头图来源：豆包工作

客户在群里抛出一个问题，工程师真正坐下来分析故障，这中间要隔多少活儿？

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

故障分析还没开头，大半天就没了。

现在，这中间一大段路，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：一个工程师当三个用，研发细节要盯，日常重复的活儿也一堆。

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，不同项目各有各的群，测试、路试、投产哪个环节出了问题，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、诊断截图等多个维度整合起来，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。

第一，经验留不下来。工程师各人有各人的做法，云文档和知识库确实存在，可各人模板、习惯都不一样，项目一紧张就没人往里写。碰到新问题，还是得先找对人；人一旦离开，经验就断了线。这个循环始终没被打破。

如果沉淀这件事不再靠自觉，消息也好、会议也好，AI 能在人无感的状态下自动记下来，那就能省下很多时间精力。

第二，客户提问不会照着模板来。问题是一边发生一边涌出来的，消息不断往外冒，谁也没法把故障代码、截图和十四五条字段凑进一条消息里一次交齐。碎片拼不全，后面的分析就一直开不了工。

豆包工作和豆包工作伙伴的加入解决了这些问题。

工程师真实的日常工作中，问题通常从私聊开始。他可以在豆包工作里配置定时任务，巡检自己收到的私聊消息，识别出故障类信息，再以本人身份转发到问题报告专项话题群。

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。

豆包工作伙伴会去爬群里的历史上下文，把流式冒出来的碎片拼成完整的问题描述，再调用已经封装好的报告生成技能，按标准模板出初稿，同时登记到飞书多维表格里，提醒对应的工程师去处理。

有一份真实的问题处理记录里，AI 把消息整理成飞书文档，问题状态写成「进行中」；驱动形式、驾驶模式这些没给全的信息，就留着「待补充」。工程师要做的只是在初稿上核对、补齐，不用面对一张白纸从头写。

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，它全程在旁边听，散会后直接把会上澄清的信息同步进报告，讨论、记录到报告之间，人工转述这一段就省掉了。按工程师自己的估算，AI 出的初稿能覆盖七八成内容，剩下两成交给人判断；会议结论补进去，报告基本就齐了，再人工复核一遍，才发给客户。

报告还会归档到团队知识库，状态和进度则留在多维表格：跟进靠表格，留存靠知识库。再碰到相似问题，AI 会去检索历史材料，先给出初版台账和归因。

它调用的知识分两类：一类是外部的行业知识，比如通用故障码分别代表什么意思；另一类是团队自己攒下的历史沉淀，哪怕是已经离职的老工程师当年处理过的问题，也能被翻出来引用。

这个项目从提需求到落地，只用了短短一周多。其实豆包工作伙伴真正上岗只花了一天，进群跟工程师干了一天活，项目就转起来了，后面一周都在调细节，比如哪些报告写得太啰嗦、哪些内容不该放进去、哪些描述不够准确，工程师可以一条条告诉它：下次记住别再这么处理。带一个 AI 数字员工，跟带一位新同事一样简单。

眼下这套豆包工作伙伴已经处理了五六十份问题报告，水平基本稳定在七八十分。

余下那二十分，还是得由人来收口。故障原因怎么判定、验证计划如何安排、对外给出什么结论，这几件关键事依旧要工程师亲自审核、补齐、确认。

那些看着不起眼的活儿里，其实藏着 AI 的真正价值。

用上豆包工作之后，工程师不必再把消息倒腾一遍，也不用重写一份报告；碰到新问题，还能翻历史工作记录找处理经验。重复环节交给 AI，精力就能挪回问题分析、验证和客户沟通这些更要紧的事上。

在一个顶三个人用的团队里，这些就是看得见的产能提升。

对团队而言，更深一层的变化发生在信息流动上。以前一次沟通完，信息散落在聊天记录、个人云盘和某个人的脑子里；如今消息会自动转成任务、报告和知识库条目，一次次处理攒下的记录，也从个人文件变成了同事能共同调用的资产。

以往谈 AI，目光很容易落在它能否替人干复杂的专业活——会不会写代码、做诊断、出方案。可真实的知识工作里，专业判断只占一部分时间，更多时间花在沟通之后：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。这些事没什么技术光环，琐碎又重复，却实实在在占着人的精力。

博世和豆包工作的这次合作也是如此：AI 发力之处并非工作流最核心的那一环——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，工程师由此腾出手，去做真正该由工程师做的事。

AI 未必非得做最重要的事，照样能造出重要的价值。