VERSION 05 · PRODUCT EVOLUTION

aily Workbench

2026 Q2—Q3

aily Workbench 是“飞书官方工作 Agent + 开放 Agents 协作平台”的 Web 工作台,也是 Web 工作台与飞书 IM 双渠道组成的企业 Agents 门户。

用户画像
个人、团队与多个来源 Agent 的协作网络
设计对象
Task—Artifact—Project 与 Agents 工作系统

从个人 Agent 到组织里的 Agents

随着官方、自建、团队、第三方、开源和本地 Code Agent 同时进入企业,问题从“如何让一个 Agent 更聪明”转为:如何让多种 Agent 获得身份、理解飞书上下文、参与协作、交付结果,并在组织内被发现、调用和治理。

STRATEGIC PRINCIPLE战略原则

工作优先、广泛接入、体验统一

大模型能力变化与竞品研究

当时的大模型能力变化

行业从“模型 + 工具”进入 Agent Harness 阶段:Harness 把模型、工具、上下文、运行环境和任务循环组织为持续工作的 Agent。企业工作场景需要对应的 Lark Harness。

同期公开模型水位Lark CLI 更接近“Agent 如何调用飞书 API”,Lark Harness 关注“Agent 如何拥有身份、上下文、协作载体、运行时与治理能力”。
  1. 多框架并存aily Agent、OpenClaw、Hermes、Claude Code、Codex

    通过 Adapter/Runtime 接入,而不是强行统一底层框架。

  2. 本地与云端并存本地 Agent、云端 Agent、受控沙箱、Daemon、Gateway

    统一前台对象和状态,保留运行差异。

  3. 多 Agent 协作Main Agent、团队 Agent、Sub-agent

    前台需要清楚责任、任务分派与状态回报。

  4. 上下文工程User/Space/Project Context、Instructions、Knowledge

    Project 必须成为可复用上下文容器。

  5. 能力生态与主动执行SkillHub、MCP、Schedule、Heartbeat、Cron

    能力发现和自动化都要进入企业治理。

DESIGN IMPLICATION整体设计启发

从“统一 Agent”转向“统一工作协议”;从会话容器转向 Task—Artifact—Project;把企业差异落实在上下文、协作与治理中;让能力按工作结果被发现。

产品定位与目标

POSITIONING核心定位

让不同来源、框架和运行位置的 Agent 接入飞书、理解工作上下文、协同完成任务、交付可编辑产物,并在企业权限与治理体系内被发现、调用和管理。

企业员工仍是首要直接用户;工作关系从“一个人和一个持续型 Agent”扩展为“个人、团队与多个来源 Agent 的协作网络”。创建者、管理员和框架提供方承担供给、治理与接入。保留不同 Agent 的实现差异,只把统一身份、Task、Artifact、状态与权限等共同对象暴露给用户;技术层不直接成为产品信息架构。

