1. 大模型的房间里有只大象，它有两副面孔。

2. 它首先以高昂成本的样貌出现：最新的斯坦福报告给了很直观的数据，2017年时Transformer 训练成本 900 美元，2019 年RoBERTa Large 16万美元，而2023 年GPT-4 和 Gemini Ultra 的训练成本估算分别为 7800 万美元和 1.91 亿美元。用碳排放来换算，GPT-3 训练期间排了502 吨碳，约等于32个普通美国人一年的碳排放量。

3. 这只大象还有一个样貌，就是底层技术的夸张进步速度。这是人类许久未见的技术革命。一个小参数模型今天能达到一年前百亿参数模型的能力，Sora可以让视频一致性达到可用的程度，GPT4上了机器人的身，机器人过去多年解决不了的问题，解决了。想象力每天都被诱惑着。

4. 于是，更准确地描述这只大象，就是实在太不合理的成本逻辑下依然无法错过的技术机遇。于是它困扰着每个人，但又隐身在源源不断的fomo情绪之中，让诸多狂奔者来不及讨论或直接避而不谈。

5. 这只大象也站在过钉钉的房间里。钉钉是国内对大模型反应最早的公司之一。而且它永远先从改造自己开始。2023 年4月钉钉就喊出要把自己所有产品都用大模型重塑一遍，然后用了100天就改造了自己17 条产品线。折腾自己还不够，8月钉钉把AI PaaS开放，推出基于AI PaaS的“数字员工”和一大堆具体场景和行业的方案。然后在11月，经过 50 多万家企业邀测后，在自己这个国民级产品里全面开放了AI能力。

6. 但你对AI拥抱的越快，大象也出现的更快。钉钉要全面拥抱AI，但要如何拥抱呢？当时一时间似乎人人都在做模型，钉钉也要搞一个么？只是加一些AI功能到app上就足够了么？给生态提供的AI到底是什么呢？这些具体的策略和战略执行的方式比all in的大方向更难，而且它们最终都引向了这个两幅面孔的大象——巨大成本，和巨大机会，钉钉究竟怎么搞。

7. 决定面对这只大象，就一定带来内部争论。钉钉也如此，在这期间我们有机会和钉钉总裁不穷在几个关键节点都做过交流，而你也能发现这个团队的焦虑。产品的样子，AI加入的方式，以及生态建设的方法，都是争论的对象。比如在Copilot和Agent的不同思路上，不穷分享过内部激烈的斗争。“我们最初也没有可以参考的剧本，一年多前尝试用ChatGPT的方式接入，包括类Copilot的做法，当时我们的想法都差不多，就是在产品上加AI能力。但到了6，7月，内部开始讨论Copilot是不是真的适合，经过了激烈争论后，我们的路线定在AI Agent。”他在一次分享中说。

8. 这些不同的争论最终可以快速达成共识，其实背后有一个最根本的判断：这是一次根本性的技术创新，钉钉没有不跟的理由，不得不上。这种“危机感”催促着团队在选好路线后的执行动作也十分之快。因为谁也等不起。2024年1月，钉钉 7.5 快速推出 AI 助理，认定AI Agent是最佳AI应用入口，而钉钉要成为高频和开放的AI智能助理平台。

9. 所以这就是钉钉面对这只大象的答案：仔细去拆解，训练阶段其实才是大模型研发成本的大头（那些所谓的万亿参数万卡集群都是指向训练），而推理阶段成本较低（你所有对AI的直接使用都是在让大模型进行推理），但推理到底用在了什么地方，却是真正能否让这个高昂的成本“值回票价”的关键。于是不碰模型本身的钉钉，要做的就是集中力量在推理侧，AI Agent要做的就是把有限且高昂的算力用在推理的刀刃上。

10. 换句更直白的话，不把天价算力用到行业需求的AI，都是耍流氓。

11. 怎么用到行业需求上？把半条命豁出去，不仅改造自己，也把半条命交给生态。这就是钉钉的AI Agent路线。钉钉的AI Agent要给每个行业里真正理解需求的人使用。

