飞书搞了个AI分级体系，一上线就把一堆产品打回原形了

“飞书想建立AI产品分级体系，它的底气是什么？

2025年，AI几乎无处不在。从智能助理到AI会议纪要，几乎每一家To B软件公司都在快速叠加AI能力，争抢“AI+办公”的未来入场券。对企业而言，仿佛不接入AI，就像还在用功能机时代的办公系统。

但热闹背后，越来越多企业管理者陷入一种“AI疲劳”：许多AI功能看起来令人惊艳，真正上线使用后，却不是响应缓慢、就是内容敷衍，甚至完全“答非所问”。AI产品成了企业的“PPT装饰”，更像是为发布会准备的“卖家秀”，而非真正解决业务难题的“工具人”。

一句话，企业到底该如何判断一个AI功能是“好看”还是“好用”？

就在这股技术与焦虑交织的洪流中，飞书在其2025年7月的发布会上，抛出一个颇具分量的新概念——AI应用成熟度模型。这是一套将企业AI应用划分为四个成熟度等级的评价标准，试图用清晰可量化的标准，把“AI好不好用”这件事，从主观感知拉回理性评估。

M1–M4四个等级到底怎么分？

“AI应用成熟度模型”这一术语，听起来略带技术门槛，却准确击中了当前To B企业面临的一大现实：AI到底该怎么评估？在产品页面“写得天花乱坠”、实操落地“一地鸡毛”的今天，飞书尝试用一套四级分类，把“能演示”和“能用”这道鸿沟，正式划清。

四个等级，一眼看懂企业AI的“进化路径”：

为了帮助大家更好理解模型，我们对其做了一些“翻译”，并做了下面表格：

这四个阶段的划分逻辑，不是根据模型大小、算法复杂度，而是站在企业使用者视角：你能不能上线用？能不能持续用？用完有没有实际业务提升？

与“科研AI”划界，飞书想强调的是“落地工程性”。

传统AI领域有很多技术评估维度，比如BLEU分数、推理速度、参数量等等，但对企业CIO或业务负责人来说，这些术语常常只是“玄学”。飞书模型的突破之处在于，它用非常贴近“业务落地感”的语言和等级，把AI的实用性颗粒度做了拆解。

换句话说，这是一个从产品视角出发的AI评估标准，不是技术人之间的炫技，而是业务人与工具之间的契约。

为什么企业AI需要“成熟度模型”？

AI正在从技术奇观变成生产工具，但一个被忽视的问题是：我们拿什么来判断一款AI产品，是否值得在企业中大规模部署？

在消费级市场，用户靠“好不好玩”“用着爽不爽”来评估AI，而在企业级市场，没有任何一个CIO会用“科技感”来作为选型依据。他们更在乎的是：能不能快速上线？能不能跟现有系统打通？用完之后，是锦上添花，还是雪上加霜？

然而现实是，大量企业AI产品还停留在“展示即结束”的阶段。很多厂商为了追热点，仓促将通用大模型能力包裹进现有产品，PPT上是“AI驱动”，真正使用时却是：“问了三遍，还答非所问；总结了一页，会后没人敢用。”

这正是企业AI落地的“卖家秀–买家秀”悖论。

☆成熟度模型的意义在于：用一把“应用标尺”，重建信任

飞书提出M1–M4四级成熟度模型，其实在做一件至关重要的事：把企业对AI的期望值校准，把供应商对交付能力的承诺标准化。

从“只讲模型参数”到“讲清产品可用性”，这本质上是一次视角的转变：

对企业用户来说，成熟度模型让他们可以设定合理预期，不再被“AI万金油”式销售术语蒙蔽；

对产品设计者来说，模型变成研发路线图，知道什么是合格的交付标准；

对整个市场来说，这是一次从“无标可循”走向“共识定义”的进化。

飞书不是第一个尝试分类模型的公司，但它的特别之处在于——这次不是实验室发布的技术论文，而是一家实际运营AI产品的公司，站在一线，把模型与产品逐一绑定、现场验证。

这让这个模型的意义，不只是理论，更具有“工程实操价值”。

模型不是空谈，

飞书用产品一一对标成熟度等级

相比空泛的概念模型，飞书更具说服力的一点在于，它同步公布了多款AI产品，飞书不是停留在“讲模型”，而是用产品去定义模型、验证模型。下面，我们来看几个此次飞书发布的产品，并试图将其与上面的AI应用成熟度模型对应起来。

