网易有道展示「模型+Agent+工作流」AI落地路径，覆盖办公学习营销场景
AI不再只是工具，而是工作流中的智能伙伴
9月16日，网易有道在北京举办「NEXT，AGENT｜有道AI Open Day」。这场活动没有停留在技术参数或宏大叙事，而是把重点放在一个更实际的问题上：AI怎么真正帮人干活？
CEO周枫在现场提出了一个清晰的判断：过去一年，AI最大的变化不是变得更聪明，而是开始嵌入用户原本的工作流程里。它不再是需要你主动打开、输入指令才能用的工具，而是一个能主动理解任务、执行动作、交付结果的助手。
基于这个观察，他认为决定AI能力的核心，已经从单一的模型性能，转向“模型 + Agent + 工作流”三者的组合。模型决定上限，Agent负责行动，工作流保障交付——三者缺一不可。
模型层：子曰矩阵持续开源，聚焦语音与多模态
网易有道首席科学家段亦涛介绍了“子曰”大模型的最新进展。今年5月发布的子曰4.0包含三款新模型：多模态推理模型、跨语种零样本模型和翻译升级模型。前两款已开源，在同规模模型中表现靠前。
更值得关注的是新发布的子曰Live同传模型。它解决了传统语音交互“你说一句、我回一句”的卡顿问题，支持全双工、流式输入输出。这意味着AI能像真人一样边听边说，实时打断、即时回应，大幅降低延迟。
同时开源的还有子曰流式ASR模型，为语音Agent提供底层支持。段亦涛强调，语音不只是输入通道，更是未来人机协作的关键入口。
Agent层：从单点工具到可协作的工作台
如果说模型是大脑，Agent就是手脚。有道正在把模型能力封装成能在具体场景中“干活”的智能体。
比如有道有据，它不是一个简单的问答机器人。平台整合了论文、专利、法条等权威数据源，每个回答都附带可核查的依据。用户可以让它写论文、做PPT，甚至规划研究路径。段亦涛说，这更像是一个“人脑的Harness”——不是替你思考，而是帮你把思考结构化、可执行。
在办公领域，LobsterAI 2.0新增了Sites和Teams功能。任务完成后，系统能一键生成公网链接并设置分享码，方便团队协作。更重要的是，它改用按实际用量付费，不再收固定席位费。负责人王宁提到，办公Agent的竞争核心正从“谁更能干”转向“谁更值得托付”。
他们还发布了国内首份《办公Agent用户行为报告》，手机端产品也即将上线。
工作流层：AI深入真实业务链条
有道的思路很明确：不追求通用全能，而是扎进具体行业的工作流里解决问题。
在广告营销场景，他们构建了全链路Agent体系：
- iMagicBox：用户给一张图或一句话，就能生成数字人视频和本地化素材。官方称素材制作成本降了80%，点击率提升30%。平台AI素材占比两年内从2%升至25%。
- YODA：基于2000多个真实项目数据，帮品牌筛选达人、优化投放策略。
- 小智2.0：自动汇总多个广告账户数据，提升跨账户查询和同步效率。
在语言学习方面，Hi Echo累计用户超1000万。它采用端到端全双工语音对话技术，支持低延迟、可打断的交互。背后的Echo HELIX系统能自主规划个性化学习任务，相当于一个口语私教。
活动现场，一位小朋友还和搭载Hi Echo能力的启元机器人互动，展示了Agent能力如何跨越终端形态。
硬件融合：AI耳机实现从“记录”到“代办”
有道也在探索AI与硬件的结合。智能硬件负责人高慧湍介绍，OpenPods AI耳机打通了“录音—转写—总结—翻译”全链路。
在跨语言沟通中，它支持20多种语言的实时音视频翻译，并用音色克隆技术保留说话人的声音特征。更特别的是，耳机舱能独立完成翻译和外放，不用连手机。
会议场景下，它能自动区分发言人，清理口语中的重复和改口，生成结构化纪要和待办事项。用户还能对笔记内容提问，系统会标注答案来源。
关键一步在于：这些待办事项可以直接转化为可执行的任务清单。AI从被动记录者，变成了主动推动者。
未来市集：让技术可触摸、可体验
活动外场设置了“AI Agent未来市集”，把产品能力转化为互动体验。嘉宾可以现场试用同传、办公协作、内容创作等功能，感受AI如何参与真实任务。
这种设计透露出有道的态度：技术发布不是终点，用户能否用起来才是关键。与其讲“赋能”“闭环”这类抽象词，不如让人亲手试试AI能不能帮自己省下半小时。
从能力竞赛到价值创造
整场活动下来，有道没提“颠覆”“革命”这类大词，而是反复强调“嵌入”“协作”“交付”。他们的产品逻辑很务实：AI的价值不在于替代人，而在于拓展人的能力边界，让人更专注于创造和交流。
周枫说，未来的AI产品不该只是一个Chat窗口，而应该是一个“工作台+活的助手”。这个助手懂你的任务上下文，能调用工具，会主动推进，还能对结果负责。
从子曰模型到LobsterAI，从Hi Echo到OpenPods，有道正在用一套连贯的架构，把这句话变成现实。AI产业的确正在进入新阶段——比的不再是哪家模型分数高，而是谁能让AI真正融入工作流，持续产出可衡量的价值。