12. 于是，你看到公安行业用它开发出了服务助手，能解答人们很复杂具体的办事问题，并输出定制方案。设计行业把企划，线稿和营销一口气通过一个智能助手来打通。钉钉最新的数据还是很惊人的，据他们透露，钉钉AI已经搞出来了230 万家企业用户，3 月使用钉钉 AI 的月活企业数超过 170 万家。在这个阶段，这放在全球也是很可观的渗透率。

13. 还有一个很有意思的现象也是只关注一夜变天的AI新闻爱好者们不会在意的，就是钉钉是一个跟OpenAI等公司前期思路出奇同频的公司。微软基于OpenAI的技术推出Copilot的同期，钉钉也在改造自己的产品并且上线Copilot功能，之后内部讨论后认为Agent路线更符合趋势，有了最早的Agent平台。

14. 但很快钉钉又和OpenAI走出了不一样的路，GPT Store脱胎于ChatGPT——一个展示模型能力的对话框，而钉钉的Agent平台从一开始就是建立在钉钉这个聚满各种行业需求和细分场景的“市场”里。一个极度仰赖用户自己发掘需求的能力，等着他们来这找答案；另一个则是需求本就都堆在这里，而且场景简直不要太多。

15. 更有意思的是，OpenAI最近的许多信息显示，它也开始像钉钉这样，更加重视从客户企业本身的场景去提供自己的能力。一个是全球大模型的旗帜，一个是中国的一个应用公司，为啥这俩公司能想一块去？一个是因为技术领先，另一个是因为真的够“土”，但最终要改变世界两者缺一不可。于是，殊途同归了。

16. 而沿着这个思路往下，AI Agent要变成能动员行业里更多人参与的事，才有意义。钉钉的做法是，建造一个真正的Agent市场——4月18日，钉钉正式发布了这个AI Agent市场，继续豁出半条命：把应用，数据和工程化，比如工作流、智能 RPA 与 AI 的结合等，都交了出来，提高复杂任务执行和准确性。而这个AI Agent市场发布距钉钉喊出要全面改造自己，整整过去一年。

17. 现在看来这一年里这家公司一直在避免一件事，就是被大模型的噱头给吸引到一种空中楼阁中去。所有动作在经历争论之后，最终都是从自己手头出发，比如对自己大刀阔斧地改造，其实很大程度解决了一些长期的产品问题，比如钉钉的文档和会议等，因为AI功能的加入和LUI等对界面的简洁化改造，而提升了口碑，文档产品月活超过了千万；而对于生态，则更是一如既往像钉钉最初发家时一样，从服务这些最接地气的客户的最真实的需求出发，务实的寻找最能带来现实回报的路线。

18. 并不意外的是，今天的OpenAI也在这样做。GPT Store因为缺少实际价值场景而遇挫的同时，OpenAI开始全面的向企业级转向。最近它动作频繁，包括其COO前往好莱坞推销Sora的新闻密集传出。而据一些熟悉欧美影视行业的人士最近跟我们透露，OpenAI和好莱坞接触的方式很明确，它自己没有外界天天喊着“颠覆一切”的姿态，反而希望它可以进入这个行业一些非常细致的pipeline环节就行，而不是重塑整个pipeline。

19. 这背后最大的不同，是“技术上帝视角”和深入行业需求的不同。钉钉这百万级的企业用户，全是凭着自己的朴素需求来把大模型用起来的。这些行业不会轻易相信一个全知全能模型能解决所有问题，但会立刻发现新技术能大幅改善的经营环节。

20. 最后还想提一下这次发布里两个很有意思的细节：一个是，在这次Agent市场的设计中，其实钉钉并没有走全量推荐的路线，而是延续 SaaS 生态时“上架-审核”的方式，控制质量和控制数量。另一个是不穷最近又忍不住对未来做了一个判断：他说了一句让每个中国to B从业者听了都可能心头一颤的话，“SaaS挣不到的钱，Agent赚回来。”这两个事放在一起，充分体现了钉钉的风格：在技术机遇期用all in的方式抓机会，在一年摸索改造后，沿着确定的路线开始稳定下来并继续对未来保持警惕和野心——又土又先进。而在搞AI这事上，这种风格还是挺有用的，不是么。