👦🏻 作者: 镜山

🥷 编辑: Koji

🧑‍🎨 排版: NCon

钉钉在 8 月十周年时，提出了一个「蕨」的思维：

AI 应该像蕨类植物，不声不响，但会以极强的生命力，细密地渗透到每个角落。

过去的几个月，它似乎正在践行这一点。

相比 AI 赛道的喧嚣，钉钉的迭代几乎没怎么「喊」，但如果你去翻翻它的更新日志，会发现一个很有意思的事实：从 8.0 版本以来，它几乎维持着 3 周一次的升级频率。

在之前那篇《十周年，钉钉“盯”上了 AI 硬件》中，我们深度体验了它的 AI 硬件。但真正在日常用起来才发现，软件侧的迭代，甚至比硬件来得更快、更猛。

就在今天，钉钉又大版本升级了 AI 听记，带来了「图文纪要」等新功能。它正以一种极快的速度，将其 AI 能力「塞」进了每个人的工作与生活中。

为什么我们如此关注「AI 听记」这个看似单一的产品？

因为它恰好引出了我们近期的观察：

为什么 AI 不该只待在会议室里

最近，大厂们似乎又找到了新的「战场」：AI 会议和 AI 表格。

从钉钉、飞书到 Zoom，各大平台都在「卷」语音转写、会议纪要、智能填表等功能。新锐产品则有像是 Granola、Fireflies、Cluely 等等，一个比一个好用。

但当所有人都挤在会议室里「卷」功能时，一个更广阔的市场正在被忽视。

这些工具的使用场景，或直接或间接地被局限于公司内部，更多地还是服务于「职场」。

然而，AI 的真正潜力，恰恰在于「走出会议室」。

随着 AI 能力不断地增强，AI 音频转录的高价值场景，早已不只是大型会议和公司高管。它正在服务于老师、学生、销售、自媒体创作者、个人学习者——这些更广泛的「普通人」。

这意味着用户的期待也在升级。当 AI 能够跳过冗余的音频、直接给你「下一步」的路径，它就从「录音转文字」的工具，真正进入了日常。

而厂商如果还停留在「会议录音转文字」模式，就可能错过这一波普及的机会。

可以这么说，被 AI 增强后的每个人都有成为「超级个体」的潜力，而大家需要趁手的工具。

钉钉的最新变化，恰恰是这一趋势的一个缩影，从职场人开会的必备「搭子」，再到「普通人也在用的 AI 搭子」。

所以，这期内容，我们一方面会介绍钉钉 AI 听记的新功能，另一方面讲一讲它是如何融进各种场景的。

一次微小但真实的进化

在最新的 8.1.5 版本中，钉钉 AI 听记新增「图文纪要」功能，开会拜访、面试学习，都能让 AI 帮你「画」重点，自动生成图文并茂的摘要图。

功能本身谈不上颠覆，也并非行业首创，但钉钉的意义在于「降低了使用门槛」。

在这样拥有大量用户群体的办公协同软件里，钉钉简化了 AI 听记的流程。

过去，用户往往需要先将音频转录成文本，再通过其他AI工具输入提示词，最终才能生成可视化的图文摘要（这一步往往还需要 AI Vibe Coding 抽卡）。

而现在，钉钉只需用户上传音频或视频文件，听记便自动将其转化为简洁直观的图文摘要，几乎无需任何额外的操作。

举个例子，上周，团队里有位同事家的孩子要做一次英文家访。他提前跟老师沟通好，顺手就用钉钉的 AI 听记把全程录了下来。

家访结束后，尽管家长需要回顾并强化对话内容，毕竟要与孩子再「重温」一遍。但大家也知道，家访这种场景，真的很难再把转录文本一条条念给孩子听，让 TA 重新消化重点。

