智能体时代的高效办公方法与实用指南

最开始以为，只是一次，不会怎么样...

现在，已经回不去了。

还记得第一次让Agent处理合同时，心里想着“就试这一次”。然后是邮件，接着是各种材料，再到活动复盘。如今，一小时处理几十份文档，手都不会抖一下。过去一天的工作量，现在只能算热身，处理总量翻了十倍还觉得不够。最可怕的是，已经完全不记得从前是怎么工作的了。

我的主力Agent是Claude Code，开着最高级会员，几乎全天候不间断运行。承载所有工作的容器是飞书，文档、合同、邮件、活动资料乃至酒吧的物料清单，全都堆在里面。两者之间通过命令行接口（CLI）连接，Claude Code自行读取材料、撰写文档、发送邮件、修改表格，完成后自动退出。

举个例子：收到一份合同，文件会进入飞书邮箱。Claude Code通过CLI读取邮件，对照预设的公司信息和常用条款逐项填写，生成回执邮件草稿。我只需要看一眼，点击“发送”即可。整个过程，人工操作仅此一下。

昨天从北京坐高铁来上海，途中发现无事可做，便让Agent把“赛博禅心”的所有文章爬取下来。900多篇文章，半个多小时跑完，数据自动整理进多维表格，甚至能通过“群发触达”这类参数，回溯过去几年的关注度增长轨迹。

Agent还生成了十几张可视化图表，这也是第一次完整看到自己公众号的数据全景：累计800多次推送，900多篇内容。

（OpenAI前几天宣布Codex支持手机遥控了，估计后续也会把Codex改造得更趁手，这里暂且按下不表。）

三月底写过一篇关于飞书CLI的报道，当时它刚发布。如今，这个项目在GitHub上的Star数已经过万。经过这段时间的重度使用，可以聊得更深入一些了。

Agent进了办公系统

AI与办公系统的交互方式，在过去几年里经历了数轮演变。

第一轮在ChatGPT出现之前。那时能用的模型还叫da vinci-003（也就是后来的GPT-3）。现在回想，简直像是赛博考古。这个模型后来被大众熟知的GPT-3.5取代，并于2024年初正式下线。

当时有家明星AI公司叫Jasper，年化营收一度冲到上亿美元，拥有七万多付费用户。用现在的话说，“这不就是个GPT-3的套壳吗？”

它的产品形态很典型：打开Jasper，能看到50多个模板（如Facebook广告、谷歌广告、产品描述、博客大纲等）。点开一个模板，左侧填写产品名、描述、目标受众、语气等字段，右侧就会生成几段候选文案，用户挑选一段复制粘贴到自己的工作环境中。

第二轮是ChatGPT横空出世之后。2023年2月，Notion上线了Notion AI，将ChatGPT的API封装成插件嵌入文档。在任何空白区块按下空格键，AI召唤面板就会弹出。

选中已有文字后按下Cmd/Ctrl+J，会弹出“Ask AI”菜单，里面包含“继续写”、“改写”、“让它更长/更短”、“换语气”、“翻译”、“总结”、“找行动项”、“修语法”等选项。AI直接在文档当前光标位置生成结果，用户可以选择保留、丢弃或让它再改一次。

第三轮从2023年下半年延续至今，Word、Excel、PowerPoint、Outlook等主流办公软件将AI以插件或侧边栏形式集成到产品中，典型代表是Microsoft 365 Copilot。

不过，Copilot的实际体验一言难尽。反倒是Claude做了不少出色的嵌入集成，之前实测过“Claude in Excel”，能联网、能做表，实现办公自动化。同时，Google Docs里的兼容性也做得不错。

而在最近的时间轴上，CLI的崛起成为新趋势：处理工作时，完全可以不打开任何文件界面，Agent通过命令行自行读取、编写、完成任务，尤其适合批量化作业。这种趋势在OpenClaw等项目爆火后愈演愈烈。

回到开头的例子：邮件抵达，Agent通过lark-cli mail读取内容，用lark-cli docs去文档库查找相关材料，撰写回复草稿存入草稿箱。甚至可以通过飞书CLI向多个地址批量发送邮件。

日历中有会议安排，Agent用lark-cli calendar查询参会人，用lark-cli wiki从知识库调取历史资料，生成议程发到群聊；任务到期，Agent读取对应文档，生成进度报告写入多维表格，再起草一封汇报邮件。

许多需要在不同环境间来回切换的繁琐操作，现在通过CLI由Agent接管，形成了一条极其顺畅的流水线。甚至在飞书文档中做好备注，留给Agent代为修改也成为可能。

之前的几轮变革，AI都是嵌入某个具体产品（如Jasper的网页、Notion的文档、Word的侧边栏）。但CLI这轮恰恰相反：Agent通过CLI进入用户原本就在使用的环境直接干活，然后交付结果。

就像前文提到的数据统计，在整个运行过程中，完全没有打开飞书界面，更不用说手动导入数据到表格。只是对Claude Code说“去搞吧”，它便通过CLI自行建表、定义字段、写入记录。

多维表格当后台

这里有个观点：在Agent时代，最好用的数据库可能就是多维表格。

多维表格既具备数据库的结构，能给人直观阅读，也能通过CLI供Agent调用，同时还提供了对非技术人员非常友好的约束（Constraint）功能。这一点至关重要。说个题外话，曾帮体制内的朋友用Excel做全国业务信息统计，发出去一个标准模板，收回来的却是几百个版本，充斥着合并单元格和各种样式“美化”。

