智東西
作者 李水青
編輯 云鵬

智東西3月19日報道，3月17日，阿里推出全球首個AI原生企業(yè)級Agent平臺——悟空，引起產(chǎn)業(yè)人士的廣泛關(guān)注。

這不僅是阿里成立CEO吳泳銘親自掛帥的ATH事業(yè)群后的首秀，也是其繼千問之后打造的又一AI Agent重要入口，或?qū)⒂绊懭珖?000萬釘釘企業(yè)客戶及近8億用戶，實際體驗如何？

智東西第一時間獲得了悟空內(nèi)測碼并對此進行了體驗。進入悟空，我們能看到這是一個類似于OpenClaw對話框的界面，算力消耗按“算粒”來計算，每日更新100個免費算粒，大概可以執(zhí)行4-8個中等復(fù)雜任務(wù)。

▲悟空體驗界面

實測下來，悟空在三方面的表現(xiàn)可圈可點，但也有明顯邊界：

在基礎(chǔ)認(rèn)知與任務(wù)拆解方面，給它“新開咖啡館要引流”，兩分鐘后，它既給出了完整的活動方案，也搭好了可直接預(yù)約的落地頁。模糊指令到可準(zhǔn)確執(zhí)行輸出，銜接流暢。

在企業(yè)級系統(tǒng)與工具調(diào)用方面，讓它去1688篩選符合條件的三家貨源，它能自主登錄、檢索、糾錯，最后生成一張包含商品信息、店鋪評分、溝通記錄的釘釘表格。復(fù)雜多步驟任務(wù)完成度不錯。但涉及通訊錄權(quán)限時其也顯出局限，讓它定時給好友發(fā)消息，它啟動了任務(wù)，消息卻發(fā)給了我自己。

在創(chuàng)意內(nèi)容生成與精準(zhǔn)控制方面，讓它做24節(jié)氣視頻，詩句和節(jié)氣能一一對應(yīng)，飄落花瓣粒子效果也能呈現(xiàn)；讓它用“動畫大師”做GDP排行榜，數(shù)據(jù)準(zhǔn)確，還能根據(jù)“左邊有點空”的反饋迭代修改。但在動態(tài)插畫、地圖輪廓這類細(xì)節(jié)上，生成精度還有差距。

總體來看，悟空在處理開放性任務(wù)、打通多平臺操作上已經(jīng)展現(xiàn)出實用價值，但權(quán)限邊界和細(xì)節(jié)控制在當(dāng)前版本仍有進步空間。

一、基礎(chǔ)認(rèn)知、任務(wù)拆解和執(zhí)行：腦子好用手速快

按慣例，我們首先看看悟空的基礎(chǔ)認(rèn)知與任務(wù)拆解能力如何，這是完成更復(fù)雜任務(wù)的基礎(chǔ)。

提示詞：悟空，我是一家未來科技城新開的咖啡館，下周開業(yè)，幫我策劃一個線上引流活動，目標(biāo)是讓附近3公里的白領(lǐng)都知道我們。

這一題是為了測試悟空是否能準(zhǔn)確理解模糊指令，并將其拆解為可執(zhí)行的、邏輯連貫的子任務(wù)。

可以看到，當(dāng)悟空接到任務(wù)，一邊為我創(chuàng)建一個活動營銷頁面，用于推廣開業(yè)活動，給出了應(yīng)用創(chuàng)建過程鏈接；一邊為我完善整個線上引流活動的策劃方案，直接在對話框里呈現(xiàn)內(nèi)容。

▲悟空將需求拆解為兩個任務(wù)進行執(zhí)行

大概2分鐘之后，線上引流活動的策劃方案首先輸出，給出了開業(yè)首周優(yōu)惠、 社交裂變傳播、會員鎖定策略等核心活動設(shè)計，以及精準(zhǔn)地域投放、寫字樓滲透、社群運營等推廣渠道策略。整體消耗4.6個算粒。

▲悟空生成的線上引流活動的策劃方案

下圖是悟空隨后給出的營銷落地頁面，包括客戶端和手機端兩個版本，預(yù)約入口點進去可操作，頁面風(fēng)格與咖啡店調(diào)性契合，落地頁內(nèi)容覆蓋了前面提及的各種營銷措施和基本的時間地點信息，幾乎不需要修改，就能直接應(yīng)用。

▲悟空生成的營銷落地頁面

可以看到，盡管我的需求比較模糊，悟空能夠理解“線上引流”的內(nèi)涵和玩法，給出了比較具體的方案，還給出了明確可執(zhí)行的活動時間節(jié)點，以及比較符合咖啡店行情的預(yù)算建議和效果預(yù)期。

