文 | 智械岛，作者 | 沈怀铮

一个朴素的问题：AI 到底为谁服务？

七万多字离职长文《置身钉内》，从阿里内网流传至外部被广泛阅读；腾讯云 AI 产业应用大会上，腾讯云负责人汤道生问腾讯 AI 负责人姚顺雨 " 腾讯 AI 是不是慢了？"，结果被反问 " 感觉应该是我问你的问题 "。

前者代表大厂里那些沉默的大多数，后者被知名媒体人阑夕锐评 " 高手过招，重剑无锋，几秒钟的功夫，两人内心已经互撕了千百次 "。

AI 为谁服务，并不是技术问题，是产品伦理问题。

钉钉从出生那天起就带着结构性撕裂，付钱的是老板，要的是管控；干活的是员工，要的是自主和减负。

一个 AI 产品卡在这两者之间，结果就是反复横跳：今天帮员工自动汇总消息，明天帮老板生成考核报表；今天说要事找人，明天变成事压人。

AI 主动推送待办、会议、提醒，表面上是提高效率，本质上是在重新分配注意力压力和权责关系。你说是帮员工减负，员工感受到的是变本加厉的被监控。

钉钉没想清楚这个矛盾，腾讯也没有。腾讯会议、企业微信，都是夹在付费方和使用者之间。

AI 介入只会把这种张力放大，不会消解。

大厂的底层代码是 KPI，AI 项目刚好与与底层代码冲突。KPI 已经把 AI 项目跑成了外卖骑手。

《置身钉内》有个说法是 " 每日一包 "，每天出一个可交付版本。听起来是不是很敏捷？实际上，在这种节奏下团队只能优先堆表面功能，底层基建长期没人敢动。

因为动底层意味着三天不出活，三天不出活包就断了。一个 AI 项目被跑成了配送时效考核，结果就是功能越叠越多，体验越来越烂，技术债滚雪球。

到最后所有人都在疲于奔命地敷面膜，没人有精力治脸上的痘。

阿里文化的 " 此时此刻，非我莫属 "，放在电商战场是英雄主义，放在 AI 探索里就变成了权力美学，每一个 AI 项目不仅要证明自己是好技术，还要证明是好战略、好生意、好政绩。

姚顺雨在腾讯的对谈谈及：能不能够保持耐心，这是 AI 下半场最重要的事情。在大厂的 KPI 绞肉机里，耐心是最贵的奢侈品。

让一个 BU 总裁在董事会上说 " 这个 AI 项目前两年不设 KPI，纯探索 "，他敢吗？他不敢，因为他的晋升通道不允许。所以大厂的 AI 项目从一开始就背着过重的证明包袱，还没学会走就被逼着跑百米冲刺。

还有一个更隐蔽的幻觉：有海量数据不等于有场景理解。姚顺雨在那场对谈里提出，大厂的竞争壁垒已经不是模型本身，而是 Context，也就是真实的业务场景、产品生态和高质量的数据上下文。

钉钉 ONE 就是活教材。钉钉有几亿用户、每天海量的工作消息，做 AI" 事找人 " 简直是天选之子。

结果呢？算法推过来的 " 事 "，用户觉得不是我真正需要优先处理的。为什么？因为算法只看到了消息的结构和关键词，它看不懂权力关系、人情世故和隐性优先级。

这些东西不在数据表里，在真实的人际拉扯里。腾讯有没有这个问题？当然有。姚顺雨自己说选择腾讯是因为这里有大量好问题、好产品。但好问题摆在那里，不等于你能解决它。

把模型能力转化成场景理解力，中间隔着整个组织对用户的同理心。这种同理心，恰恰是大厂最容易在规模扩张中失去的东西。你天天看 DAU、看收入、看留存，会离真实的人越来越远。

所有这些问题的最后都会指向一个东西：文化惯性。

阿里是典型的强目标驱动，定一个目标，拆解 KPI，层层压实，所有人往一个方向猛冲。这套打法在电商、本地生活这些成熟战场上百战百胜。

但 AI 是什么？AI 是一个探索性、不确定性极高的事物。你定一个 DAU 目标，团队就会用一切手段去冲 DAU，哪怕手段是伤害长期价值。

钉钉 ONE 的 " 每日一包 " 就是这种文化惯性的自然产物，不是某个人坏，是整个系统逼你短视。你想慢下来思考？对不起，你的绩效不允许。

反过来看腾讯，文化惯性是 " 产品经理驱动 "" 赛马机制 "" 慢工出细活 "。这套打法养出了微信、王者荣耀。

在 AI 这个需要压强式投入、需要战略定力的领域，慢到底是定力还是犹豫？当年微视做不起来，不是腾讯没有资源，是整个组织对 " 要不要真投入 " 始终下不了决心。

姚顺雨来了，腾讯开始重写混元的底层，动作比过去几年都频繁，说明之前的 " 慢 " 未必是深思熟虑，有时候就是惯性。

一个想慢却慢不下去，不是战略想慢，是惯性错过了太多窗口。一个想快却快不起来，不是技术快不起来，是组织不允许你慢下来思考。

谁更难？都难，大厂在 AI 这件事上，卡在组织的底层逻辑上了，卡在 KPI 文化和探索文化有着根本冲突，卡在管理意志和用户价值会反复拉扯，卡在短期证明和长期建设的零和博弈。

钉钉 ONE 死了，但阿里的悟空还在继续。腾讯承认慢了，但姚顺雨说这是一个长期游戏。

谁都没赢，都在承受阵痛。但谁能先在自己组织的 DNA 里找到一个让 AI 既能短期试错、又能长期积累的平衡点，谁就能真正走出这个迷局。

否则，再强的模型、再多的算力，也只是给旧文化穿了一件新外套。