没想到，2025 年的最后一个月，AI 硬件圈竟然这么热闹。
月初，豆包 AI 手机上线即刷屏。大家发现，原来让 AI 接管手机之后，那么多事情都可以自动化。但没想到，上线第二天，一些 App 就用不了了 —— 原来多个平台把豆包助手当成「脚本类外挂」来风控了。一场关于隐私安全、互联网盈利模式的大讨论就此展开，到现在还没平息。
更出人意料的是，AI 手机还没看明白，这几天又来了个 AI 主机。
在昨天的 AI 钉钉 1.1 发布会上，钉钉发布了第二款 AI 硬件 ——DingTalk Real。这台 AI 主机定位「真实可见、可触」的 AI Agent 的执行载体。它的发布让人有些意外：为什么是钉钉？什么叫 AI 主机？
当所有人还在讨论 AI 手机的时候，钉钉直接把战场拉到了企业场景。但如果退一步看，豆包和钉钉想做的事其实是同一件：不是改造某个 App，而是重新定义设备（手机 / 电脑）本身的角色 —— 从「人来操作 App」，变成「AI 来操作 Agent」，人只管提需求。
这种对于 AI 新入口与旧规则边界的试探，钉钉选择从一台主机开始。这背后，藏着钉钉对「AI 接管设备」这件事独特的理解。
DingTalk Real
给硅基员工一间独立办公室
其实在这场发布会之前，我们就听到过「DingTalk Real」这个名字，因为关于它的筹划很久之前就开始了。
还记得今年 8 月那场 AI 钉钉 1.0 发布会吗？当天，Keynote 临近尾声，无招（钉钉老大陈航）突然抛出了「One More Thing」：
他说，这个神秘的新品名叫「DingTalk Real」，是 AI 钉钉 2.0 的雏形。它可以让钉钉在你的电脑上为你持续工作，在内部环境中访问你所有的数据，7×24 小时不间断地为你解决问题、发现机会。这一预告可以说是把场内外观众的好奇心直接拉满。
如今，四个月过去，「DingTalk Real」终于亮相了。
无招介绍说，「DingTalk Real」上面运行的是他们为 AI 钉钉 1.1 重点打造的智能体操作系统 Agent OS。企业只要把「DingTalk Real」 部署进本地，员工不管在哪儿，都能用钉钉远程唤醒 AI Agent。这些 Agent 被圈在授权范围内，既能安全访问内网，也能翻本地文件、调业务系统、用钉钉数据，一条指令就能串起跨环节、跨工具的活儿，甚至让多个 Agent 打配合。
说白了，以后每个人到岗，先领的可能不是电脑，而是一个 AI 助手。主机里跑的不再是零散 App，而是一群能直接把事办妥的智能体。
这种设计背后有多方面考量。
我们知道，当前有很多 Agent 运行在云端或虚拟环境中，只能通过 API、网页工具或 MCP 封装接口间接完成任务。这意味着它们很难访问企业已有的本地文件、PC 软件、内部系统，更无法对已有工作成果进行加工优化，执行链条在关键一步被切断。
但如果让 Agent 运行在本地，比如员工的手机、电脑上，又会引发新的问题。因为要想让 Agent 放开手脚干活，就需要开放很高的权限（就像豆包 AI 手机那样），这会立刻触及企业最敏感的权限与合规问题。没有系统级隔离与审计机制，企业很难放心让 AI 深度参与核心流程。
相比之下，「DingTalk Real」选的是一条既能让 Agent 放开手脚干活，又完全可控的形态。
它的核心思路，是直接给 AI 一台独立的物理主机，上面既有手机运行环境，也有电脑运行环境。在这台硬件上，Agent 可以像真人一样操作浏览器、PC 软件和各类应用，而不是被限制在有限的 API 调用里。所有任务都发生在隔离的 AI 执行环境中，不会触碰员工真实的电脑和手机，从源头上规避了开放权限带来的安全问题。
正因为有了这样一套独立运行环境，Agent 才能真正接入企业内部的数据体系，获取足够的「上下文」。它的数据访问被纳入统一的权限管理之中，可以在企业管理员配置的范围内，访问钉钉里的差旅应用、人事系统、审批流程、文档与知识库等私有数据。谁可以用、能用到什么程度，都有明确边界，Agent 执行的每一步操作也都有记录可查，不再是一个不可回看的黑箱。
与此同时，这台硬件是 7×24 小时在线的，让 AI 每一次访问的都是实时、最新的数据。员工不需要把自己的电脑或手机让出来「给 AI 占用」，也不用担心关机、断网导致任务中断。像差旅规划、竞品调研这类耗时又琐碎的工作，可以直接交给 Agent 在后台持续跑。而在关键节点上，系统仍然把决策权牢牢留在人的手中。AI 可以负责分析、推荐和执行准备动作，但关键的决策和执行，依然需要人工介入确认。这样一来，Agent 的效率被充分释放，但企业对风险和边界的控制并没有被削弱。
其实，当企业真正决定让 AI 接管设备的时候，他们想要的不是一个激进的入口，而是一个可控的执行场。「DingTalk Real」提供的就是这样一个可控执行场。它给 Agent 一个被允许、被约束、被审计的现实环境，让 AI 能进底层系统，看真实数据，但又不直接碰人的设备，就像坐在一间独立的办公室里。
接下来，我们就看看它具体是怎么跑起来的。
AgentOS
给 DingTalk Real 装上「大脑」
当 Agent 开始具备独立运行环境，并在权限控制下接入真实业务数据，企业面临的挑战并没有结束：这些 Agent 应该如何被统一调度、协同执行，并融入日常工作流，而不是变成一组分散、难以管理的能力模块？如果每一次任务仍然需要用户判断该唤起哪个 Agent，那么 Agent 的复杂性，最终仍会回到人身上。
在这一问题上，钉钉并未将「DingTalk Real」作为一台孤立的 AI 主机，而是将其纳入 AgentOS 这一统一的任务调度与协同中枢之中。