  • aily 自己先成为好用的官方工作 Agent。

  • aily 再成为开放 Agents 平台。

  • 接入而不是替换企业已有 Agent。

产品架构、界面

PRODUCT SYSTEM

前台围绕工作对象组织;异构实现差异留在 Harness/Adapter/Runtime 运行接入层。

入口与工作总览

Home/Chat/IM:汇总默认智能伙伴与工作进展;双渠道共享身份、任务和结果

执行与交付

Task/Artifact/Automation:状态、责任、可编辑结果和持续工作

上下文复用

Project:任务、产物、Instructions、Knowledge、文件和可用 Agent

能力供给与发现

Agent/Agent Team/AgentHub/SkillHub/Profile

运行与接入边界

Harness/Adapter/Runtime:统一身份、Task、Artifact、状态与权限

设计目标与挑战

DESIGN GOALS

先定义要达成什么

  1. 建立工作优先的统一心智

    Home、Task、Artifact、Automation 与 Project 围绕工作进展组织。

  2. 在异构底座上建立一致体验协议

    不同 Agent 保留模型、框架与运行差异,前台统一身份、上下文、协作与治理表达。

  3. 让多 Agent 与主动执行可理解、可控制

    呈现责任、Task、Artifact、来源、成本和停止/调整入口。

DESIGN CONSTRAINTS

再看什么阻碍目标

  1. 把平台复杂度转译为工作心智

    用户先看见目标、进展和结果,技术细节按需展开。

  2. 多Agent协作可读可控

    清楚呈现谁负责、是否派生其他 Agent、进展在哪里、结果属于谁。

  3. 维持PC、IM与原生产品连续

    身份、Context、Task、Artifact 和权限必须跨渠道一致。

  4. 建立生态发现,而非堆叠市场

    形成供给—发现—添加—首用—复用的闭环。

设计判断

  • 用工作台统一总心智

    Home 与 Task—Artifact—Project 组织工作,AgentHub/SkillHub 负责供给与发现。

  • 渐进披露平台复杂度

    首屏优先继续工作,多 Agent、模型、团队和高级设置按需出现。

  • 工作对象建立任务闭环

    对话、Task、Artifact、Project、Automation 各自承担稳定职责。

  • 统一体验协议连接异构 Agent 与双渠道

    Harness/Adapter 接入差异,前台共享身份、Profile、Task、Artifact 与权限表达。

  • 可信生命周期贯通供给、发现与复用

    用来源、能力、权限、状态和社会证明建立信任。

设计策略与动作

STRATEGYKEY TRADE-OFFDESIGN ACTIONS
  1. 以企业工作台统一总心智

    KEY TRADE-OFF · 关键取舍

    用 Home 与 Task—Artifact—Project 组织工作;运行接入层不进入用户主心智。

    DESIGN ACTIONS · 核心动作

    定义 Home 的默认智能伙伴、工作进展和首屏层级;统一 Workbench、AgentHub、SkillHub 的对象术语、状态与导航规则。

  2. 以渐进披露控制平台复杂度

    KEY TRADE-OFF · 关键取舍

    首屏优先继续工作和完成任务,多 Agent、模型、团队与高级设置只在需要时出现。

    DESIGN ACTIONS · 核心动作

    先以 aily 作为默认智能伙伴;完整信息进入 Profile;当用户形成复杂任务时,再开放多 Agent、模型与高级设置。

  3. 以工作对象建立任务闭环

    KEY TRADE-OFF · 关键取舍

    对话负责意图与澄清,Task 执行,Artifact 交付,Project 复用上下文,Automation 持续工作。

    DESIGN ACTIONS · 核心动作

    建立统一工作对象模型;让 Artifact 落到文档、表格、Slides 等协作对象,并让消息、Task 与 Artifact 可追溯。

  4. 以统一体验协议连接异构 Agent 与双渠道

    KEY TRADE-OFF · 关键取舍

    不同模型、框架和运行位置通过 Harness/Adapter 接入,前台共享身份、状态、权限与结果。

    DESIGN ACTIONS · 核心动作

    建立 Web/IM 双渠道协议;为异构 Agent 定义统一接入、对象映射和状态表达。

  5. 以可信生命周期贯通供给、发现与复用

    KEY TRADE-OFF · 关键取舍

    Agent 与 Skill 按岗位/场景被发现,并以来源、能力、权限、状态和社会证明建立信任。

    DESIGN ACTIONS · 核心动作

    打通 AgentHub/SkillHub 的“发现—添加—首次成功任务—再次复用”;把安全检测、企业发布、多版本与上架管控接入生命周期。

1.1

任务发起:感知 AI 能力,快速发起

背景
虽然模型能力发生了很大变化,但任务发起始终要解决同一个问题:用户怎样快速知道,自己可以把什么工作交给 AI,并真正开始?
判断
任务发起的关键,不只是帮助用户表达需求,而是连接 AI 能力与用户当下的工作
策略

