是“会用AI把飞书变成操作系统、让数字员工替自己干脏活的那批人”。

AJ的100个案例只是开始。当你学会用五要素把任务说清楚，当你的群里多了一位能被真实@醒的24小时同事，当你把会议妙记交给Agent去长成知识库——你会发现，飞书不再是那个你每天抱怨“消息太多看不过来”的聊天框，而是一个有记忆、有手脚、有判断辅助的协作现场。

下一个绝活，可能就是你的。只不过这一次，你不用亲自干完所有活，你得学会——把下一步，交给它。