企业微信的AI:在玩一种很新的东西

企业微信的AI助手“大圆”通过自动感知上下文，直接处理工作信息，显著提升效率。核心内容涵盖传统AI助手依赖手动输入的局限、上下文自动感知原理，以及实际应用场景与效率提升体验。

最近在使用微信AI助手小微时，我联想到一个具体场景：让小微帮忙找出过去半年承诺但未实现的饭局邀约对象。但遗憾的是，作为测试版本，小微尚未开放全局聊天记录作为上下文，这一需求暂时无法实现。相比之下，企业微信新推出的AI功能具备全域上下文能力，能够从容应对工作相关问题，避免遗漏重要事项。今天我们来详细探讨这项新功能。

一

先谈谈大多数职场人士都熟悉的体验：周一早上打开企业微信，面对大量未读消息，需要花半小时梳理工作进展，再花十分钟列出待办清单，整个过程令人疲惫。企业微信中积累着数百个群聊、数千条消息、无数文档和邮件，这些构成了工作的全部上下文，但每天需要花费大量时间手动汇总和排序。德鲁克在1966年的《卓有成效的管理者》中就指出，知识工作者的时间被碎片化事务消耗。60年后，工具虽已更新，但问题依然存在，甚至更加严重。如果有一个AI能直接读取这些上下文并替代信息搬运环节，效果会如何？6月23日，企业微信开始灰度内测名为“大圆”的AI智能助理，并同步上线了“服务总结”功能。前者为每位员工配备AI助理以提升内部协同，后者则面向外部客户经营。这两个功能显示，企业微信正致力于让AI无缝融入工作流。

二

要理解“大圆”，需要先了解AI行业的一个普遍问题：当前大多数AI助手的使用方式都是打开独立对话窗口，从头开始手动交代背景和需求，每次对话都像冷启动。这种模式的问题在于，上下文需要用户手动灌入。从过去两年的发展来看，AI的有效产出等于模型能力乘以上下文质量。模型和能力是两条腿，而多数产品的上下文仍停留在用户手动输入的阶段。“大圆”的产品逻辑与这些AI助手的关键区别在于，它的上下文是自动感知的。在手机端的企业微信任何页面，向左滑动即可唤醒“大圆”。它能自动识别当前界面，比如在群聊中知道你在查看消息，在文档中知道你在阅读内容，无需复制粘贴或交代背景。甚至比微信中的小微更便捷：在微信中，需要先点击右下角加号再点击“问小微”才能唤醒，而企业微信中的“大圆”是常驻图标，一步即可唤醒。

三

分享几个真实体验。第一个场景是早上起床后感到有些疲惫，需要处理的事情较多，于是唤起“大圆”问：“今天我有哪些重要的事情需要做？”“大圆”没有列出泛泛的待办清单，而是直接进行了跨场景的工作梳理。它从昨天的多个群聊和私聊中自动提取出三件核心工作：社群研报品控方案的确定、Vibe Coding咨询项目的推进，以及券商分享的筹备。每件事都标注了当前进展、关联项目和下一步行动，甚至列出了关键联系人。它还生成了完整的待办事项列表，并给出优先级建议：咨询框架需要优先处理，因为对方有时间限制；券商分享方案可以等对方提供背景资料后再集中推进；电子发票今天务必完成，因为互选广告结算通常有时效。值得注意的是，对于工作认真的人而言，可能对AI总结的准确性有所顾虑，担心出错。企业微信考虑到了这一点，总结后附有引用小序号，点击这些数字序号可以直接跳转到原文，增加了工作的踏实感。如果手动整理这些信息，至少需要翻阅6到7个聊天窗口，耗时15到20分钟，还可能遗漏事项。而“大圆”将这个过程压缩到了30秒。

四

第二个场景更加日常。早上到公司后，我问“大圆”：“有哪些未读消息我要优先处理？”它没有一股脑列出所有未读消息，而是进行了人工智能级别的筛选。它告诉我两件事需要处理：第一件，实习生思文在单聊中提醒今天记得为最近两条公众号互选广告开具电子发票；第二件，实习生万琪询问雪球账号近期未更新，征求是否同意她更新最新文章。这两条消息分别来自不同的私聊窗口，发送时间分别是8:10和8:22。如果手动翻阅，可能需要逐个点开私聊查看，容易错过。而“大圆”不仅找出了这些消息，还提供了行动建议。这个功能对于管理着十几个群聊的中层管理者来说尤其实用，他们每天早上至少面对100条以上的未读消息，能够从中提炼出真正需要亲自处理的几条，是实实在在的效率提升。