真诚建议：能不能把“合并单元格”这个功能，从计算机教科书中删除？

限制填表人【在何处】、【以何种格式】填写信息，并且【不乱动表格】，确实是件麻烦事。实际操作中，即便冻结了窗格、设置了密码，也无济于事——总有“小天才”会把内容复制出来，新建一份表格再发回来。

话说回来，之前让酒吧的小伙伴做了个实验：用多维表格控制屏幕内容切换。

在飞书里上传图片，图片就会在指定屏幕中轮播展示。

起因很简单：酒吧里有多块屏幕，以往更换内容非常麻烦，需要登录每块屏幕的后台、上传图片、调整位置。

于是想到用多维表格来记录这些图片或网页信息：每块屏幕对应表格中的一行，字段里存放图片或网页链接。当在表格中更新图片或点击某个链接时，对应的屏幕便会读取并展示新内容。

这件事完成后，得到了一个启发：多维表格脱胎于数据库结构，那它能否直接当作数据库来用？于是有了后续更多尝试。

例如酒吧的库存管理：以打酒机为例，可以实时查看剩余酒量；酒槽上加装磁控牌，统计每一槽的出酒量；为此还定制了一批能进行流量控制和监控的智能酒头，实现实时感知。这些如果靠人工盯盘，很容易出现过期或混乱，需要专人负责。交给AI接手后，一切就规整多了。

供应商端也在打通API：许多供应链信息可以通过API调用。没有API的，就让店长充当“人肉API”——Agent通过推送通知告诉店长今日需采购的货物，店长按单下单。所有进度都可以通过多维表格一目了然地监控。

更进一步的工作也在进行中：正在手动搭建一套硬件系统。当顾客对它说“我要一杯可乐”或“帮我拿包纸巾”，需求会被写入多维表格数据库，并通知距离最近的服务员前去处理；摄像头识别到某处需要清洁，也通过表格通知最近的工作人员。这样，每个人的工作量清晰可见，绩效发放也有了依据。当然，未来若引入机器人服务员，同样可以通过这套系统进行调度。

作为一个内容创作者，也在用飞书追踪最新信息。任何潜在的热点新闻或有趣动态，都会第一时间收到通知。例如前两天报道的“马耳他向全民发放免费ChatGPT会员”消息，就是通过这套监控系统捕捉到的。

过去开发一个产品，倾向于自己手动搭建数据库。而现在，更倾向于使用多维表格：既能被AI读取，也方便人类浏览。AI在后台更新数据，人在前台扫一眼就能掌握全局。

对于AGI Bar的活动安排，同样用多维表格记录。一场活动何时组织、何时举办、参与人数、产生的照片，全部集中在一张表里，活动结束后自动归档。未来需要制作汇报或展示材料时，直接询问Agent即可。例如，Agent可以从多维表格中读取活动数据，从文档中提取详细信息和图片，自动组装成一份海报。当需要对外进行活动报告时，这一切变得异常便捷。

飞书CLI

Claude Code能够无缝接入飞书，全靠CLI。

作为Claude Code的深度用户，已经习惯用它操控各种工具。而它能介入飞书，完全依赖于命令行接口。

这个项目的地址是：https://github.com/larksuite/cli。

上周，这个项目获得了上万个Star，目前已经达到11.3k，这完全在情理之中。

它的核心优势在于，将每个业务域的能力都封装成了Agent能直接调用的命令，并配有一套供Agent理解的语义和默认值。具体来看它的三层命令架构：

• 第一层 Shortcut 命令：带+前缀，如+agenda、+messages-send、+create，供人类和Agent共用，内置智能默认值和dry-run预览功能，日常使用这一层就足够了。
• 第二层 API Commands：与飞书OpenAPI一一对应，覆盖200多条命令。
• 第三层 Raw API：可以直接调用飞书开放平台的任意端点，覆盖2500多个API。当前两层命令无法满足特定场景时，Agent可以自行探索路径。

每个业务域都配备一个Skill，将如何使用这些命令的最佳实践直接“教”给Agent。安装CLI后，运行一行npx skills add larksuite/cli -y -g，Agent就知道该如何调用了。如果Agent调用出错，CLI会告知它缺少什么权限以及如何补充；对于可能产生副作用的命令，支持dry-run模式先预览再执行。

目前，飞书CLI已覆盖17个业务域：消息、文档、多维表格、电子表格、幻灯片、日历、邮件、任务、知识库、通讯录、云空间、会议、妙记、白板、审批、搜索、Markdown。同时包含200多条命令。这使得像Claude Code这样的外部Agent接入飞书的成本变得极低，可以轻松将整套办公能力整合进自己的工作流。

办公软件多了一个维度

过去评价办公软件，主要看人用起来是否顺手，比如文档交互如何、协作体验怎样，或者与现有办公环境的集成度如何。

但在Agent时代，增加了一个新维度：Agent能否快速接入该办公软件，并高度精准地代替人工进行操作。

核心逻辑在于：给人用的是界面，给AI用的是接口。下一代办公软件必须具备一种能力，即允许用户使用自己的Agent来代替自己完成操作。

最后

哎…真的回不去了。

当Agent接管整套办公流程后，过去那种事事亲力亲为的状态便一去不复返。文档、合同、表格、邮件、活动、库存，所有工作流都经由它进出。就个人体验而言，Agent搭配起来最顺畅的（也是自己投入最多的），目前看来就是飞书了。

感觉整个键盘都长在了Agent上面，由它代为劳作，办公平台则负责承接和呈现。或许，未来大部分的办公场景，最终都会演变成这个样子。