Coze 下线，死的不冤

本文来自微信公众号： 叶小钗 ，作者：叶小钗前几天在群里看到一张图，让群里小伙伴惊讶不已：随即找了一些官方信息，看起来是这么回事：10月29日，扣子发布《企业版下线公告》：企业标准版、企业旗舰版11月30日起停止新售，旧版套餐2026年12月31日下线，新版最晚2027年12月31日全面下线。

这里值得强调的是：Coze并没有要下线的意思，个人版是没停的，核心主要是企业SaaS做不下去了。这里先说两点：第一为什么小伙伴会惊讶不已？原因很简单，Coze在去年、前年应该是各大自媒体争相推崇的宠儿，今年却要完犊子了，这种潮起潮落很容易让人感到焦虑不安，于是AI时代经典语言又出现了：只要我学得足够慢，那就什么都不用学了；

其次是第二点：都不说企业版Coze了，就算Coze、Dify全部“死掉”，我都觉得理所当然。为什么呢？因为这种低代码平台本来的生存逻辑就很奇怪啊......Coze死的不冤首先，要说清楚：在我看来，Coze、Dify的生存空间一直都是很尴尬的，虽然我们在做课程的时候也在做这些，但说句掏心窝子的话：如果不是各位非要买Coze、Dify这些内容，那么打死我，我也不愿意去学习的...一、谁在用Coze？

我们大概是去年5月开始做线上AI训练营，最初在做课件的时候压根没考虑过Coze、Dify，但架不住两个原因不得不学、不得不教：学员总是问相关问题，不教不合适；我们去线下做企业培训的时候，人家企业就在用，如果我们不会就要丢订单了；

我个人也很好奇啊，到底是什么人会去用那东西呢？最后得到的答案是：大家以为非技术人员会去用这种低代码平台，事实上真实在使用的貌似更多是产品人员？而为什么是产品人员呢？答案又很简单：非产研人员学习这东西门槛不低，而研发看不上这玩意，产品倒是可以学这东西吃点研发的份额，就跟之前前端人员非要去用NodeJS去蹭后端的份额是一样的，隔靴搔痒罢了...与Coze类似的什么Dify、N8N、FastGPT都是这个道理，能学好、能用好的看不上他们，他们希望去使用的人群根本学不会，于是乎就很尴尬了...那么问题就来了，是什么造就他们火了呢？

我觉得答案有两点：二、为什么Coze会火？第一，抖音上超级大流量的扶持，很多智能体自媒体一天天不遗余力的介绍；第二，AI转型所需，这个是企业端重要的需求，很多企业做AI转型是需要工作流容器的，其实大家可选择的很少，最好的容器是AI表格、最合适的容器是Coze、Dify；

为什么最合适，因为AI表格虽然解决了实际问题，但他不够酷，看上去傻乎乎的，老板不会为这东西买单...三、去年之前企业端的真实情况？最后我们说下企业端的真实情况：其实Coze在2B端一直没什么影响力，他们是去年才开源的，开源的还是阉割版本；

而企业这边智能体平台一般是研发的功绩项目，是由他们做搭建的，我看过10家企业，用了类似的平台，多半都是选的Dify。这里原因也很简单：研发在糊弄老板，第一他们完全把AI转型当成了一个政绩工程；

第二AI转型是个得罪人的事，研发首先没心力去做、其次没能力去做于是，随便找了个稳妥的、大家都说不出问题的方案给糊弄过去了。然后再说下这里的扣子企业端，就我拿到的小道消息和我客户反馈的情况来说：Coze是没有企业端的...字节在企业端在卖的一套东西是叫HiAgent，不止一个客户反馈，他跟大家在网页端看到的Coze是两个版本...这块大家不用好奇，如果你选择了私有化部署，那么极可能你们在企业用的和公网最新的很可能不是一个东西，他包括企业版私有化定制飞书版本。

大家可以想象一个场景，你们在今年基于Coze私有化部署了一套Agent平台，并且推动公司各个部门往上面搞了几十上百个智能体，现在突然Coze给你说他们有新版本，问你要不要用？逻辑上我们都要用最新版啊，但答案是可能需要上千万费用，为什么呢？

因为这并不是一件升级基础平台的事情，现在AI时代的升级都是暴力不兼容完成的，这上千万包含了数据迁移和各个智能体不出问题...总而言之：私有化、定制化部署本身就是坑，这种属于坑一个是一个的业务，大家从这个角度去看字节关掉企业扣子，就一点都不意外了。

前面是我们从做训练营和线下实际接触客户拿到的一些关于扣子的信息，接下来我们再从工作流编排的角度出发做探讨，这个话题就很严重了...被淘汰的“编排”？如前所述，扣子是一种AI低代码平台，这种低代码平台就是为了让不会技术的同学具备部分技术的能力，他们用这些平台无非是承载SOP/工作流。