接下來，我通過一個域名查詢的題目，來考察悟空的信息檢索與執(zhí)行。

提示詞：悟空，幫我查一下example.com域名是否被占用，如果可用，多少錢能買？

僅僅花了30秒，消耗0.7個算粒，悟空就自動查詢了域名注冊信息，反饋這個域名是已經(jīng)被占用的狀態(tài)，展示出比較敏捷的信息檢索能力。

▲悟空回復(fù)內(nèi)容截圖

二、企業(yè)級系統(tǒng)與工具調(diào)用升級：復(fù)雜的活也能干，一些權(quán)限管得嚴(yán)

接下來，我們將體驗升級，把悟空放到更復(fù)雜的企業(yè)工作環(huán)境中進行測試。

提示詞：悟空，1688上找一下“露營折疊椅”的高性價比貨源，要求供應(yīng)商必須有牛頭標(biāo)（誠信通），且最近一周評價量大于100。篩選出3家，把溝通記錄和樣品申請狀態(tài)同步更新到一個鋪貨表格里。

這一題是為了測試悟空打通企業(yè)權(quán)限、操作第三方軟件、讀寫數(shù)據(jù)的能力，這是企業(yè)級Agent的核心。悟空大概耗時5分鐘，消耗了34.7算粒，最終給出了一份準(zhǔn)確的表格統(tǒng)計。

在輸入提示詞的同時，我勾選了“1688選品”這個Skill，緊接著悟空就開始執(zhí)行我的命令。它首先打開了1688官網(wǎng)，首次訪問需要我手動登錄賬號。在我登錄之后，悟空就開始自動檢索搜集。

▲悟空自動在1688進行檢索

在這個過程中，悟空出現(xiàn)了2次搜索出0個結(jié)果的情況，但它立刻找到了是“類別選錯”等問題，于是自行進行了糾正并搜索出正確結(jié)果。

緊接著悟空就開始進行統(tǒng)計信息，不同于人類用戶需要依次點開頁面的動作，悟空的1688界面停在了搜索結(jié)果總覽，聊天界面上直接輸出了我需要的統(tǒng)計結(jié)果，大概2-3分鐘后，其給出了一個可點擊的表格鏈接。

▲悟空輸出的答案

點開鏈接可見釘釘文檔的界面，這是悟空內(nèi)置的表格功能支持，可見三家店鋪對應(yīng)商品ID、商品標(biāo)題、商品鏈接、主圖URL、價格、近期成交件數(shù)、店鋪名稱、店鋪鏈接、誠信通年限、回頭率、綜合評分、服務(wù)標(biāo)簽、溝通記錄和樣品申請狀態(tài)等維度都詳細(xì)出現(xiàn)在表格中。

▲悟空生成的表格頁面截圖

點擊某家的商品鏈接，可見與商品對應(yīng)準(zhǔn)確，悟空交付了最終的正確結(jié)果，整體花了5分鐘，消耗了34.7個算粒。

▲點開鏈接可以看到正確的商品頁

悟空的一大特征是，其也內(nèi)置在釘釘App中，用戶可以在手機釘釘App通過與悟空對話，完成與客戶端一樣的操控。于是我嘗試用手機釘釘發(fā)送了一個小任務(wù)。

提示詞：每到整點給小白發(fā)消息，提醒他喝水，站起來走走。

悟空在接到任務(wù)后，沒有發(fā)現(xiàn)專門用于定時發(fā)送消息的技能，但它使用use_cron 來創(chuàng)建定時任務(wù)，結(jié)合釘釘工作空間技能來發(fā)送消息，并告訴我任務(wù)已啟用。

▲用手機釘釘App對話可以操控悟空

但當(dāng)我以為設(shè)置成功的時候，我的朋友小白并沒有在整點收到消息，而是我和悟空的對話框中，我自己收到了這條消息。

▲悟空的任務(wù)執(zhí)行頁面截圖

智東西猜想，背后是釘釘并沒有給悟空單獨給通訊錄好友發(fā)消息的權(quán)限，這也可以理解，如果這個口子放開，可能我們的對話框里會充斥各種AI定時發(fā)送的廣告轟炸，也可能我們的悟空會被別人通過對話操控，對釘釘用戶的體驗帶來損傷。

不過，悟空在這一任務(wù)中的問題是，應(yīng)該明確說明問題，而不是啟動一個不太準(zhǔn)確呈現(xiàn)提示詞需求的類似任務(wù)。

提示詞：幫我發(fā)郵件給xxx，邀請他來參加我們4月21-22日舉辦的2026中國生成式AI大會（北京站），在北京富力萬麗酒店舉行。

可以看到，悟空不到一分鐘就為我準(zhǔn)備好了郵件草稿，但由于我的釘釘郵箱無法直接發(fā)送到這個外部郵箱，它僅為你創(chuàng)建了一封HTML格式邀請郵件，沒有替我操作郵件。

▲悟空生成的郵件內(nèi)容參考

總的來說，阿里悟空目前在通訊錄等方面仍設(shè)置了權(quán)限邊界，一方面限制了悟空的管理權(quán)限，讓悟空看起來不如龍蝦那么全能，另一方面其也帶來了更多安全感，避免造成企業(yè)級的信息泄露、業(yè)務(wù)中斷等問題。

