AI 时代的浪花：Coze 从开源到下线没撑过一年 | 人人都是服务经理

10.29 号，Coze 官方宣布机构版本即将全面下线。

这条消息出来以后，我的社群和朋友圈都快炸了。大家都很感叹，作为字节之前的明星服务，在 AI 这波浪潮下，来得快，去得也快。

又一次印证了一个观点：在 AI 时代，只要你学得慢，你就不用学了。

不过这次扣子下线的是机构版，并不是整个扣子下线。

其实，Coze机构版本下线我们早有预兆，今年5月，Coze 专业版停服、后面分批次下架了接近30款模型、海外版又批量下线了多项重点功能，这明显不是一个正常的节奏。

之前我们课程体系中还会讲解如何用 Coze 搭建工作流 AI。在今年 4 月份，我们就已经放弃了 Coze 阵地作为工作流 AI 的载体，并全面转向了 AI Coding 的方法。

正如前面那哥们说的，我们之前拼命做的拖拽节点，其实是在为模型的笨买单。Coze 这类低代码工作流阵地，本身就是 AI 成长过程中的一种过渡形态。

随着大模型越来越强大，自己会规划任务、决定下一步做什么的时候，之前需要人手动编排的很多工作，现在 Agent 自己就可以完成了。

但这并不是说工作流工艺就过时了。

这次 Coze 机构版下线，我认为重点原因，还是字节内部的战略调整和资源分配问题。

第一，字节内部的 AI 战略开始收拢，资源需要向重点业务集中。

如果关注过字节今年在 AI 板块的动作，就知道字节正在不断调整内部的 AI 服务线，把资源往豆包集中，响应粗主干的战略。

今年7、8 月，飞书、TRAE 和 Coze 班组被整合进豆包体系，接着字节推出了独立的 AI 办公服务「豆包工作」。

而Coze 机构版在做 AI 办公、机构工作流和智能体开发，豆包工作也在做 AI 办公，飞书本身又有成熟的机构协作生态，而火山引擎负责机构级 AI 基础设施和交付。

对于字节来说，内部有多条服务线做相似的事情，就意味着重复投入研发资源、经营资源和机构交付成本。

与其同质化竞争，不如把相关能力整合进重点服务，让资源更加集中。

第二，Coze 在 ToB 这条路上，本身也没有竞争过人之处。

Coze 最初能够火起来，很大程度上就是因为门槛低，主打一个C端小白。不用懂编程，拖几个节点、配置下模型，就能搭建一个 Chat Bot 或者工作流。

这对于个人开发者、小班组以及想快速验证 AI 场景的业务人员来说，确实非常有吸引力。

但是，ToB 和 ToC 完全是两回事，在toB这块，Coze 并没有竞争过人之处。