整理：钉钉新CEO陈宇森对AI的看法有哪些
钉钉换 CEO，本来可以只是一条人事新闻。
但陈宇森这个人选，值得单独拎出来看。
原因不是他年轻。
年轻只是表象。
真正有意思的是，他似乎不是沿着传统大厂经理人的路径被选出来的，而是沿着 AI 范式里的另一套能力标准被选出来的。
参考文章里有一句判断很准确：成熟业务看战功，AI 业务看范式。
如果把这句话放到陈宇森身上，就能看见几个更具体的问题：
他怎么看 AI？
他怎么看软件？
他怎么看团队？
他怎么看普通人和 AI 的关系？
这些判断，比“92 年 CEO”这个标签重要得多。
大模型会接管电脑上的大量执行
陈宇森有一个很激进的底层假设：大模型具备编程能力之后，理论上一到两年内，可以替人完成电脑上能做的所有事情。
这句话听起来很满。
但它真正指向的，不是“人不用工作了”。
而是电脑工作正在被重新定义。
过去电脑是工具。
人负责拆任务、找入口、点菜单、写代码、复制粘贴、调接口、做表格、生成文档。
AI 进来之后，电脑开始从工具界面，变成执行环境。
人给目标。
模型调用软件、写代码、查资料、生成结果、修复错误。
这就是为什么陈宇森做的是 MuleRun 这类 Agent 产品，而不是传统意义上的协同办公插件。
如果你相信模型能完成电脑上的大量动作，那么企业软件的核心入口就会改变。
不是让用户学习更多按钮。
而是让用户把意图说清楚，然后让 Agent 去跑。
Skills 的本质是上下文工程
参考文章里提到，陈宇森对 Skills 的理解已经讲到上下文工程这一层：分层加载，保护模型上下文窗口。
这点很关键。
很多人讲 Skill，会把它理解成“给模型加一个功能”。
但更深一层，Skill 其实是在管理模型的工作记忆。
模型不是无所不能地一次性知道所有东西。
它需要在正确时刻拿到正确上下文。
多了，会挤占窗口，带来噪音。
少了，任务跑不闭环。
所以 Skills 的价值，不只是沉淀经验。
而是把组织经验变成可按需加载的执行上下文。
这对钉钉尤其重要。
钉钉不是一个孤立工具，而是企业内部的消息、文档、审批、会议、业务流程、组织关系和知识沉淀的入口。
如果未来每个企业都要把自己的流程变成 AI 可调用的 Skills，那么钉钉天然站在一个很关键的位置上：它既是协作层，又可能变成企业 Agent 的上下文层。
未来的软件可能是日抛型的
陈宇森还有一个很有意思的比喻：未来的软件像日抛型。
代码为单次任务生成，用完即弃。
AI 开发像 3D 打印，三五个人的需求，也能专门生成一个应用。
这个判断很重要，因为它挑战了过去 SaaS 的基本假设。
过去软件是货架商品。
一套系统被设计出来，服务一大群相似客户。
用户要适应软件的边界。
企业要围绕软件改流程。
但如果生成成本足够低，软件就会从“货架商品”变成“现场制造”。
某个团队今天要一个临时报表。
某个项目组要一个一次性的审核流。
某个销售团队要一个面向本季度目标的客户跟进工具。
过去这些需求不值得单独开发。
未来可能就值得了。
因为开发不再是重资产工程，而更像一次性打印。
这会改变企业软件的竞争逻辑。
谁拥有最多标准功能，不一定最重要。
谁能最快把组织里的具体场景打印成可用工具，才更重要。
DeepSeek 的启发不是技术，而是可触达性
陈宇森对 DeepSeek 的判断也值得看。
他说 DeepSeek 能引爆全网，靠的不只是技术强，而是可触达性、价格、体验做得好。
这是一个产品判断。
很多技术出身的人，很容易把技术领先当作唯一变量。
但真正的大规模采用，经常不是由最强能力直接驱动，而是由“门槛骤降”驱动。
用户能不能轻松试到？
价格会不会让人不敢用？
体验是不是足够直接？
普通人第一次使用时，能不能立刻感受到价值？
这些问题比模型榜单更接近产品现实。
钉钉如果要做 AI，也绕不开这一点。
企业里最难的不是给少数高手一个强工具。
