头图来源：豆包工作

客户在群里抛出问题，工程师真正坐下来分析故障，中间要隔多少道工序？

博世某研发事业部过去的答案是：先把散在各个群和私聊里的消息找齐，按多个维度整理成完整描述，再凭经验判断该找谁，然后开会，最后把结论写成报告。

故障分析还没开始，大半天已经没了。

现在，这中间的一大段路，工程师交给了豆包工作和豆包工作伙伴。

博世的尝试：让 AI 接手沟通之后的工作

汽车产业链企业的研发部门常碰到一种情况：一个工程师要当三个用，研发细节得盯，日常重复的活儿也一大堆。

博世某事业部的工程师所在团队，要对接各家客户，提供系统综合解决方案。同一家客户，不同项目有不同群，测试、路试、投产任一环节出问题，消息就一条条蹦出来：哪个项目、哪个软件、报了什么故障代码、出现什么报错。

他得把这些碎片按项目、软件版本、车辆配置、测试工况、报错时间、诊断截图等数个维度整合起来，再凭经验自己排障，或者转给负责对应模块的研发同学。解释不清的就拉会，双方澄清之后，再出报告发给客户。

让这位工程师下决心改变的，是两件事。

一是经验留不下来。本事都长在工程师各自身上，云文档、知识库虽然也有，可各人套的模板、养成的习惯都不一样，项目一紧，谁也没空往里填。碰上没见过的问题，还是得先找对人；人一旦走了，经验就断了线，这个死循环始终没解开。

如果沉淀这件事不再靠自觉，不管是消息还是会议，AI 能在人无感的状态下自动记下来，那就可以节省很多时间精力。

二是客户提问不会照着模板来。问题是一边发生一边冒出来的，消息接连往外弹，谁也没法把故障代码、截图和十四五条字段凑在一条消息里一次交齐。碎片拼不全，后面的分析就迟迟动不了手。

豆包工作和豆包工作伙伴的加入解决了这些问题。

平时干活时，问题往往从私聊里先冒头。在豆包工作里，工程师能设好定时任务，让它巡检自己收到的私聊，把故障类信息挑出来，再以本人身份转到问题报告专项话题群里。

这个流程里，客户的沟通习惯不用改，工程师少了手动搬运，散落在流程外的事被拉回了流程里。

消息进了专项群，每个问题占一个独立话题，不同任务的材料互不混杂，天然形成「一事一议」的界面。

豆包工作伙伴会去抓群里的历史上下文，把陆续弹出的碎片拢成一份完整的问题描述，然后调用已经封装好的报告生成技能，照标准模板写出初稿，同时录入飞书多维表格，通知对应工程师来处理。

有一次真实的问题处理中，AI 把消息整理成飞书文档，问题状态填的是「进行中」；驱动形式、驾驶模式这些还没给全的信息，就先留着「待补充」，工程师只需在初稿上核对、补全，不用对着空白文档从头写。

还有些细节只有在开会时才能敲定下来。

工程师还能把豆包工作伙伴拉进问题沟通会，它全程听着，会一散就把会上讲清楚的信息补进报告，讨论、记录到成稿之间，不用再靠人转述。按工程师自己的估算，AI 出的初稿能顶上七八成内容，剩下两成交给人判断；会议结论补齐后，报告基本就完整了，再人工复核一遍，才发给客户。

报告还会同步归档到团队知识库，状态和进度则记在多维表格里：表格负责跟进，知识库负责留存。以后再碰到类似问题，AI 会检索历史材料，先拿出一版台账和归因。

它能调用的知识分两种：一种是外部的行业知识，比如通用故障码分别代表什么；另一种是团队自己的历史积累，就连已经离职的老工程师当年处理过的问题，也能翻出来引用。

从提需求到落地，这个项目前后只花了一周多。其实豆包工作伙伴正式上岗只用了一天，进群跟着工程师干了一天活，项目就跑起来了，接下来那一周都是在抠细节，比如哪些报告写得啰嗦、哪些内容不该放、哪些描述不够准，工程师可以一条条告诉它：下回记住，别再这么弄。带一个 AI 数字员工，跟带个新同事差不多省事。

豆包工作伙伴眼下已经处理了五六十份问题报告，水准稳定在七八十分。

余下那二十分，还得靠人来做最后一道把关——故障原因如何判定、验证计划怎样排、对外给出什么结论，这类关键环节依旧由工程师审核、补充并确认。

真正体现AI价值的，往往是那些不起眼的活儿。

用上豆包工作之后，工程师不必再把消息来回搬运一遍，也不用重写一份报告；碰上没见过的毛病，能翻历史工作记录找处理经验。重复的步骤丢给AI，精力重新落到问题分析、验证和客户沟通这些更要紧的事上。

在人手按一个人当三个人使的团队里，这就是实实在在的产能提升。

团队层面更深一层的改变，发生在信息流动上。以往一轮沟通结束，信息就散落在聊天记录、个人云盘和某个人的脑袋里；如今消息会自动变成任务、报告和知识库条目，一次次处理沉淀下来的记录，也从私人文件变成了同事之间能共用的资产。

以前聊AI，目光很容易盯在它能不能替人扛下复杂的专业任务——能不能写代码、做诊断、出方案。可真实的知识工作里，专业判断只占去一部分时间，更多工夫耗在沟通之后：整理零散信息、记下会议结论、把问题转给对的人、跟进处理进度、归档留痕。这些活儿没什么技术光环，琐碎又重复，却实打实地占着人的精力。

博世和豆包工作的合作就是如此：AI创造价值的位置，并非工作流里最核心的那一环——沟通、判断和解决专业问题留给人，沟通之后的整理、记录和行动尽量交给AI，工程师这才腾得出手，去做真正该由工程师做的事。

AI未必非得做最重要的事，才能创造出重要的价值。