☆M3标准：飞书知识问答——你的“企业豆包”

根据官方材料，飞书知识问答已达到M3级，即“成熟应用、可以大规模使用”。

无需企业构建知识库，即可“开箱即用”；

能“穿透组织”，理解语境，提供基于企业内部信息的准确回答；

就像是一个理解公司全貌、能回答“企业问题”的“企业豆包”。

这意味着，知识问答具备跨部门、跨角色使用的稳定性，是一个可广泛部署的AI“助手型”产品。

☆M4标准：飞书会议——实时总结的成熟AI

飞书会议达到M4标准，属于“完全成熟，在适合的任何场景都可使用”的产品。该产品支持会中实时总结，而非仅在会后回顾；能自动生成纪要、输出待办事项，并通过文档发送；准确率与逻辑概括能力“相当成熟”。

这表明飞书会议不仅能听懂，还能“提炼”、“记录”并“执行”后续任务，是典型的高成熟度AI产品形态。

此外，飞书还发布或升级了多个具备AI能力的产品，也在逐步靠近M3及以上标准。

☆多维表格：功能跃迁中的“王牌产品”

虽然飞书未明确将“多维表格”归入成熟度模型等级，但从其产品更新幅度来看，它正向M3级靠近：月活接近千万，标志其迈入成熟工具产品品类；支持“拖拉拽”搭建业务系统，兼顾美观与实用；单表容量达1000万热行。

这使得多维表格不仅是表单工具，更开始具备“业务平台”的潜质，对小微企业与大型流程管理者都构成实际可用价值。

此外，飞书还推出了AI开发套件，形成了更系统的企业AI能力框架。

◾飞书妙搭（企业AI系统搭建工具）

该产品让AI Coding快速落地产品思考，类比为“企业的无限产品经理和初阶开发人员”，可自动输出原型、生成系统。

◾飞书Aily+aPaaS平台

Aily为企业级Agent平台，已在公牛集团、美中爱瑞等公司落地；aPaaS平台实现AI加持的PaaS化开发，强调“效率、稳定、复用”的平衡

这些构成了飞书在更深层次的AI基础设施布局，虽然未在材料中明确打标签，但显然是朝着高成熟度、高扩展性方向演进的产品组合。

AI的“L1-L5”时刻到了吗？

飞书模型的行业意义与市场震动

自动驾驶行业早在数年前就确立了一套全行业通用的分级模型：L1到L5，定义了从人类辅助到完全无人驾驶的五个阶段。这套模型并不仅仅是技术评估标准，它在根本上重新组织了整个产业链——帮助监管者判断风险、帮助企业评估能力边界，也帮助公众建立对“自动化”的现实认知。可以说，没有L模型，就没有今天自动驾驶的理性竞争格局。

而飞书此次提出的“M1–M4 AI应用成熟度模型”，在本质上正是对企业AI落地路径的一次结构化、工程化重构。这不仅是一个模型发布，更可能是“企业级AI”真正走向成熟产业阶段的标志性事件。

☆模型之于产业，不是修辞，是基础设施

飞书模型的提出，首先是一种对当下AI产品泛滥但落地稀缺现象的清算。在过去一年中，企业面对AI时，往往只能依赖“演示效果”和“销售口径”来判断其价值，而非清晰的标准。飞书此次以“M3=成熟可用、M4=全面通用”的方式，给出了明确的能力刻度。这种能力刻度，不是技术参数维度的“token长度”或“训练数据规模”，而是以“可大规模部署”和“适配多场景”的可用性为核心，强调真实环境下的稳定性、泛化能力与交付效果。

