前幾天在使用微信的AI助手小微的時候，我就在想一個小的場景 ——
讓小微幫我找一找過去半年我答應和別人喫飯但是並沒有做到的人有哪些？
但很遺憾，還在測試期的小微相對謹慎，目前暫未開放全局的聊天記錄作爲上下文，我的這個需求暫時還做不到。
然而企業微信最新上線了一個非常實用的AI功能， 它有全域的上下文。
你問它工作相關的事，它幾乎都能從容應答，讓你不漏掉任何一件重要的事。
今天我們就來聊一聊企業微信最新的AI功能。
一
先說一個幾乎所有打工人都有過的體驗。
週一早上打開企業微信， 一大堆 未讀消息在那裏排着隊等你翻牌子。
你 得 花了大半個小時，搞清楚 和你相關的工作進展，然後 再花十分鐘給自己列待辦清單。
整個過程 還是很疲憊的 。
沒錯， 你的企業微信裏躺着幾百個羣聊、幾千條消息、無數份文檔和郵件，它們是你工作的全部上下文。
但你每天需要花大量時間去人肉彙總、排優先級。
德魯克 在1966年的《卓有成效的管理者》裏就 提 過，知識工作者的時間被大量碎片化的 事務 消耗掉了。
60年後的今天，我們的工具換了好幾代，這個問題 還是木有 解決，反而 更加嚴重了 。
那麼問題來了，如果有一個AI，能直接讀懂這些上下文，幫你幹掉信息搬運這個環節呢？
6月23日，企業微信開始灰度內測一個叫 “ 大圓 ” 的AI智能助理，同時上線了一個叫 “ 服務總結 ” 的AI功能。
前者面向 給企業裏每個人配了一個AI助理， 提升 內部協同，後者 面向外部客戶經營。
這兩個功能放在一起看，企業微信其實在做一件 很新 的事： 讓AI 無縫地融入到 工作流裏 。
二
爲了把大圓這個東西講明白，先得說一個AI行業的老問題。
今天市面上絕大多數AI助手的使用方式都是這樣的：你打開一個獨立的對話窗口，從頭開始給AI交代背景、描述需求，然後等它給你一個回答。
每一次對話都是一次冷啓動。
這 種工作方式的問題在於 ：上下文需要你手動灌入。
從過去兩年的AI發展看，我覺得下面這個 公式 是有道理的——
AI的有效產出 = 模型能力 × 上下文質量 。
模型能力 是一條腿， 上下文質量 是另一條腿 ，絕大多數產品 的上下文 都還停留在自己喂的階段。
大圓的產品邏輯跟市面上這些AI助手有一個關鍵區別： 它的上下文是自動感知的 。
什麼意思呢？
你在企業微信裏的任何頁面，手機端左滑一下，就能喚起大圓。
它能自動識別你當前在哪個界面，你在一個羣聊裏，它知道你在看這個羣的消息；
你在看一份文檔，它知道你在看這份文檔的內容；
你不需要複製粘貼任何東西，不需要從頭交代背景。
甚至甚至我覺得它比微信裏喚起小微還要更便捷——
在微信裏，在某個聊天界面想要喚起小微，得先點右下角的加號，再點擊“問小微”才能喚起，操作是兩步；
但在企業微信裏，它是一個在任何界面都常駐的圖標，一步就能喚醒。
三
我來說幾個自己的真實體驗。
第一個場景。
我早上起來， 有些困， 感覺需要做的事情有些多，腦子 有點亂 。
於是喚起大圓，問了一句 “ 今天我有哪些重要的事情需要做？ ”
大圓 沒有 列一個泛泛的待辦清單，直接幫我做了一次跨場景的工作梳理 。
它從我昨天的多個羣聊和私聊中，自動提取出了三件核心工作 ： 社羣研報品控方案的確定、一個Vibe Coding諮詢項目的推進、一場券商分享的籌備。
每一件事都標註了當前進展、關聯項目和下一步行動，甚至把每件事涉及的關鍵聯繫人都列得 很清 楚。
而且它 幫我生成了一個完整的待辦事項列表，並且給了優先級建議：
諮詢框架要優先處理，因爲對方 有時間卡點 ；券商 分享 的方案可以等對方發了背景資料再集中推進；電子發票今天務必搞定，互選廣告結算通常有時效。
注意，有一個小細節，有一些工作非常認真的人其實對AI總結不是100%放心的，擔心它出錯。