而是让大量普通员工、基层管理者、业务负责人，在不学习复杂提示词、不理解模型参数、不配置一堆流程的情况下，真的用起来。
AI 的普及，不只取决于模型上限。
还取决于触达下限。
AI Native 团队的效率差，可能不是线性差距
陈宇森在阿里云峰会上提到，AI Native 团队和传统团队的效率差可能达到 10 倍，企业转型窗口期只有 18 个月。
这个判断背后，其实是组织竞争的重新计量。
过去团队效率差距，更多来自人多不多、经验够不够、流程顺不顺。
AI Native 团队的差距，则来自工作方式本身。
同样一个需求，传统团队可能要排期、开会、拆分、联调、验收。
AI Native 团队可能先让 Agent 跑出原型，再让人判断方向，再继续并发迭代。
这不是快一点。
而是循环方式变了。
以前是人围绕流程协作。
现在是人围绕模型放大后的执行能力协作。
如果这个差距真的到 10 倍，所谓 18 个月窗口期就不是焦虑营销。
因为一旦新工作方式稳定下来，旧团队不是输在努力程度，而是输在生产函数。
AIQ 会成为新的用人标准
参考文章里还提到无招在清华五道口论坛上的说法：学历、经历、年龄都在变得不重要；AI 会弥补知识短板，经验会沉淀成 Skill；更要看 AIQ，也就是用 AI 的能力。AIQ 高的人，一个人就是一支团队。
这句话和陈宇森的任命可以放在一起看。
它说明阿里内部可能正在形成一套新的识人标准。
不是只看你过去管过多大盘子。
不是只看你是不是传统意义上的资深经理人。
而是看你是不是在 AI 这一代技术里长出来的人。
你是否知道模型能做什么，不能做什么。
你是否会把工作拆给 Agent。
你是否会设计验证闭环。
你是否会把经验沉淀成 Skill。
你是否能用小团队撬动大问题。
这就是 AIQ 的实际含义。
它不是“会不会用 ChatGPT”。
而是一个人能不能把 AI 变成自己的组织杠杆。
为什么这件事放在钉钉身上特别敏感
钉钉不是小产品。
参考文章提到，钉钉有超 8 亿用户、2600 万家企业组织，月活过 2 亿，是国内协同办公市场的大盘子。
把一个做过 MuleRun、团队规模远小于钉钉的人，放到这个位置上，按老经验看，跨度很大。
但如果按 AI 范式看，阿里押的可能不是“他已经管过这么大的盘子”。
而是“他理解下一代企业软件会怎么变”。
钉钉过去的核心，是企业协同入口。
钉钉未来的核心，可能要变成企业 AI 工作入口。
这两者差别非常大。
协同入口解决的是人和人怎么同步。
AI 工作入口解决的是人、Agent、组织知识、业务流程怎么一起闭环。
如果方向是后者，CEO 需要的就不只是大规模运营经验。
还需要对 AI Native 产品形态的判断。
这可能正是陈宇森被选中的原因。
结尾：真正要看的不是年龄，是范式
陈宇森接钉钉，最容易被传播的是年龄。
92 年，新 CEO，年轻化。
但这不是重点。
重点是阿里似乎在用一次任命，测试一套新逻辑：在 AI 业务里，谁更懂新范式，谁就可能被放到更大的位置上。
这个判断不一定稳赢。
钉钉的盘子太大，企业软件太复杂，组织惯性太重，竞争对手也不会等。
但它值得观察。
因为它把一个问题摆到了台面上：
AI 时代，企业最稀缺的管理者，到底是传统意义上管过大盘的人，还是能把 AI 当作组织杠杆的人？
如果陈宇森能把 MuleRun 这类 Agent 视角，真正嵌进钉钉的协作、流程、知识和组织关系里，那钉钉就不只是加几个 AI 功能。
它可能会变成企业内部 Agent 工作系统的入口。
这才是这次任命真正值得看的地方。
不是阿里把钉钉交给了一个年轻人。
而是阿里把钉钉交给了一个 AI 范式里长出来的人。
参考
- 王智远：《阿里把钉钉交给了AI时代的原住民》：https://mp.weixin.qq.com/s/EtVz_KK6ZYEfSdetD76pLA