钉钉AI搜索里有啥？上班摸的鱼老板画的饼同事欠的债
邮箱｜wangzhaoyang@pingwest.com
AI重塑钉钉的刀，终于来到了搜索上。
钉钉终于对搜索下手
“最近一周我答应过请谁喝咖啡？”
这不是钉钉总裁叶军在自己问自己，而是他在钉钉搜索框输入的内容。
“您最近的聊天曾有3次提到请同学喝咖啡，涉及9位同学，其中具体的安排如下：
项目庆功会：在项目庆功会的聊天记录和会议纪要中，您对整体进度表示满意，并提出请全体成员喝咖啡以示激励。
欢迎新同学：不穷曾在欢迎新同学子薯的聊天中提议请大家喝咖啡，子薯帮忙统计了群里要一起喝咖啡的同学，包括子醬、小柳、龙痞、夜臣、石溪等同学。
生日庆祝：在您的生日庆祝活动中，您提议请大家喝咖啡作为回礼。”
这是叶军得到的答案。具体到人，具体到场合，全都记得。
这个答案完全基于大模型生成，它发生在钉钉的搜索页面——一个此前一直没什么存在感，甚至曾被不少用户批评太简陋的页面，但现在它连你随口承诺过的咖啡都能给你记住。
这一次钉钉搜索再一次被广泛关注，因为它的变化太大了。在6月26日的钉钉生态大会上，钉钉发布了最新版本，并推出了钉钉AI搜索。钉钉总裁叶军在大会上展示了上面的这个场景。
这个全新的“钉钉AI 搜索”可以深度整合钉钉内工作与协作信息、全网信息，从而帮助用户提升搜索效率，解决工作学习、日常生活等场景中遇到的各类搜索需求。
在新版钉钉里，点击顶部搜索框进入搜索页面，可以看到一个魔法棒的标志，这是AI搜索的入口。
不仅是总裁欠下的咖啡，老板又给你画了哪些大饼，你答应了要做但还没干的活，AI搜索都能搜个门清。
叶军现场还展示了另一个案例。他在搜索框输入“看一下钉钉最近受到的吐槽和客户反馈有哪些？”，AI搜索会基于散落在聊天对话、文档、待办事项甚至各种自选ISV应用里的信息来生成答案，最终给出了6个关联内容。
而其中有一条涉及一家具体的“吐槽”公司，AI搜索自动给出了跟进了解的建议：“近期老张家餐饮集团的定制需求解决的怎么样？”
当点击这个建议后，AI搜索再次在钉钉的各个模块搜索信息，生成回答：
“老张家餐饮集团的搜索排序需求由战略客户一部的CSM语初负责对接。技术实现方面，由石溪所在团队负责评估和技术实施。对于付费定制方案的排期和成本评估，需与糖之进一步沟通。”
在这个直接的答案后面，AI还附上了一个钉钉脑图，谁在负责什么，接下来该干什么，一目了然。另外，在每个具体答案后，还给出了索引链接，指向具体的文档或者聊天记录。
钉钉对自己的AI搜索总结了六个特点，包括专有个性搜索能力，感知信息变化的能力，自然语言输入，直接生成答案，深入挖掘追问和追随内容信源。
“我们希望的是你跟你隔壁同事搜到的东西是不一样的，而且它能够感知你这个组织里的信息变化。”叶军说。“而且我们这个场景怕幻觉、怕出错，因此必须可以溯源。”
钉钉希望AI搜索能解决钉钉产品上信息过于繁杂的问题，也为AI时代信息处理的方式带来改变。
“这个产品应该能解决碎片化、离散化、非结构化问题，让你效率能够得到10倍以上的提升。”他说。
从IM、文档、会议等等一众产品用AI重塑，到AI原生的AI助理，钉钉又交了一个AI搜索的答卷。
并不是又一个Perplexity
看到钉钉的这个发布，熟悉AI产品近来热点的人们应该会很快想到Perplexity。但仔细看就会明白，这个“钉钉AI搜索”其实并不是又一个Perplexity。
一个鲜明的不同点，是它不做全网搜索，而是将重点放在钉钉app内。
钉钉的AI搜索，主打钉钉内工作与协作的信息的深度整合，能够全面检索和整理用户自有信息、企业知识，包括单聊、群聊、文档中的信息，参与过的日程、待办、会议等工作的进展，以及企业知识库、日志等知识。用户不仅能够搜索到全面的信息，还能得知有哪些人、群聊或者文档与该搜索有关。”
