当豆包开始“工作”，拆解字节AI办公产品逻辑

做整合和减法，集中精力推一个用户入口。

文｜白 鸽

编｜王一粟

过去两个月，字节旗下AI工具豆包的产品迭代节奏明显加快。

6月，字节首次在豆包付费专业版中推出工作任务模式，而这一模式的核心变化，就是将AI从一个对话工具，变成能够真正干活儿的产品。

但彼时的“工作任务”还只是豆包APP内的一个工具模式切换。

8月，事情则开始加速，17日豆包上线手机远程控制电脑功能；18日，“豆包虚拟桌面”在Windows版本上线，AI可以像人一样查看屏幕、移动鼠标、点击按钮、敲键盘；21日，“技能·连接器·工作伙伴”功能上线，平台已上架超过200个技能和连接器。

8月25日，豆包工作上线，这是一个独立于豆包App、专门面向生产力场景的AI Agent产品。而就在前一天，字节刚刚完成一轮重要团队整合：TRAE、扣子（Coze）团队整体并入豆包体系。

这些动作用一个核心逻辑串联起来看，字节正在把所有AI生产力能力收拢到“豆包”这一个核心产品上。

实际看下来，豆包工作这款产品在整体功能设计、页面UI设计上，跟当前市场主流的AI办公产品区别并不是很明显，核心差异化最主要还在于其与飞书能力的深度打通。

不过豆包工作并不是飞书的AI增强包，它与飞书深度打通获取企业上下文，但在产品地位上，则是平行的，飞书管“人协作”，豆包工作则管“人机协作”。

可以看到，豆包工作的发布，并不是一次简单的功能更新，而是一次明确的战略整合：字节把过去几个月散落在不同产品里的办公AI能力，全部收拢到一个统一的品牌之下。

产品层面上，它也意味着字节第一次把AI从生成内容到完成工作的产品思路，封装成了一个独立、完整、可交付的产品形态。

更值得关注的是，这不是字节一家的动作。过去两个月，腾讯、阿里、百度几乎在同一时间窗口内，完成了各自AI办公产品线的收拢与品牌独立。

显然，AI办公赛道正从百团大战式的功能竞赛，快速切换到少数几个品牌之间的体系化对抗。

豆包工作到底能干什么？

此前，字节内部与AI办公相关的产品线至少有三条：豆包本身的“工作任务”模式、TRAE Work（从AI编程工具延伸出的工作流产品）、以及扣子（Coze）智能体开发平台。

这三款产品最初的方向各不相同，豆包偏向通用AI助手，TRAE从编程场景切入，扣子则是Agent构建平台，但后续它们都逐渐转向了办公场景，能力边界越来越重叠。

产品定位重叠，意味着资源分散、用户体验割裂。

一个想要用AI完成工作的用户，可能需要在豆包里对话、在TRAE里写代码、在扣子里搭工作流，三套界面、三套逻辑、三套账户体系。

字节的解法很直接：把TRAE Work和扣子的工作场景能力，整体并入豆包体系。TRAE IDE和CLI则作为豆包品牌下的编程产品线继续发展。

与此同时，飞书的产品团队也与豆包产品团队进行了整合。

飞书在协同办公领域深耕多年，积累了文档、表格、会议、审批、知识库等完整的企业级办公基础设施，以及与之配套的企业级权限管理和数据安全体系。

这些能力被深度注入到豆包工作中，使得豆包工作不是一个“从零开始”的AI工具，而是一个站在飞书十年积累之上的智能体产品。

那么，豆包工作到底能做什么？

先说最基础的，目前Agent能干的工作，它都能干。

比如针对日常办公中最常见、最花时间的工作，豆包工作可以提供内容生成和编辑能力，写方案、整理会议纪要、起草报告、做调研总结、做表格、分析数据，都能交付任务结果。

我让豆包工作帮我写一份关于AI眼镜的市场调研报告，在识别并理解任务需求后，它会自主调用Agent，搜集整理资料、做内容规划、汇总表格等，最终交付出一份能够达到80-90分的报告。

其中比较特别的一点是，过往很多Agent交付出的内容，想要修改，都需要重写指令词，全文都得再来一遍，但豆包工作的AI协作编辑能力，就可以让用户直接对已经生成的文档、表格、PPT或网页里的任意部分，直接框选后进行改动，而非重新生成。

这节省了算力消耗，也提升了任务完成速度，人和AI之间不用反复“再来一遍”，而是可以打磨到成品交付。

另外，它还能够直接识别电脑桌面端的内容，比如我让它帮我基于桌面端的两款AI眼镜产品图，生成对应的宣传海报，在识别清楚我的需求之后，不到10分钟，就交出了对应的作业。

从结果来看，生成两张图片效果可圈可点，但可以直接在图片上继续编辑自己想要的效果，局部修改直到自己满意为止。

此外，它还可以支持虚拟桌面、手机遥控等功能，前者解决了人和AI“同时干活”的问题，后者解决的是“人不在场”的问题。

围绕更多样化的工作需求，豆包工作则还提供了技能、连接器、工作伙伴等AI生态能力。用户在豆包工作中可根据任务需要扩展能力边界，调用不同的工具和外部能力来处理复杂流程。