五

第三个场景涉及一个三人小群，是我和两位实习生思文、万琪讨论社群研报运营方案的工作群。那天晚上，我们围绕研报的内容分层、发布频率、选稿标准、互动设计进行了长时间讨论，信息量较大，结论分散在几十条消息中。事后我在群里唤起“大圆”，问它“群里聊了什么，有什么我需要做的？”它给出了两层回复。第一层是完整的讨论总结，将讨论按照内容分层、选稿标准、发布节奏、互动设计、品控流程、复盘机制六个维度进行了结构化梳理。例如，内容分层定为5篇必看加10篇延伸阅读再加5篇资料库收藏；选稿标准至少关注两点：信息是否新颖，内容是否与社群成员相关。第二层，它自动识别出讨论中每个人认领的任务。我在聊天中说过“最终的5篇必看和导读我来定”，它精准地将这句话识别为我认领的待办，并给出了行动建议——方案已经敲定，建议提前与思文对齐初筛清单的交付时间，以确保内容调性。这表明“大圆”能很好地理解自然语言对话中隐含的任务分配关系。

六

那么，“大圆”只是一个更高级的聊天总结工具吗？其实不止，它一个重要的特点是跨会话记忆和上下文关联。第四个案例是整篇文章中最想分享的。在与实习生思文的聊天中，我将一份给券商分享的PPT初稿发给她，请她帮忙检查事实和数据。随后在与思文的聊天窗口唤起“大圆”，问：“解读一下这个聊天中的文件，看看它是否符合我之前答应人家的要求？”注意，这句话中的“人家”非常模糊，可能指代聊天对象思文，也可能指其他人。但“大圆”非常智能地理解了，它指的是前一天与我沟通路演事宜的券商联系人。它翻看了我前一天与券商联系人的聊天记录，找到了我对她的承诺——定位为产业趋势与商业模式分析、不涉及个股推荐、数据标注来源、材料提前审核。然后逐条对照检查了这份PPT，给出五项核验结果，其中三项完全符合，两项需要改进。它甚至细到指出了PPT中几页数据缺少来源标注的具体位置：第4页CPM约60美元和最低20万美元起投的数据建议标注出处，第5页Sam Altman态度转变的原话需要标注对应的采访或推文链接。它还发现PPT中使用了合作方的简称，建议改为中性表述以避免产生不当关联。这种跨会话的语义关联能力，加上对模糊指代的准确理解，非常实用，让人感觉像是有一位聪明的助理。

七

看到这里，有些读者可能会问：“大圆”到底是怎么做到的？答案只有四个字：全域上下文。企业微信天然沉淀了一个职场人几乎全部的工作数据，包括群聊消息、私聊记录、文档、邮件、日程、会议、通讯录。当AI能够读取并理解这些数据时，它就不再是一个需要手动喂料的工具。“大圆”更像是一个坐在你工位旁边、与你共享同一信息环境的同事，你只需随口一问，它就能给出答案，因为它一直在观察和理解。企业微信已接入超过1400万真实企业与组织，每天服务超过7.5亿微信用户。“大圆”的上下文池子，理论上覆盖了中国商业世界中最庞大的工作关系网络。

八

说完面向内部协同的“大圆”，再来聊聊面向客户经营的“服务总结”。做过销售或客服的人都知道一个痛点：同时服务几十甚至上百个客户，每个客户的沟通进度、意向程度、上次承诺内容全靠脑子记忆，客户越多，信息越碎，越容易出错。最常见的应对方式是使用CRM系统，但现实中大量一线销售对CRM的态度是：知道应该录入，但太费时间，能不录就不录。服务总结首先将CRM信息录入这一步自动化了。与微信客户正常沟通时，AI在后台自动分析对话内容，提取客户想要的产品或服务、意向高低、关键需求点等信息。你可以在聊天工具栏中一键调出总结，也可以不调，因为每天早上AI还会主动推送一份“今日建议重点跟进客户”清单。我用一段真实对话测试了服务总结的效果，这段对话是与一位券商联系人的完整沟通记录，涵盖了分享内容定位、听众构成、合规要求等大量细节。服务总结生成的纪要非常到位，精准提取了分享主题（围绕OpenAI上线广告）、听众构成（基金经理和TMT研究员）、内容边界（基于公开资料，不涉及个股推荐）以及时间节点（等对方发背景资料后推进）。这些要点分散在15轮对话的各个角落，人工整理至少需要10分钟仔细回翻，而“大圆”可以在十多秒内完成。企业微信的独特之处在于同时连接了企业内部和外部客户，这是一个非常关键的差异。一个销售人员的工作场景可能是：上午在内部群里讨论产品策略，下午在客户群里沟通需求，晚上给客户发送方案。这三个场景的数据全部沉淀在企业微信中，“大圆”可以跨越这些场景进行理解和关联。从这个角度看，企业微信的AI在“内外协同”方面，天然拥有其他平台难以复制的结构性优势。

九

中国最大的客户服务阵地在企业微信，零售、教育、金融、保险等高度依赖客户关系的行业，其沟通记录全部沉淀在此。现在AI能够直接读懂这些沟通记录，自动提炼客户需求和意向，每天推送建议跟进的客户名单。对于管理着500个客户的销售来说，靠人脑记忆和手动CRM录入，最多精细化服务其中50个。AI介入后，500个客户的需求和进展全部可追踪、可提醒，这个杠杆效率非常可观。

十

企业微信AI助手“大圆”通过全域上下文自动感知，无缝融入工作流，显著提升内部协同与外部客户经营效率，务实解决一线痛点，是AI在企业应用中的有力实践。

- 完-