这意味着用户通过钉钉 AI 搜索所检索到的信息，都将是全面的、具体的、深入的，能够覆盖用户具体的工作中。
这看起来似乎不如那些要干翻Google的Perplexity们野心大，但如果从搜索的发展和大模型技术本身的特点来看，这样的场景也许反而是最匹配的场景。
首先从搜索来看。今天人们谈论AI搜索的时候，更多把给出结果和给出答案作为区分点，但较少讨论搜索本身在此之前已经发生的演变。
从最初的雅虎等信息整合的门户，到谷歌百度为代表的搜索，信息从被动的黄页变得可以被检索。但之后，随着各种超级应用的出现，以及竞争带来的各平台自我保护的策略，很多重要信息不再是通用搜索可以搜到的，而是割裂在各个平台的阁楼里。比如大家早已经习惯在谷歌里搜不到推特的内容，搜公众号内容要去微信，在小红书和B站内的搜索才能搜到up主和博主们的内容。
这是搜索本身在经历的重要变化，而大模型代表的生成式AI到来后，这个“问题”并没有得到解决。
从大模型的原理来看，在训练方面，大模型是世界信息的压缩，也就是它要吃掉大量信息而不创造信息，在推理方面，它的生成能力更多是带来了信息处理的便利。
所以对于“搜索”这件事本身，Perplexity们更多是提供了一个全新的交互方式，进而改变了信息分发方式，但它依然是建立在搜索引擎之上的，并没有对搜索底层的信息索引等带来改变。
这将是搜索引擎接下来发展的瓶颈问题，但对能沉淀信息的其他平台方，AI搜索却是机会。
这个技术本身的潜力更多在于全新的强大信息处理能力，它让过往无法很好处理的杂冗信息现在能够被处理，借用“AI native”的概念，只有在这样的复杂信息环境里，才有更native的AI搜索。
也就是说，混乱的信息需要AI搜索拯救，而真正的AI搜索也更需要“混乱”的信息。藏在钉钉里的那些上班摸的鱼，老板画的饼和同事欠的“债”等复杂而碎片的信息，反而是AI搜索最擅长处理和最需要的。
而越来越多的厂商体现出来的思路是，这种混乱信息最好也是能被归在某个自有的池子里面的信息。一方面，这可以带来一定的边界，可以帮助避免大模型最被担心的幻觉的问题，另一方面，这些信息是重要的“资产”，直接与商业化的可能相关。
比如此前微软计划重点投入的明星AI应用Recall其实就是这个思路，它通过不停截屏，其实在建立一个复杂而有界限的信息池子，这样大模型技术才有它的用武之地。
而与其相比，钉钉事实上已经有了这个池子。过去那些以复杂著称甚至是被批评的“混乱”信息，今天反而变成最适合大模型AI搜索发挥的土壤。而钉钉一直想要解决的信息与人的关系也有了改变模式的机会。
信息push人走，到人来处理信息
“在过去，尤其是深度的钉钉用户，单聊、群聊、会议、待办、文档、日志，以及各色的业务应用产生的信息，其实在推着用户走。”这是钉钉对“信息与人”的思考。
“今天AI的突破终于有可能让每个人成为自己的信息的主导者。以后是人来处理信息。以人、以场景为中心，会带来钉钉用户体验的极大改善。”
这代表着一种信息交互和消费的底层转变。用户处理信息的方式，从过去的“时间流”式push人，转为以事为中心、以我为中心，人来处理信息，聚焦在事情上。
在钉钉这次的版本更新中，钉钉还开放了底层模型的接入，进一步开放生态，AI助理的思考系统、感知系统和行动系统也大幅升级，可以通过训练记住用户的个性化偏好，结合这些记忆规划行动，完成复杂的任务。它也更新了多 Agent 协同能力，可以用“拟人操作”的方式学习用户操作流程等。
“过去AI助理解决了钉钉功能的臃肿分散问题。今天 Al 搜索要解决钉钉上的信息分散问题。”叶军说。
而钉钉AI助理此次的迭代，和AI搜索的内核，其实有些类似之处，它们都在让AI更个性化、个人化，越接近个人知识，越接近生产力。
可以预期的是，钉钉还会不断在自己产品功能上继续“折腾”下去，它可能是国内最闲不下来的一款国民级产品，推出AI搜索绝不会是最后一步。