這一點，企業微信也考慮到了，它的總結後邊是有引用小序號的，可以點擊這些數字序號可以直接轉跳到原文，大大增加了工作的踏實感。
我算了一下，如果我自己手動做這件事，至少需要翻閱6到7個聊天窗口，花15到20分鐘，而且大概率會漏掉一兩件瑣碎事項。
大圓幫我壓縮到了30秒。
四
第二個場景更日常。
同樣是早上到公司，我問大圓： “ 有哪些未讀消息我要優先處理？ ”
大圓沒有把所有未讀消息一股腦丟給我， 它 做了一層人工智能級別的篩選。
它告訴我有2件事需要我處理：
第一件， 實習生 思文在單聊中提醒我今天記得給最近兩條公衆號互選廣告開電子發票；
第二件， 實習生 萬琪問我雪球賬號有段時間沒更新了，她想去更新最新文章，問我是否同意。
這兩條消息分別來自兩個不同的私聊窗口，發送時間一個是8:10，一個是8:22。如果我自己去翻，可能需要逐個點開私聊查看，容易錯過。
大圓幫我找了出來，還給了行動建議。
這個功能有多實用呢？
想想看，一個管理着十幾個羣的中層管理者，每天早上至少面對 1 00條以上的未讀消息。
能把這 1 00條消息裏真正需要自己親自處理的那幾條提煉出來，這個價值是實打實的效率提升。
五
第三個場景。
我有一個三人小羣，是我和兩個 實習生 思文、萬琪討論社羣研報運營方案的工作羣。
那天晚上我們三個人圍繞研報的內容分層、發佈頻率、選稿標準、互動設計聊了很長時間，信息量 其實 大，討論結論分散在幾十條消息裏。
事後 我在羣裏喚起大圓，問它 “ 羣裏聊了什麼，有什麼我需要做的？ ”
大圓給出了兩層回覆。
第一層是完整的討論總結：
它把我們的討論按照內容分層、選稿標準、發佈節奏、互動設計、品控流程、覆盤機制六個維度做了結構化梳理。
比如內容分層是5篇必看+10篇延伸閱讀+5篇資料庫收藏；選稿標準至少看 兩 件事，信息新不新、內容跟社羣成員有沒有關係；
第二層，它自動識別出了討論中每個人認領的任務。
我在聊天中說過 “ 最終的5篇必看和導讀我來定 ” ，大圓精準地把這句話識別爲我給自己認領的待辦，並給出了行動建議 ——
方案已經敲定，你的導讀和必看定稿決定了內容調性，建議提前跟思文對齊初篩清單的交付時間。
這意味着大圓 很好地 理解自然語言對話中隱含的任務分配關係。
六
那麼問題來了，大圓只是一個更高級的聊天總結工具嗎？
其實不止， 它一個很重要的特點 是跨會話記憶和上下文關聯 。
我來講第四個案例，這也是整篇文章裏我最想分享的。
我在和實習生思文的聊天中，把一份給券商做 分享 的PPT初稿發給她幫忙檢查事實和數據。
然後我 和思文 聊天窗口裏喚起大圓，問了一句：
“ 解讀一下這個聊天中的文件，看看它是不是符合我之前答應人家的要求？ ”
注意，這句話裏的 “ 人家 ” 非常模糊。
我說的人家可以是 這個聊天對象 思文， 也 可以是任何人。
但大圓非常智能地理解了：我說的 “ 人家 ” 指的是昨天跟我溝通路演事宜的那位券商聯繫人
它是怎麼判斷的？
它去翻了我前一天和 券商聯繫人 的聊天記錄，找到了我對她做過的承諾 ——
定位爲產業趨勢與商業模式分析、不涉及個股推薦、數據標註來源、材料提前審覈。
然後大圓逐條對照檢查了這份PPT，給出了5項覈驗結果。其中3項完全符合，2項需要改進。
它甚至細到指出了PPT中幾頁數據缺少來源標註的具體位置：第4頁CPM約$60和最低$20萬起投的數據建議標註出處，第5頁Sam Altman態度轉變的原話需要標註對應的採訪或推文鏈接。
它還發現我在PPT中用了自己公司的簡稱，建議改爲中性表述以避免在產生不當關聯。
跨會話的語義關聯能力，加上對模糊指代的準確理解，這 兩點非常實用 。
真的有一種聰明的助理的感覺。
七
看到這裏，有些讀者可能會問：大圓到底是怎麼做到的？
答案就四個字： 全域上下文 。
