小红书AI助理Seal,从三天Demo到全员覆盖的规模化路径

小红书基于OpenClaw二次开发企业级AI助理Seal,仅用三周完成从内测到全员部署。项目聚焦安全、成本、记忆与能力复用等关键挑战,验证了通用型AI助理在非编码场景中的实际价值。

人工智能

在AICon全球人工智能开发与应用大会上,小红书架构师孟洪进分享了企业级AI个人助理Seal的落地实践。这一项目始于春节前——团队仅用三天时间,由三人小组基于开源框架OpenClaw推出首个内测版本;随后迅速完成架构升级与功能迭代,一个月内实现公司全员覆盖。从原型验证到万级用户规模,Seal的快速落地并非单纯依赖技术堆砌,而是一套围绕“安全、成本、记忆、能力复用与产品生态”五大维度的系统性工程。

Seal的起点源于OpenClaw在全球范围内的爆发式流行。当时小红书内部已有员工自发尝试安装该工具,甚至出现“500元上门安装”的服务需求。出于终端安全风险考量,公司安全团队明确反对员工在个人设备上部署具备操作能力的Agent。但团队判断,OpenClaw已展现出成为企业通用AI助理的潜力,决定以最小成本启动验证。

小红书架构师孟洪进在AICon大会演讲

关键决策在于开发路径:自研还是二次开发?技术团队最终选择后者,理由四点清晰:其一,OpenClaw已完成大规模用户验证,产品形态与核心能力相对成熟;其二,新产品应优先验证需求真实性,而非过早投入重研发;其三,其插件化架构支持后续深度定制;其四,活跃的全球社区持续贡献新Skill与代码,自研将错失外部生态红利。这一选择显著压缩了MVP周期。

首批内测开放200个名额,却迅速覆盖销售、运营、算法、HR、财务等多个职能线。典型用例包括:销售与行业运营人员快速生成火锅品类投流方案;算法工程师用Seal辅助日常数据取数与分析;HR将其设为定时任务,按人才画像自动初筛简历;一位财务同事更构建出专属预算管理平台,用于追踪GPU相关预算提报与执行情况——该平台此前需向平台团队提需求排期,响应周期长。这些案例共同指向一个结论:通用型AI助理的价值已突破传统编程场景,可深度嵌入跨职能办公流程,并带来可观效率提升。

春节后一周内,团队完成架构重构,实现水平扩展能力,公测名额扩至2000人。发布仅五分钟即被抢空,系统一度因请求激增短暂过载。孟洪进称此为内部产品的“iPhone时刻”:用户主动推动产品普及,而非研发单方面推广。

此后两周,团队聚焦规模化能力建设,于3月中旬完成全员覆盖。整个过程历时约三周,节奏之快在企业级AI产品中罕见。

值得注意的是,Seal的推进倒逼小红书重构项目机制与组织分工。团队将产品演进划分为三个阶段:定义新场景→快速原型验证→规模化建设;对应形成三类角色:前沿探索者、原型构建者、架构稳定性专家。产品同学不再仅做需求文档,而是直接参与AI驱动的功能构建。这种“AI Native”工作流,本质是将AI作为产品设计与交付的核心要素,而非仅作为提效工具。

当产品从Demo走向万级用户,安全与成本成为首要关卡。Seal采用纯云端部署模式,既规避终端安全风险,又保障Agent 24小时持续运行。成本控制方面,团队需持续评估ROI——尽管AI助理提升个体效率,但企业仍需权衡算力消耗与业务产出比。例如,对高频调用场景进行缓存优化、对低频任务设置触发阈值、对敏感操作增加人工确认环节,均是平衡性能与成本的具体策略。

另一挑战是“记忆”能力的构建。早期Agent缺乏上下文延续性,用户需反复重复背景信息。Seal通过引入结构化会话记忆模块,支持跨会话知识沉淀与调用。例如,HR设定的简历筛选规则可被长期复用;财务预算模板一旦配置,后续同类任务自动继承参数。这不仅减少重复输入,更使Agent逐步具备“岗位认知”能力。

能力复用则体现在插件体系的设计上。Seal未将功能硬编码,而是通过标准化插件接口集成各类工具:如对接内部BI系统取数、调用审批流API发起流程、读写企业知识库等。一位算法同学曾反馈:“过去写脚本要半天,现在用自然语言描述需求,Seal自动组合插件完成。”这种“技能组装”模式极大降低了使用门槛。

产品生态层面,小红书鼓励内部用户贡献自定义Skill。类似补充素材中提及的“book-to-skill”思路——将专业书籍转化为可调用的知识模块——已在部分团队试点。例如,将《曾仕强中国式管理全集》23册内容结构化为管理决策技能,或把污水处理工艺手册转为现场巡检辅助工具。这类轻量级知识封装,正逐步丰富Seal的能力边界。

从技术路线看,Seal代表了一种务实的企业AI落地范式:不追求底层模型自研,而聚焦于工程化集成与场景适配;不迷信“大模型即万能”,而强调插件化、可审计、可管控的系统设计。其成功印证了一个趋势:企业级AI产品的胜负手,往往不在模型参数量,而在是否真正理解组织运作逻辑与员工真实痛点。

目前,Seal已稳定服务超万名员工,日均交互次数达数十万量级。团队正探索将其能力向上下游延伸:向上对接OKR系统实现目标拆解与进度追踪,向下嵌入钉钉/飞书等协作平台降低使用摩擦。下一代智能体的构想中,“角色化”成为关键词——未来Seal可能不止一个,而是按职能分化出HR助理、财务助理、运营助理等专属版本,共享底层能力但拥有差异化记忆与权限。

对企业而言,Seal的实践提供了一条可复制的路径:以开源为基础快速验证价值,以云原生架构保障安全与扩展,以插件生态支撑能力生长。当AI助理不再是极客玩具,而成为组织基础设施的一部分,真正的智能化转型才刚刚开始。