换句话说，它不问模型能不能生成“惊艳内容”，而是问：这个AI功能在公司里能不能顶得住实际使用？能不能连续跑？出错率多高？

这正是To B场景下最需要的理性衡量方式。也正因如此，飞书模型与L模型之间产生了共振：它们都尝试将“看不见的智能系统”拉入可以评估、可以管理、可以决策的框架之中，赋予市场真实的参考体系。

☆飞书想做的，是定义“可信AI”的使用上限

更深层次看，飞书通过这套模型的意图并非只是帮助客户选型，而是试图建立企业AI应用的行业标准语法。在一个尚无权威机构给出通用评估体系的市场中，谁先给出一套被验证、被采用的结构化标准，谁就拥有了定义未来的先手权。

从发布会披露的信息来看，飞书并不是“模型先行、产品随后”，而是反其道而行之：用多个真实产品（知识问答、AI会议、多维表格等）作为标准“标杆”，反向映射出这一模型的四级结构。这种从底层产品能力抽象模型的路径，比凭空建构模型更有操作性，也更容易赢得行业信任。

它背后折射的是飞书团队对“工程视角AI”的理解——AI产品不是创意、不是卖相，而是一套能承载组织信任的生产工具。

☆企业级AI的下一阶段，需要共识而非炫技

一个重要的判断是：飞书这次的模型发布，将会引发AI工具厂商之间的“成熟度竞赛”。就像自动驾驶厂商不能再用“我们很先进”一笔带过L几级一样，未来AI产品也将无法仅凭一句“用了大模型”就获得企业青睐。客户会开始反问：你们是M几？在哪些场景部署了？准确率多少？稳定性如何？

这对市场生态是一种积极的“清场效应”。它迫使厂商从“炫技”回到“交付”，从“拼参数”回到“拼耐用度”。

而这，正是一个行业走向真正成熟的开端。

你的AI，用到了第几层？

AI正从“demo吸睛”走向“场景决胜”的阶段。当越来越多的企业开始意识到：AI真正的价值不是能生成一段漂亮的文本、画一幅惊艳的图，而是能否在流程中持续稳定地产生价值时，我们其实已站在一个全新时代的门槛上。

飞书提出的“M1–M4 AI应用成熟度模型”可能不是完美的答案，但它的出现，至少为长期混沌不清的“企业AI落地标准”提供了一个结构化的起点。

这个模型的意义，不止在于帮助飞书解释自己的产品，也不仅仅是一次品牌自证，更像是一面行业镜子——它让企业有机会回过头来问自己：

我们现在用的AI功能，真的是在解决问题，还是只是在展示技术？

我们花了大量预算接入AI，它在日常的流程中真正发挥了多少作用？

我们是否有评估一款AI系统“好不好用”的标准，而不是“新不新鲜”的情绪？

在AI从“先锋试验”向“主流基础设施”转变的当下，这些问题值得每一个企业决策者、产品经理甚至一线员工思考。

如果你所在的企业，已经部署了多种AI应用，不妨回看一下你们的工具清单，用“M1–M4”的视角去做一场自测：哪些功能可以称为成熟应用？又有哪些，其实还停留在“演示”阶段？

而如果你是一个在思考AI产品设计或采购路径的从业者，不妨把飞书这次的模型作为一个“起点模板”——未必非要照搬，但至少，它给出了一个可以被沟通、可以被质询的语言系统。

企业AI的未来，属于那些“最能稳定服务流程、最能交付真实价值”的系统。飞书这次迈出的是定义标准的第一步，接下来要回答的问题，将是：谁能持续站在M3与M4之上？谁能用产品把成熟度走成护城河？

你的AI，现在用到了第几层？