企業微信天然沉澱了一個職場人幾乎全部的工作數據：羣聊消息、私聊記錄、文檔、郵件、日程、會議、通訊錄。
當AI能夠讀取並理解這些數據時，它就不再是一個需要你手動喂料的工具了。
大圓更像是一個坐在你工位旁邊、跟你共享同一個信息環境的同事。
你扭頭說一句那個事兒怎麼樣了，他就能給你答案，因爲他一直在看、一直在理解。
企業微信已經接入了超過1400萬真實企業與組織，每天服務超過7.5億微信用戶。
大圓的上下文池子，理論上覆蓋了中國商業世界中最龐大的工作關係網絡 。
八
說完了面向內部協同的大圓，再來聊聊面向客戶經營的 “ 服務總結 ” 。
做過銷售或客服的人都知道一個上頭的痛點：
同時在服務幾十甚至上百個客戶，每個客戶聊到哪了、意向高不高、上次答應了什麼，全靠腦子記。
客戶越多，信息越碎，腦子越不夠用。
最常見的應對方式是什麼？
CRM系統。但現實中大量一線銷售對CRM系統的態度是：我知道應該錄入，但太費時間了，能不錄就不錄。
服務總結做的事情， 首先 是把CRM的信息錄入這一步給自動化了。
你和微信客戶正常聊天溝通，AI在後臺自動分析對話內容，提取客戶想要什麼產品或服務、意向高低、關鍵需求點等信息。
你可以在聊天工具欄裏一鍵調出總結，也可以不調，因爲每天早上AI還會主動推一份 “ 今日建議重點跟進客戶 ” 清單給你。
我用一段真實的對話來測試了服務總結的效果。
這段對話是我和一位券商聯繫人的完整溝通記錄，涵蓋了分享內容定位、聽衆構成、合規要求等大量細節。
服務總結生成的紀要非常到位。
它精準提取了分享主題是圍繞OpenAI上線廣告這一話題、聽衆是基金經理和TMT研究員、內容邊界是基於公開資料不涉及個股推薦、時間節點是等對方發背景資料後推進。
這些要點分散在15輪對話的各個角落，靠人工整理至少要花10分鐘仔細回翻， 大圓可以在十多秒內 完成。
企業微信的獨特之處在於它同時 連接了企業內部和外部客戶 。
這是一個非常關鍵的差異。
一個銷售人員在企業微信裏的工作場景是這樣的：上午在內部羣裏和同事討論產品策略，下午在客戶羣裏和客戶溝通需求，晚上給客戶發了一份方案。
這三個場景的數據全部沉澱在企業微信裏，大圓可以跨越這三個場景進行理解和關聯。
從這個角度看， 企業微信的AI在 “ 內外協同 ” 這件事上，天然擁有一個其他平臺很難複製的結構性優勢 。
九
中國最大的客戶服務陣地在企業微信。
零售、教育、金融、保險這些高度依賴客戶關係的行業，客戶的溝通記錄全部沉澱在這裏。
現在AI能直接讀懂這些溝通記錄，自動提煉客戶需求和意向，每天推送建議跟進的客戶名單。
這件事的價值有多大？
做過客戶服務運營的人心裏都有數，一個管理着500個客戶的銷售，靠人腦記憶和手動CRM錄入，最多精細化服務其中50個。
AI介入後，500個客戶的需求和進展全部可追蹤、可提醒。
這個 槓桿 效率還是非常可觀的 。
十
最後說說我的整體判斷。
企業AI的終極戰場， 核心 在 於 誰的數據更豐富、誰和用戶工作流的結合更緊密 。
企業微信坐擁1400萬企業、7.5億日服務用戶、橫跨內部協同和外部客戶經營兩大場景。
AI讀取已有的數據就行了，用戶不需要做任何額外的數據遷移。
我自己體驗下來，大圓給我最深的一個感受就是：當你問它 都知道，而 你並沒有告訴過它任何事。
這 背後 是長年累月沉澱在企業微信裏的工作數據 ， 這些數據以前只是被存儲着，現在開始被 AI 理解了 。
企業微信的AI走的是一條很務實的路 ——
不搞花哨的demo，就是盯着一線打工人最真實的痛點，幫你整理消息、幫你記住待辦、幫你幹掉那些每天重複 枯燥的 工作。
這條路不性感 ， 但很實在。
- 完-
作者簡介：衛夕，公衆號“衛夕指北”出品人，科技專欄作者，專寫長文，專寫不一樣的，專注剖析AI、廣告及互聯網的底層邏輯；不關注這個賬號，你都不知道你會錯過神馬！