特工们一直对有 LLM 加持的知识库情有独钟，在去年就率先体验分析了来自鹅厂的 ima copilot。在之前的文章中，特工曾提到过，AI Native 的知识库产品，初期可能面临缺乏内容的问题，对于整体知识流转来说，应先积累内容、整理内容、然后提取消费内容。原始内容如土壤，AI 功能则是长出来的枝叶。

就在最近几天，特工们发现，字节的飞书竟然悄咪咪新出炉了个人 AI 知识库——飞书知识问答。

作为一个在个人时间坚持用飞书维护 AI 学习知识库的用户，特工女巫已经无数次幻想可以用 AI 功能对飞书内的知识进行问答。这次看见新功能实在太惊喜了，话不多说赶紧带大家一手体验测评起来！

便捷的资料输入整合体验

在体验阶段，特工女巫先直接用链接访问网页使用新功能。

飞书知识问答是自然语言对话式个人 AI 搜索问答的产品形态，如主页面上 slogan 所言，核心向用户提供资料整合、搜索回答这两方面价值。

https://ask.feishu.cn/topic

先看资料整合方面。

打开网页并保持飞书账号登录态后，可以看到「使用知识」按钮默认打开，可使用的知识范围包括本人飞书内的所有文件、文档、知识库等资料。

除了默认同步飞书账号内的知识资料，用户还可以手动上传文件、或「写个笔记」新创建一份飞书文档到知识库。

上传文件时支持上传本地 PDF、Word、PPT 文件，很符合办公中使用本地文件资料的场景。从本地上传文件后，飞书开始解析这份文件，大约半分钟后，这份解析完成的文件，就以在线文档的形式被添加到知识库里了。

如果是习惯使用飞书效率工具办公的企业，也可以直接“写个笔记”新建飞书文档。

不论是本地文件上传解析为的文档，还是用写笔记新建的文档，这些资料都被放入了一个自动新建在「飞书云文档」的「我的空间」下的一个名为「知识问答」的文件夹内。

强大的 AI 搜索问答能力

接着来到重头戏，AI 搜索问答。

底层用的大模型，默认是 DeepSeek R1 满血版（671b），同时意味着默认开启「深度思考」模式。用户也可以手动切换为字节自家的豆包模型（但具体豆包模型版本未知）。

默认使用知识问答，也可手动切换为联网搜索，联网和知识库模式二选一。在搜索问答的输入框里，可以看见官方提示用户提问，或者基于已有的知识写作。

特工女巫先来试一下问问知识库中的大模型相关知识。输入问题并发送后，AI 首先开始理解问题，接着检索资料，然后模型准备生成答案，R1 模式下先出推理过程，推理完毕后再出正文回答。点击文末参考资料，或模型生成回答中的文内引用序号标签，即可直接跳转打开文档。

根据这些关键环节，推测背后逻辑是这样的：

1. 首先的问题理解，可能是对用户问题进行意图识别、安全过滤、还会根据用户的自然语言 Query 进行重写，在符合业务范围的前提下，以更完善的表达、更好的格式便于向模型提要求。

2. 到检索资料，就是 RAG 技术登场了，将问题要求和知识库内容进行相似度匹配然后召回。

3. 生成答案环节，将 RAG 检索结果与问题综合注入到 Prompt 中，大模型以自然语言生成最终回答。

在模型生成回答页面下方，还有提问输入框，在这里可以根据上文提问 context 进行补充追问。

例如，当切换为联网搜索下，提问了“歌手方大同有哪些作品？”，在第一轮问答结束后，继续提问“他的最新情况如何”，此时模型的推理过程会自动处理问题为“方大同的最新近况如何”。

同时不难发现，联网可以获得最时新的信息，从推理过程也可以看出，模型会自动分析判断信息的时效性和可信度。联网搜索补充了个人知识库范围外的，更新更全面的内容，在实际办公中可以满足部分企业问答外部新信息的诉求。

产品体验与分析思考

飞书的作品一如既往地“体验好”。

在资料整合模块，有几个比较好的体验。

1. 默认使用飞书账号内的文档资料，这种零操作成本即可同步知识的设计，大大降低了用户手动导入添加的门槛。

2. 上传和解析本地文件的过程，页面右下角的过程状态可以折叠收小，配上加载态、进度条、完成态，既不干扰主页面，又减轻等待过程的心理压力、增加可控感。

3. 新上传或新建的文档自动存入知识问答文件夹，让用户可以很方便找到和管理资料。

AI 搜索问答使用下来，也有比较好的体验。

模型的推理过程有经过处理控制，在保留可解释性与可信度的基础上，长度和格式上相对更简洁、清晰、有结构；正文回答也有和飞书文档原生体验一致的 markdown、分段落、小标题、重点加粗等，阅读起来很友好。

但女巫个人觉得还有一点点美中不足，不过瑕不掩瑜。

1. 登录账号后即默认同步个人文档、知识库资料，暂时没有知情同意的授权环节，不知道账号下资料同步的规则，也暂未看到使用知识资料时对文档权限的划分、或针对对组织架构的设计。毕竟面对一个 AI 知识库，心里还是有小小的隐忧。

2. AI 搜索问答时，目前不论是推理过程还是正文答案，页面都无法随着内容输出而自动滚动，需要手动滚动看看回答情况。参考信息来源预先出来后，也会在回答输出过程中一直跟在页面下方跳动。

3. PC 端鼠标 hover 到回答内容的文内引用序号标签时，暂不能在页面上看到文档内容小的气泡展示或概览总结，直接跳转打开文档，会稍稍打破阅读回答内容的沉浸感。

4. 更关键的是，目前模型生成的回答，除了重新生成，仅支持复制，还不能一键将模型回答内容新建为一份文档，在“用知识写内容”方面还差最后一米。

最后，协同办公+AI 确实是很好的大模型落地机会，核心是在大模型通用的训练知识和推理能力的基础上，用个性化的知识让模型回答更靠近自己的场景和诉求，帮助打工人和管理者提高效率。

类似地，钉钉和企业微信，也都可在 AI 搜索功能里检索和整合个人的文档内容进行回答，钉钉的 AI 助理也可以用钉钉文档的数据，企业微信的智能机器人也可让管理员上传知识集配置给模型。

总体来说，有了飞书知识问答这个 AI 个人知识库，企业办公的个人可以在飞书更先进地使用 AI 搜索问答了，用 AI 盘活个人庞杂分散的办公资料，更高效清晰地获得基于知识的整合回答。

（文：特工宇宙）