其实时代一直在重复，我之前不理解为什么扣子会火，我今年也不能理解小龙虾OpenClaw为什么会火，因为他们完成的工作基本是一致的。今年养虾的主题是Skills，而Skills的本质就是工作流，他解决了部分Agent成本高、效率低、不稳定的问题，这背后涉及了几代AI的发展：因为，我们要使用LLM Node去承载SOP，所以有了Coze这类低代码平台的生存空间，而又因为门槛问题我们提出了Agent量大出奇迹的ReAct方案：然后为了解决这些问题，基座模型厂商那边自然而然提出了Skills的方案，他其实是一种将硬代码工作流，转移到提示词的做法：这就是现在各大Office Agent的核心架构和他们解决的问题策略了，从这里也可以看出一个核心重点：核心的工作流编排其实也没有取消，他被放进了Skills里面而就是这些东西也不是什么好难的事情，大家可以映射下我们的AI项目十二象限图：无论是Coze、Dify、WorkBuddy，非产研人员基本都在用他们在1、2、3象限打滚，解决着个人自动化的一些小事呢...所以，简单个人提效就是Coze类低代码场景的极限了，换句工程上的语言来说，只要维护超过50个节点，你们就知道什么叫维护不动了：当环境复杂度上升，Workflow的成本曲线会很难看：在这个场景下Agent的泛化能力就出来了：先做意图识别，再做步骤规划，生成这次要的Workflow，这里因为要保证Workflow的正确性所以会有很多模型的自我质疑，最终生成他认为对的工作流。

至于这个工作流是不是真的对，就不好说了...最后再总结一下：相较于Workflow类编排低代码平台，Agent架构是一种工程架构层面的优化，它的核心不是“更聪明”，而是把一部分原本由工程师在开发期显式写死的控制流（if/else、编排、异常处理），迁移到运行时由模型来决定（路由、工具选择、多轮尝试、失败重试、补槽追问、结果校验）。

Workflow承载容器这两年我做AI+管理过程中接触了40多家企业，深度服务了10多家，其中最长时间陪跑达10个月，做了25个AI项目，其中15个是标准的工作流AI项目！也就是上面Coze、Dify的舒适区：即公司70%的需求都是工作流类AI项目！

这是事实上也是很多企业AI转型的真相，也是FDE这个岗位为什么门槛这么低，人人都能插一脚的原因。对于这种项目很多朋友的疑问就出来了：TMD，这也算AI项目？因为他们发现这类AI应用的重点、难点全部是梳理工作流、形成SOP，而AI在其中的比重反而不足20%！

所以，与其称这种项目为AI项目，不如说他们是数字化转型，只不过AI确实补足了最后一块自动化的拼图，虽然比例不大，但却让整个事情更加闭环、效率也就更高了。从更本质的角度，比如企业视角来说，他们非常想要一套多人分散录入→集中汇总→统一分析→按权限查询的轻系统，对于各个服务商这套轻系统，可就厉害了，他意味着AI办公的流量入口之争，一块非常大的蛋糕。

之前Excel/OA/低代码都在抢这块份额，现在抢得尤其厉害的是飞书多维表格与钉钉AI表格。更确切的说法是，很多公司在挂着Coze、Dify的羊头在卖AI表格的狗肉。现在就算有WorkBuddy、CodeX这种更先进的AI工具，但最终我们在去实际做AI转型落地选操作系统的时候，往往还是会选AI表格。

这里大家可能会有疑问：为什么表面说的是WorkBuddy、Coze，实际又是AI表格呢？答案很简单，没有AI的旗号，一般公司不愿意买单，就我服务过公司老板的心态就很有意思：第一，他们很愿意为确定的AI买单，哪怕是内部工作流，因为这对他们来说无疑是一种AI认知增加，至少可以起到练兵的目的。

但如果你说老板我们来数字化转型什么的，他会让你滚得远远的；第二，有老板真的找到我，每个部门出一个人，让我用AI帮他降低公司成本的20%，这种内部降本增效的项目落到最后，大概率都是工作流；

最后，基于全社会AI的教育，一提到工作流，大家很容易就会想到Coze、Dify，而且网上案例奇多，什么一键AI爆文、一键AI视频，几个视频一演示，就给老板们看高兴了，紧接着预算就比较轻松。

只不过这些东西背后是什么，你我心知肚明，所以在落地后，实际使用部门就不高兴了，他们并不喜欢chat的体验，甚至有点排斥，他们已经习惯了Excel的操作，比如对HR、财务来说，他们能从一张Excel里面很容易就看到关键数据，而且这个动作很固定，Excel才是他们的工作台。

所以，一方面要满足老板的嗨点，另一方面又要满足实际使用者的习惯，我们在做应用实施的时候，一般来说内核是AI表格，实际使用者也是用AI表格，只不过在老板测会提供chat聊天，这是当前大家都比较舒服的平衡态。

以上，就是AI工作流的概括性介绍，这里总结一下：所有这类项目，难点不在开发，而在梳理SOP与行业KnowHow，他们的背后体现着一句话数据即流程，并且企业一直追求着成本低、上线快，什么工具体系能满足这一切，那么企业就会选择他。

这里说个让大家觉得搞笑的事情，我们之前创业的时候觉得AI表格很重要，于是就自研了一套：现在想来，就很不自量力了...结语综上，别急着嚎：只要我学得足够慢，就不用再学了这种话了。扣子企业版之所以下线，是他们大概本来就在这块没有什么竞争力，毕竟我这种人都能自研AI表格，并且可以真实承载几个公司的AI转型工作流容器呢！

这东西成本难度会有多高呢？大家要注意的是，最近FDE这个岗位火起来了，他对我们这些做AI落地的人来说，重要技能也就出现了：就是把业务理清楚，用AI Coding把工具接好，再拿真实任务检验结果。

至于最后用AI表格、低代码平台，还是Agent，就跟着问题走。毕竟老板可能会为AI的想象力买第一单，但要让他持续买单，最终还得靠用起来之后的效果。