三、創(chuàng)意內(nèi)容生成與精準(zhǔn)控制：文化理解和數(shù)據(jù)提取準(zhǔn)確，動態(tài)效果仍待提升

最后，我比較關(guān)注多模態(tài)與創(chuàng)作能力的結(jié)合，體驗了悟空的創(chuàng)意執(zhí)行與確定性輸出能力。

提示詞：幫我做一個動畫視頻，以24節(jié)氣為主題，每個節(jié)氣搭配一句古詩和動態(tài)插畫，運用“水墨溶解轉(zhuǎn)場”與“飄落花瓣粒子”效果。

這個題目圍繞“節(jié)氣詩會”主題，主要考驗悟空能否理解中國24節(jié)氣文化，以及對特定動態(tài)效果的生成情況。

大概花了10分鐘，悟空生成了以下1分36秒的視頻，可見其完整準(zhǔn)確地依次按順序生成了二十四節(jié)氣，并且配上了與該節(jié)氣契合的詩句；在動效上，飄落花瓣粒子呈現(xiàn)比較準(zhǔn)確和水墨溶解轉(zhuǎn)場基本呈現(xiàn)，動態(tài)插畫則沒有加入。整體畫風(fēng)比較簡潔。

▲悟空生成的視頻部分截圖

于是我進一步加大難度，想要考察悟空的數(shù)據(jù)檢索，以及精確控制動畫每一幀，區(qū)別于普通AI視頻的隨意性的能力。

提示詞：悟空，通過動畫大師幫我做一個中國城市GDP排行榜動畫視頻，榜單展示前十名，用Lightmo風(fēng)格。

如下圖所示，悟空自動調(diào)用了“動畫大師”這一Skill，為我制作了一個關(guān)于中國2025年GDP十大城市的動效視頻，符合 Lightmo風(fēng)格（輕盈現(xiàn)代風(fēng)格）。

從數(shù)據(jù)上來看，悟空思考過程顯示，其一開始找到了官方的純GPD總量排名以及華頓經(jīng)濟研究院綜合排行榜，最后選用了更符合需求的第一個版本數(shù)據(jù)?？梢钥吹剑曨l載入數(shù)據(jù)與官方實際公布數(shù)據(jù)吻合，沒有出現(xiàn)錯誤。

▲悟空生成的視頻部分截圖

從動畫效果來看，雖然呈現(xiàn)了需求，但我認(rèn)為視頻左邊畫面比較空，于是再次輸入提示詞要求悟空進一步修改完善視頻。

提示詞：視頻的左邊有點空，可以以中國地圖為背景，地圖上依次出現(xiàn)前十名城市所在位置的標(biāo)記點。

可以看到，悟空確實生成了一些相對位置的標(biāo)記點，但是中國地圖的輪廓卻看不出來。整體花費了近15分鐘，近60個算粒。

▲悟空生成的視頻部分截圖

最后，我還讓悟空幫我做了電商主圖優(yōu)化，主要考察悟空分析主圖問題、自動調(diào)整設(shè)計能力。

提示詞：悟空，這個商品主圖點擊率低，幫我優(yōu)化一下，目標(biāo)人群是4歲女童。

如下圖所示，上圖是優(yōu)化前的圖片，下圖是優(yōu)化后的圖片，下圖相比左圖在背景顏色、圖案上進行了調(diào)整，變得更具備可愛風(fēng)的特點。

時間有限，智東西本次只是針對對一小部分場景對悟空進行了體驗。在悟空“技能中心”，我們還能看到近百種推薦Skill可供直接添加使用，從開源平臺獲取的Skill也可以在悟空中進行應(yīng)用。悟空更全面的實測效果如何，還有待更深入的體驗。

結(jié)語：AI Agent時代，企業(yè)軟件交互方式正被重構(gòu)

作為阿里布局AI Agent的重要落子，悟空展現(xiàn)了企業(yè)級智能體從“對話”走向“執(zhí)行”的跨越。其在任務(wù)拆解、跨系統(tǒng)操作與多模態(tài)生成上表現(xiàn)出的連貫性，已初步驗證了“AI即服務(wù)”的產(chǎn)品范式。尤其在釘釘生態(tài)內(nèi)，悟空具備成為千萬級企業(yè)智能入口的潛力，但其權(quán)限邊界與執(zhí)行透明度仍需進一步厘清。

從產(chǎn)業(yè)視角看，悟空的亮相標(biāo)志著AI Agent正式進入“可交付、可控制、可迭代”的新階段。未來，隨著token經(jīng)濟、技能市場與權(quán)限體系的完善，企業(yè)軟件的交互方式將被重構(gòu)。誰能在開放能力與安全邊界之間找到最優(yōu)解，誰就能在這場AI代理革命中占據(jù)先機。