养虾🦞(OpenClaw)这阵风刮得太猛了,不止个人在玩,企业也都在装,生怕落后。
但普遍的情况是:安装容易,用起来难。做电商的公司,问虾上个月的退货率,它跑去网上搜;让它写封催款邮件,它连客户欠了多少钱都不知道。这样的虾,跟鱼缸里的宠物没什么区别,只有观赏价值。
很多人说企业养虾没养好,是模型不够强,是 Skill 写得不好。这话不完全对。再聪明的虾,哪怕学会了屠龙术,如果生活在鱼缸里,也做不了什么事。
虾住在哪里,比虾本身重要。
这篇文章我会从企业 Agent 落地的角度,聊聊怎么让龙虾真正发挥价值。会用飞书作为案例来说明,不是因为它完美,是因为在我看到的企业级方案里,飞书在“给虾提供工作环境”这件事上做得最完整。
个人养虾和企业养虾,完全是两码事
像我自己用龙虾,也就是发个链接让它抓取翻译一下文章,或者给文章配张图,用得不多。这是个人玩法,够了。
企业完全不同。
企业需要虾懂业务。 不是“帮我写个邮件”,是“按照上季度签的框架协议,给 A 客户发一封关于 Q2 交付延迟的情况说明,语气参考上次给 B 客户的邮件模板”。要完成这个任务,虾需要知道框架协议的内容、A 客户的交付时间线、B 客户邮件的语气风格。这背后要的不是更聪明的模型,是数据、关系、权限和业务规则一整条链。
企业需要虾安全。 个人用虾,守好银行卡和隐私信息,关键环节确认一下,大部分问题能杜绝。企业不一样,数据要隔离、权限要分级、操作要有日志、出了问题要能溯源。
企业还需要虾的经验能传承。 今天用 Claude,明年可能换 GPT-6 或者某个国产模型。如果业务知识都散落在 prompt 和人的脑子里,一换人换模型,积累的东西全部归零。
一句话:个人养虾是装一个工具,企业养虾是建一套知识体系。
企业到底该给虾准备什么
知道了企业养虾和个人不同,下一个问题是:知识体系具体指什么?
举个例子。你让虾“查一下张总那个项目的进度”,虾要做什么?它得先知道“张总”是谁(数据),然后找到张总负责的项目(数据之间的关系),再去项目管理系统查进度(操作),最后把结果整理成你想要的格式发给你(技能)。
四步,缺任何一步都完不成。企业需要积累的知识,拆开来就是这四层:
-
• 第一层,数据。 客户信息、产品资料、业务文档、历史消息,这是最基础的原材料。
-
• 第二层,数据之间的关系。 “这个客户签了哪个合同”“这个指标受哪些因素影响”“这个审批流程依赖哪几个部门”。孤立的数据用处不大,连起来才有价值。
-
• 第三层,操作。 查询、更新、审批、发通知。不同岗位能做的操作不同,这些操作规则本身也是企业知识的一部分。
-
• 第四层,Agent 技能。 把前三层的东西封装成 AI 可以理解和执行的形式。“收到催款邮件,自动查询对应合同金额并起草回复”,这就是一个技能。
我倾向于把工具(Tools)放到技能里面,因为 Agent 需要 Skill 才能知道如何使用工具。Skill 是冰山露出水面的部分,底下三层才是冰山主体。
这也解释了为什么很多企业光写 Skill 写不好。Skill 的质量上限取决于底下三层的完整度。Agent 没法直接访问底层的…