个人助手,推荐内容从提示词升级为任务模板和产物模板,让用户直观感受到 AI 能力的增强

多 Agent 协同,推荐升级为“工作建议”,深入用户工作,结合工作上下文,推荐与用户工作更相关的内容

回头看

回头看三个阶段的任务发起,具体方案一直在变化:

从帮助用户“知道怎么问”,到帮助用户“知道可以交付什么”,再到帮助用户“现在值得做什么工作”。

但背后的设计判断没有变:持续降低用户把工作交给 AI 的门槛

1.2

协作执行:理解 AI 进展,适时参与协作

背景
随着产品演进,虽然 AI 处理的任务越来越复杂,但任务协作始终要解决同一个问题:用户是否理解 AI 正在做什么,并判断自己是否需要介入?
判断
任务协作的关键,不是向用户展示所有执行过程,而是提供能够支持判断的关键信息,让用户在 AI 越来越自主时依然保持理解和掌控
策略

个人助手:把思考和工具清晰展示,帮助用户理解任务进行到哪一步、正在调用什么工具,判断是否需要介入

多 Agent 协同:梳理过程信息 + 聚合关键信息 + 强化用户控制,帮助用户更好地掌控复杂任务

3.0 - 梳理过程信息 + 聚合关键信息 + 强化用户控制,帮助用户更好地掌控复杂任务

围绕用户掌控复杂任务的需要,重新组织整个协作体验。先让用户看得懂过程,再让用户看得到全局,最后让用户随时介入

梳理过程信息 · 看得懂

  • 明确执行主体:展示当前参与的 Agent,帮助用户理解谁正在完成什么
  • 提炼执行过程:冗长的思考过程提炼为执行摘要,帮助用户理解现在正在做什么
  • 聚合工具调用:合并连续工具操作,完成自动收拢,帮助用户减少页面信息噪声

聚合关键信息 · 看得全

为了帮助用户更全面地了解任务进展,我扩展了一个灵活、动态的任务总览区域,集中展示任务状态、子任务进展和过程资源。最终和之前的对话区和产物区,形成了三个相互协作的区域:

  • 对话决策区,帮助人和 Agent 持续沟通协作
  • 任务总览区,帮助用户掌握任务全局
  • 产物工作区,帮助用户验收并继续工作

强化用户控制 · 管得住

  1. 1-输入框不再是一个内容输入的区域,而是稳定的介入区域,根据任务,动态展示权限授权、方向调整等。用户不需要在复杂的消息流中寻找操作入口,所有需要介入的动作,都会在同一个地方、合适的时机出现
  2. 2-多轮消息流,支持快速回溯,帮助用户更好理解协作发生过程
快速的多轮回溯
回头看

回头看执行过程的三个阶段,具体方案一直在变化:

从帮助用户“知道AI的思考过程”,到帮助用户“看懂任务的执行”,再到帮助用户“掌握复杂项目的推进”。

但背后的设计判断没有变:不是展示 AI 执行的一切,而是在用户需要的时候给关键判断信息,让用户在 AI 越来越自主时,依然能够理解过程、适时介入并保持掌控。

aily Workbench 的关键界面与交互结果

0102

Workbench/Agent Profile

展示多 Agent 环境中的身份、任务与能力入口。

AgentHub/SkillHub

按岗位、场景和工作结果发现能力。

阶段结果

当前材料以定位、架构、设计方案和推进过程为主,尚无可用于对外归因的结果数据。

复盘

  • 定位从持续型个人 Agent 上提为飞书官方工作 Agent 与开放 Agents 平台的工作台/门户。
  • 首页从激进改版转向渐进演化;保留 Home,并逐步吸收任务、Agent 和项目能力。
  • 设计对象从一个 Agent 的能力和一次对话,提升为组织内的工作单元、上下文、Agents 协作网络与治理系统。