连接器则打通了飞书、钉钉、企业微信、腾讯会议等系统，让信息在这些系统之间直接流转。用户还可以选择多个专业Agent组成工作小队，分工协作完成复杂任务。

与飞书的深度打通，成差异化的核心

事实上，当前AI办公产品，从功能上来说，已经高度同质化了。

文档、PPT、表格、网页、小应用，再加上出图、视频和电脑操作，甚至腾讯WorkBuddy、阿里千问办公、豆包工作都在做的桌面操作、云端任务、技能、连接器甚至多Agent协作。

核心功能就这些，想要实现它们的技术门槛，其实并不高。偶尔有一家能够在某些功能上进行创新，过几天其他家也基本上都能跟上。

那么，想要做好AI办公产品，究竟什么才是真正的核心壁垒？答案是企业的上下文工程，以及企业内部自己积累的核心数据。

而豆包工作与飞书的深度打通，无疑是其直接获取企业上下文和核心数据的关键，这也是豆包工作和其他办公Agent拉开差距的关键。

与飞书深度打通后，豆包工作具体能做什么？

首先，是账号层面的打通，用户可以用自己的飞书账号直接登录豆包工作。

登录后，豆包工作可以在你的权限范围内直接读取飞书里沉淀的各类数据：聊天记录（群聊、私聊）、云文档、知识库、会议纪要（妙记）、日程安排、多维表格、电子表格、邮件等等。

这意味着你不用再把文件一个个传给AI、再讲一大串前因后果，它可以自己去飞书里找资料。

比如我经常用飞书妙计做录音记录，在豆包工作中，直接输入让它去飞书妙计里找XX家企业的最新资料，并整理成文档后存储至飞书内后，它就能直接定位到具体的飞书妙计的内容，并总结出我想要的内容，同时还可以直接沉淀到飞书文档内。

可以看到，豆包工作跟飞书的深度打通，并不是单向的豆包工作从飞书拿各种数据，而是一种双向闭环，它可以从飞书获取上下文和速度，而其产出的结果则直接沉淀回飞书，最终形成信息从飞书来、AI处理、成果回飞书、成为下次的上下文的飞轮。

实测之后，感觉这个功能对于长期以飞书为办公主体的人群来说，真的太爽了。

毕竟于深度使用用户来说，飞书里不管是文档、表格，甚至是群聊天记录，都散落着各种信息数据，而豆包工作只需要一句话，就能直接调用这些信息，而不需要自己在费劲巴力的整理上传。

更重要的是，它不只是“读、写”，还能“推进”。

因为是用飞书账号直接登录，所以豆包工作天然能够理解你的组织关系：谁是你的同事、哪个群是项目组、谁负责什么。这就能够让它做一些泛化AI做不到的事。

比如基于会议纪要的结论，它可以给对应负责人创建任务、完成后更新状态、卡住时告诉你审批走到哪了，甚至直接找到对应负责人发私信提醒任务进度。

大多数Agent交付的单位是产物，一篇文档、一张图。豆包工作打通飞书后交付的是进展，从帮我们记录到帮我们工作，中间隔着的正是飞书里团队沉淀下来的真实任务流和审批流。

而且，因为用飞书登录，豆包交付的文档直接就是飞书云文档。无论PPT还是Word、Excel，都可以在豆包工作内直接设置分享权限、@同事协同编辑，不需要下载再上传。

更重要一点是，安全边界问题。

豆包工作严格继承飞书既有的权限体系：你只能读到你在飞书里本来就能看到的内容，无权访问的文档/群聊它也碰不到、个人数据与企业数据相互隔离、管理员看不到员工和豆包之间的聊天记录、覆盖设备接入、权限设置、额度管控等全链路安全防护。

换句话说，AI不会因为“聪明”就越权，它的访问边界和你本人在飞书里的边界完全一致。

显然，于企业级Agent来说，能懂企业上下文、有核心数据，是“懂”企业的关键，而在“懂”之后，总结、分析、建任务、找人推进，则是企业真实业务流程在豆包工作里能够跑起来的核心。

结语

体验完豆包工作后，我有一个感受：AI办公正在从玩具变成工具，从尝鲜变成刚需。

豆包工作当然不是完美的。有些技能的输出质量还需要打磨，连接器的覆盖范围还可以更广，工作伙伴的协同逻辑也还有优化空间。

但它已经展示了一个清晰的方向：AI不再只是帮你写段文案、画张图，而是可以作为一个独立的执行单元，嵌入你的工作流，完成从目标到交付的全过程。

字节这次的产品调整，核心思路也很清晰：用“粗主干”的战略，把分散的AI办公能力收拢到豆包一个品牌下，统一入口、统一体验、统一认知。

豆包工作与飞书平行协作、深度打通，既借力飞书的企业上下文，又保持Agent产品的独立性，这个架构设计，比“把AI塞进IM里做一个插件”更有野心。

接下来要看的是，豆包工作能不能真正跑通从个人效率工具到企业生产力平台的跃迁。这条路，OpenAI、微软、谷歌都在走，字节能不能找到自己的节奏，2026年下半年会给出更多答案。

但至少现在，豆包工作已经亮出了底牌：AI能工作，而且是真的工作。