正好，他发现了更新后的图文纪要功能，就把整段沟通变成了可视化重点。说实话，一开始也是他提醒我，我才知道钉钉 AI 听记已经上了这个新功能。

这里为了隐私和展示，我们就采用了一段网上的家访实录来看看效果。其实，我个人觉得最顺的使用流程就是直接用 AI 听记，这也是钉钉软件自带的能力：

然后直接选择「图文纪要」，这样的流程非常丝滑：

AI 听记就可以导出这样的图文兼备的纪要：

我们稍微仔细看一看 AI 听记给的图文是什么样的（ps.里面每一张图文表格都是可以下载的）。

首先，AI听记能够将讨论要点总结成清晰的图文形式，并且它会将内容细致地划分为不同的板块，分类比较精确，AI 幻觉比较少。

以这次家访为例，AI 听记将内容分为情感障碍、学生福利等多个专题，每个部分都突出了不同的讨论重点，帮助用户快速抓住每个话题的核心。

总结部分还用了颜色和图标来整理信息，突出了重点，让内容看起来更直观，也更容易理解。这样的视觉效果，确实能帮助我们在复杂的讨论中更快抓住关键点。

而且它还做了思维导图式的表格，把不同的主题和类别分得很清楚，层次感很强，看起来一目了然。

这类「一张图总结」并不是靠套模板生成的，而是 AI 在真正听懂内容之后，基于场景自动提炼出来的结构。

标题、分栏、重点排序，都会因录音内容不同而变化，每一次都是独立、个性化的产物。它背后依赖的是大模型的内容识别与理解能力，而不是「给你一堆模板，让你自己挑一个」。

说得更直接一点：在 AI 时代，模板这种思路已经不再是最优解。

了解到这个功能之后，我顺手推荐给了团队里的实习生。

他们大多还在念研博，平时要听课、做访谈、读文献。结果反馈都意外地一致：省事、直观、信息量密度高，比自己慢慢用音频整理，抓重点快太多了。

所以来让我们试一试学生场景，《Think Fast, Talk Smart: Communication Techniques》是我很喜欢的 Stanford 一节公开课：

可以看得到，AI 听记对于学习场景尤其有效，它能够迅速将一整节公开课的内容转化为结构化、图像化的信息：

下面这张图表直接概述了公开课内容：焦虑管理的框架，将内容分为积极功能、负面影响以及应对焦虑的策略。

如果说课堂、家访是对内消化知识，那么 AI 听记的另一个好的场景则是对外拆解内容。

对于许多自媒体来说，拆解他人的视频节奏其实很重要的，毕竟在起号的一开始往往需要对标那些优质账号，看看他们到底讲了什么。

这里我就用 MrBeast 的视频脚本举个例子。

可以看到，AI 听记将 MrBeast 的这一期节目的重点按照时间序列，全部列出来了：

有意思的是，我发现钉钉 AI 听记现在铺了更多入口，更方便去抓住那些高频、即时、甚至是非正式的线下沟通。

在手机主页面就能直接唤起，长按钉钉图标就能直接打开；进到钉钉 APP 里也有多种方式能触达。电脑端同样保持了一致的便捷性；除此之外，钉钉的 DingTalk A1 硬件也提供了入口：

除了处理这类线上内容，我还发现了一个它在日常生活中非常贴切的场景：逛博物馆时听讲解。

为了测试这个想法，我找来了一段泰特不列颠美术馆（Tate Britain）的讲解音频丢给它。

结果还不错。AI 听记生成的纪要，从策展逻辑、代表作品、观众体验到最后总结，整体逻辑非常结构化，能让人快速了解整个策展思路。

而且，每一部分都配有精准的可视化标签（比如 Narrative Design、Pop Icon、Sensory Rich 等）。

可以说，这份内容已经不仅是 Tate Britain 的介绍，更像是一篇小型的、专业的策展解析报告了。

当然，目前 AI 听记的图文纪要还是全英文的。不过，据说之后的版本会支持一键翻译成中文，那样就更方便了。

这种「随处可用」的便捷性，其实也折射出了用户需求的变化。

过去，我们用 AI 听写工具，更多的只是「转录」，把会议、讲座或访谈中的语音变成文字，尽管这样就能记录下信息，但并没有做到「精华提炼」。

之后，我们在 Plaud、钉钉 DingTalk A1 硬件上看到了音频的多一种可能性。

随着信息量的增大，单纯的转写已经不足以满足用户的需求。人们不仅希望把信息记录下来，更希望从中提取出关键的要点、理解并整理信息。

说到这里，说实话，钉钉并不是唯一在做这件事的公司。事实上，这条路径在海外市场也并不少见。像 Otter.ai、Notta、甚至新兴的 Turbo AI 就是一家主攻「音频／视频／PDF → 笔记、闪卡、测验」的 AI 工具。