AgentOS 是一个企业级 AI 工作操作系统，一个让大量 AI Agent 能够在真实企业环境中被统一调度、协作、治理和规模化使用的系统级底座。
在 AgentOS 上运行的不再是传统意义上的 App，而是具备理解、规划与执行能力的 AI Agent。在这里，人类的角色也随之发生变化，只要下达指令，让 AI 去执行就可以了。
从架构上看，AgentOS 主要包含以下几个层级：
AgentOS 内核底层，提供了 Agent 开放平台、模型训练平台、MCP 接入等等开发能力，并负责任务理解、拆解、规划与调度，同时承担权限控制、审计、日志与风控等企业级治理能力。
钉钉 ONE。这是钉钉为 AI 时代打造的人与 Agent 协作的新一代桌面入口。用户登录钉钉后，无需在不同产品和功能间切换，只需通过钉钉 ONE 这一入口，便可发起搜索、问答或任务需求，由系统在后台完成相应的 Agent 调度与执行。
AI 搜问。负责理解用户意图，汇集了多种主流模型能力，能够在需要时统一调度各类 Agent、MCP 与工具协同工作，同时还能完成企业知识搜索与业务相关问答，成为用户指挥 AI 工作的核心入口。
AI 搜问推出全新的大模型融合问答模式，汇集全球主流模型，可根据用户的对话意图与任务类型，自动匹配最合适的语言、图片或视频模型。
超级 Agent 「悟空」。当 AI 搜问判断任务需要被执行时，真正承担执行与协同工作的，是 AgentOS 下的通用 AI Agent 「悟空」。
「悟空」像是一个 Agent 总调度员，具备自主规划、执行和自我反思能力。不仅能理解钉钉内的聊天记录、日程、文档和业务数据，还能在合适的节点调用钉钉内的各类 Agent、第三方 Agent 以及相关工具。企业、开发者及 AI 服务商都可以在 AgentOS 内搭建专属 Agent，供「悟空」调用。
还有就是「DingTalk Real」这台 AI 硬件，为 Agent 提供独立、安全、可控的真实运行环境，使其能够后台运行、不抢占用户设备，并在隔离条件下访问企业内网、本地文件和业务系统。
这一体系的底层由钉钉开放平台提供支撑，这里汇聚了丰富的大模型也可以接入企业自建模型、训练的模型与 MCP 组件，联通钉钉内部产品、第三方 Agent 以及软硬件生态。按照规划，未来钉钉上的所有 AI 产品，都将基于 AgentOS 架构进行搭建和运行。
目前，在 AgentOS 与「DingTalk Real」的协同下，钉钉已经跑通了多个高频、可复用的企业级 Agent 场景：覆盖 AI 差旅、AI 招聘、AI 客服等核心业务环节。
在差旅 Agent 运行时，「DingTalk Real」能够承担全网比价任务。它会像人一样，在一个手机环境中点开各种 App，输入房型、入住时间等信息，然后比价、排序，真正做到给公司省钱。
更重要的是，「DingTalk Real」本身已经完成工程化与企业级打磨。按照规划，这一面向企业的 AI 硬件已经开始小范围共创，并将于 1 月进入正式可交付阶段。
从 AI 钉钉 1.1 开始
AI 时代的工作雨林开始生长
「DingTalk Real」的发布，其实说明钉钉已经想清楚了一件关键的事：当 Agent 真正进入企业流程、开始承担执行责任时，它到底应该运行在什么地方。
钉钉给出的答案是「DingTalk Real」。这当然不是唯一解，但在企业对安全、合规和稳定性要求极高的现实约束下，这是一条足够务实、也足够工程化的路径。
当这个问题被想明白之后，钉钉的多 Agent 体系才真正拥有了可以生长的土壤。一个个 Agent 向上延展，彼此协作，逐渐形成了一片属于 AI 时代的工作雨林。
为了支撑这套体系，钉钉自身也在同步完成一次深度重构：产品全线 Agent 化、MCP 化，让 AI 能随时接入业务能力；同时向垂直领域开发者开放，共同搭建生态。
如今，钉钉已经构建起全球最大的企业级 MCP 广场和 AI 助理市场，并通过算力分成、按效果付费等机制，把合作关系直接绑定到真实业务价值上。
当然，「DingTalk Real」大概率也会卷入舆论的撕扯 —— 新产品效果如何、对既有互联网逻辑规则冲击几何，争议不会少。但无论是它还是豆包 AI 手机助手，都在逼着整个行业直面一个问题：当 AI 深度介入人类世界，规则该怎么定？伟大的创新者，往往先制造问题，再用时间给出答案。
那么，如何系统的去学习大模型LLM？
作为一名深耕行业的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。
所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。
由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~
👉大模型学习指南+路线汇总👈
我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。
👉①.基础篇👈
基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。
👉②.进阶篇👈
接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。
👉③.实战篇👈
实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。
👉④.福利篇👈
最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！
)
