扣子企业版将下线：字节AI产品停止新客购买，旧套餐年底退场

10月29日，字节跳动旗下AI产品扣子（Coze）发公告称，企业版已进入下线倒计时。新客户购买将从11月30日起停止，旧版套餐年底下线，新版企业套餐最晚2027年底全面退出。

这条消息让我感触挺深。

两年前，扣子几乎是国内AI产品经理和创业者的必修课。搭智能体、拖拽工作流、接插件，不少人第一次真正弄懂AI应用，就是从它开始的。我自己也用过。

网传扣子前后投入近10亿元，官方并未证实这个数字。可一个曾经这么火的AI产品，为什么没能做成长期平台？

做了这么多年互联网产品，我越来越觉得：互联网产品经理最容易犯的错，就是拿过去成功的方法，去解一个全新的问题。

扣子的退场，或许正好给我们上了一课。

一、扣子的问题，是把过渡期当成了终局

扣子为什么火？

原因在于早期的大模型不够聪明。让它独立完成一项复杂任务，逻辑混乱、遗漏步骤、结果不稳定是常事。

于是产品经理拿出了最熟悉的办法：拆节点、连流程。

哪一步调用模型，哪一步跑代码，哪一步读取数据，全都提前设计好。模型搞不定的部分，就用人工流程和代码兜底。

这套打法在当时非常聪明，我不否认。

但问题在于：工作流到底是AI的终极形态，还是模型能力不足时的一种工程补偿？

一旦模型开始能理解目标、自主拆解任务、选择工具、检查结果，原来要人手工搭建的流程，就可能由模型自己完成。

以前是我们教AI怎么走，现在AI开始自己决定怎么走。

当然，工作流不会消失。金融、医疗、制造等对审计、可控性和稳定性要求很高的场景，确定性流程依然有价值。

可如果一个产品的核心壁垒只是弥补模型的短板，那么模型每进步一步，它的价值就可能少一分。

把过渡方案当成商业终局，是当下AI行业很容易犯的错误。

二、从3D虚拟大屏到AI视频工作流，我们为什么总在重复同一种错误？

这让我想起过去互联网视频平台做过的一件事。

当年不少视频平台热衷于建设3D虚拟演播厅、虚拟场景和炫酷的数据大屏。投入不少，发布会科技感十足，效果看起来非常先进。

但后来呢？

内容好不好看、信息有没有价值、用起来方不方便，才是用户真正在意的。那些砸下大笔成本搭起来的虚拟场景，能真正落到用户价值上的其实没几个。

技术展示和产品价值，从来不是一回事。

今天的AI视频赛道，又出现了类似的现象。

剧本、分镜、人物、场景、镜头、转场、配音……几十个节点被拆出来，再拿工作流串到一起，这是一批团队做视频生成的路子。界面越堆越复杂，功能越加越多，对外则叫专业、可控、高效。可普通用户真有必要去操作几十个节点吗？这个问题我一直想问。

换个假设：如果往后模型能读懂一段文字、一组参考图，甚至一整段视频的创作意图，自己把分镜、人物一致性、镜头调度和视频生成都做完，眼下这些繁复的操作界面还剩下多少必要？

专业创作要控制力，标准化生产要工作流，这没错。但技术能拆成几十个节点，不等于用户就得去点几十个节点。这毛病在互联网产品经理身上很常见：把技术实现的复杂度甩给用户，再把复杂操作包装成产品壁垒。

三、飞书起了大早，为什么还要重新理解AI办公？

飞书在AI上的动手时间并不晚。知识问答、会议纪要、文档总结、智能伙伴，这些AI办公方向的探索它都碰过。

可当Agent从“回答问题”转向“替人干活”，WorkBuddy这类新产品开始被市场注意。此时更该琢磨的不是谁已经赢了，而是产品定义本身变了。

以前的办公软件，是人借工具把活干完。现在用户要的，可能是一个能接任务、调工具、处理文件、推进工作、最后直接把结果交出来的数字员工。前者是人驱动工具，后者是AI驱动工具。看上去只差一步，产品逻辑却完全是两套。

飞书的底子是组织协作、文档、会议和企业生态。可成熟产品有惯性——原有业务越成功，越容易围着原来的产品形态做增量。AI一来，第一反应常常是给老产品添个入口、加组功能，而不是重新想一遍用户怎么工作。

机会飞书当然还有，WorkBuddy也不代表已经赢。但这个变化值得所有办公软件重新想：以后用户要的，是一个带AI的办公软件，还是一个能调用办公软件替自己干活的AI？

四、豆包很成功，但流量成功不等于模型成功

再说豆包。

说它是国内最成功的消费级AI产品之一，并不算过。字节的产品力、分发能力、内容生态和运营能力，把AI做成了普通人每天愿意点开的东西，这不容易。

但两个问题得分开看：豆包算不算一款成功的AI产品？它背后的模型，底层能力是否已经全球领先？这是两码事。

互联网时代评价产品看DAU、留存、时长，用户越多商业价值通常越大。到了大模型时代，用户爱用并不等于技术领先。推理能力、代码能力、复杂任务执行能力，才是衡量模型实力的重要标尺。

国内模型厂商追赶海外先进模型，走的多是蒸馏、合成数据、开源模型微调这几条路。这些技术路线本身没什么毛病，蒸馏也是正常手段。

可要是长期只把别人的能力复现一遍，自己的训练方法、数据优势和技术突破都没长出来，差距想真正抹平就难了。

DeepSeek给行业的启发正在这里：眼睛不能只盯着应用层的流量和商业化，还得有人肯持续往里投，去啃底层技术问题。

做应用可以借力，做模型不能永远靠模仿。

五、AI时代，产品经理最需要改变的是什么？

从扣子到飞书，从3D虚拟场景到AI视频工作流，再到豆包和DeepSeek，我看到的是同一个问题。

过去二十年，中国互联网公司最拿手的就是产品化、流程化和商业化。

新技术一出来，我们的第一反应常常是拆功能、设计交互、加入口、搭工作流，然后再琢磨怎么获取流量、怎么变现。

这套打法曾经养出过很多成功的互联网公司。

问题是，AI技术进步的速度，可能已经跑过了传统产品形态的生命周期。

今天花半年磨出来的一套工作流，明天模型一升级可能就用不上了；今天精心设计的复杂交互，将来也许一句自然语言指令就够了。

以前产品经理比的是怎么让用户多打开几次APP，以后比的是怎么让用户少打开几次APP，事就办完了。

以前拼的是堆多少功能、多少节点；以后拼的是哪些事情压根就不该再让用户动手。

我并不反对商业化，也不觉得所有工作流都没价值。真正该警惕的，是拿上一代互联网的成功经验，硬往下一个时代身上套。

扣子的故事告诉我们：

AI时代最大的敌人，往往不是竞争对手，而是我们过去的成功经验。

起个大早不难，难的是技术迭代面前，敢于推翻自己，敢于否定自己曾经赖以成功的那套逻辑。

这才是互联网产品经理真正需要重新学的东西。