它能够：

将任何内容变成可编辑的笔记、闪卡、测验。支持录制讲课、上传视频、整理文档，并能生成图表、流程图、聊天互动等。

现在，由两位 20 岁的大学辍学生创立的 Turbo AI，已经积累了超过 500 万用户，ARR 也达到八位数。

最开始，Turbo 其实只是创始人跟朋友们分享的小工具，结果很快就在杜克、 西北大学的学生群里炸开，几个月后一路传到哈佛、MIT 等学校。

它原来叫 Turbolearn，是个学习 App，后来干脆改名叫 Turbo AI，定位成 AI 笔记和学习助手。

创始人说，现在用它的早就不仅是学生了，咨询顾问、律师、医生，甚至高盛和麦肯锡的分析师都会把报告扔进去，让 Turbo 生成摘要，或者直接转成通勤路上能听的播客。

商业模式也很简单：学生每月 20 美元。但团队也意识到学生对价格敏感，所以最近一直在做定价实验、AB 测试，想找一个真正合适的价格点。

他们试图解决的其实是一个所有大学生都懂的问题：一边记笔记、一边听讲，根本没办法全神贯注。

他们所做的，正是帮助用户从信息中提取出真正有价值的内容，将传统的「音频转写」提升为深度分析和智能归纳。

这些平台和钉钉一样，都在朝着同一个方向发展：不仅仅是会议纪要，而是要把这种技术应用到更加广泛的日常和个人场景中。

无论是整理课堂笔记、博物馆听讲解，还是播客内容复盘、甚至自媒体视频的拆解，它们都在逐步进入每个人的日常生活。

然而，要真正「进入」这些五花八门的个人场景，远比服务好单一的「会议」场景这个「舒适区」要难得多。

这不再是一次发布就能搞定的事，它需要产品以极高的频率去适应、去试错、去迭代。 这种从 B 端到 C 端的场景蔓延，正在倒逼所有厂商改变自己的「新陈代谢」速度。

这就带来了 AI 时代的新规则：

AI 厂商们也得学会「日更、周更」了

很多 AI 产品发布即巅峰，后续更新非常乏力。

以钉钉为例，从 8.0 AI 发布会的一箩筐产品，到前阵子的 AI 表格能力迭代，再到最近的AI听记更新，保持着「3 周一个版本」的 AI 产品更新势头。

这种「小步快跑、极速迭代」的模式，意味着产品在和用户「实时共创的体感」，AI 能力在以更高的效率解决用户的真实痛点。

在 AI 时代里，我们发现一切都很快，不光是用户对于 AI 产品无止境的需求，更反过来对 AI 厂商们产生了压力。理解这种需求，接纳这种需求，回应这种需求，可能才是在这场 DAU 的争斗中，走向下一步的 Key。

同时，这种高频的更新节奏，也在重塑产品团队的工作方式。

之前我们总听说博主们在搞「日更、周更」，而 AI 时代下的厂商也正在熟悉这个「好习惯」。

传统软件开发强调稳定与控制，而 AI 产品强调快速试错与自我修正。模型越成熟，反馈循环就越短。钉钉的三周节奏，某种意义上是一次实验：能否让一个 ToB 办公产品，以接近消费级应用的敏捷速度，持续适应用户？

而这一系列密集的更新，最终都汇聚到一个具体的载体：AI 听记。它成为钉钉观察用户、收集需求、验证模型表现的「窗口」。

AI 时代的残酷之处在于：快，不再是一种选择，而是一种生存方式。模型可以慢慢训练，但用户不会等待。

理解需求、接纳需求、快速回应需求，才是在这场「日更级」竞争中走向下一步的关键。

🚥

AI 在现阶段表现出的关于「融入」的能力，在于它能多大程度上成为各类场景的延伸。

很多爆火的海外 AI 产品，其实在钉钉上都能见到影子，而且更加普惠、低门槛。

在这方面，钉钉提供了一个比较好的样本。

AI 厂商想要的是无缝融入我们最高频的场景、以速度迭代、并拓宽使用边界，让工作流达到「即时闭环」。

钉钉正在走的这条「全场景路线」和「AI 迭代速度」，或许正是 AI 下半场最值得关注的答案之一。