8月25日,字节跳动正式发布AI办公Agent产品豆包工作。豆包工作的模型提供自动、豆包2.1 Pro和豆包2.1 Turbo三种选择,用户可以根据任务复杂度选择不同能力。使用入口也比较多,既可以下载独立App,也可以直接在豆包APP的工作任务区使用,还能从飞书内调用。
相比市面上的同类Agent应用,豆包工作**的特点在于与飞书深度打通,可以在权限范围内调用企业协作场景中的文档、聊天记录、会议纪要等信息,让Agent参与到日常办公任务中。
在正式发布之前,豆包用一周时间连续更新了多项办公Agent能力。8月17日,手机远程控制电脑上线。8月18日,Windows虚拟桌面上线。8月20日,侧边工作台上线。8月21日,技能商店、连接器和工作伙伴功能推出。
此外,字节也在调整AI办公业务布局。8月24日,有媒体爆出TRAE、扣子(Coze)团队并入豆包体系。
测试任务:中秋奶茶营销策划案PPT + 竞品分析报告
豆包工作交付了飞书文档和PPT文件两种格式,飞书文档可直接继续编辑分享,PPT可继续在WPS精修。竞品分析报告按行业背景、产品介绍、功能对比拆分,附图表和参考资料链接,覆盖近期豆包工作、百度库库AI等动态。
不过,“全”的另一面是“散”。豆包工作虽然做了章节划分,但大量信息挤在同一份文档里,核心观点不够突出,也很容易视觉疲劳。
手机端远程整理电脑桌面截图/视频:先识别文件列表,确认后再执行删除操作。这个能力让用户下达办公任务的入口不再局限于电脑。

对于品牌营销、电商运营等岗位,除了文字处理,还需要持续产出海报、短视频等。豆包工作接入Seedream、Seedance等多模态模型。
基于中秋奶茶策划案,要求为三款新品分别制作宣传海报。三张海报明显是“一家人”,整体配色、节日元素、视觉风格保持高度一致,每张海报也针对不同产品做差异化设计,产品信息完整。
接着基于三张海报生成新品宣传视频。生成前先确认用途、时长、画幅,提供分镜预览和背景音乐方案,最终调用Seedance 2.0-fast生成。
成片延续了海报中的视觉风格,产品形象、色调和节日氛围基本保持一致,镜头衔接自然。

豆包工作和飞书打通后,能够直接读取用户的已有文档和表格。测试:在飞书多维表格中建立个人任务看板,整理8月以来写的文章,包含主题、类型、初稿链接、终稿链接等。
豆包工作很快完成整理,表格结构基本符合要求,文章链接关联到原有飞书文档。但存在两篇文章链接遗漏,大量历史资料整理仍需人工检查。
随后要求分析7月以来多篇测评文章的初稿和终稿,总结修改情况和注意问题。这一次检索表现稳定,生成分析报告拆分为结构、内容删改、观点、逻辑等维度,列出具体案例,信息密度较高。
基于总结创建“测评文章编辑助手Skill”,输入文章后自动检查常见问题并给出修改建议。Skill能识别问题,但实际润色时调整幅度不大,结语部分并未明显改变原有观点。

豆包工作的上线,本质上是字节对AI生产力业务的一次收拢。过去一年,字节围绕AI办公和Agent进行了多方向探索,如今向豆包工作集中,试图用一个相对统一的入口承接办公场景中的不同任务。
办公场景也是字节推动豆包商业化的重要方向。IDC数据显示,2025年中国企业级AI智能体市场规模约212亿元,2026年预计增至449亿元,2029年有望突破3320亿元。
腾讯WorkBuddy 依托微信、企业微信、腾讯文档等,2026年6月PC端月访问量2097万次,7月月活跃用户1115.23万。优势在于不需要重新培养用户习惯。
阿里千问办公 从企业组织场景切入,依托Qwen模型、阿里云、钉钉,更强调面向企业客户提供完整AI办公体系。
字节选择把豆包用户规模、飞书企业协作场景以及TRAE、扣子的Agent能力集中到同一个入口。豆包工作需要解决两个问题:一是让用户真正使用并形成习惯,二是证明自己的资源能转化为产品优势。
*题图由AI生成。
豆包工作作为字节AI办公集大成者,优势在于飞书生态的深度绑定,能够读取企业真实协作数据,让Agent进入日常流程。实测中,PPT/报告生成达到可用水平,多模态风格统一性突出,Skill沉淀方向正确。但短板同样明显:复杂分析时“铺全”但“不精”,润色环节对规则的执行不够彻底,历史资料整理仍有遗漏。
与WorkBuddy相比,豆包工作更强调“从零搭建工作流”,而腾讯更侧重在已有场景中嵌入AI。阿里千问办公则偏向组织级应用。豆包工作目前处于“可用但未到好用”的阶段,尤其在深度推理和个性化规则执行上仍需迭代。
商业化方面,办公场景付费意愿强,但豆包工作需要先培养用户习惯,并证明飞书数据+豆包模型的组合能持续产出高质量成果。未来竞争关键在Skill生态丰富度和对复杂业务的理解能力。
问题:豆包工作在复杂分析、深度润色时执行规则不彻底,历史资料整理有遗漏,Skill与实际修改存在偏差。
解决方案: ① 引入“规则优先级”机制,用户可自定义润色强度与维度权重;② 增加“人工复核节点”,在Skill执行前展示修改预览,允许用户调整;③ 对历史资料整理加入“缺失检测”并主动提醒补充。
执行方式: 产品端增加Skill配置面板,允许用户调整检查项和修改策略;后端引入对比学习,基于用户修改反馈持续优化执行逻辑。
验收模型: ① 润色一致性:同一规则下10次润色结果相似度≥90%;② 资料整理完整性:历史文档链接提取准确率≥95%;③ 用户修改率:Skill建议被采纳的比例≥70%;④ 任务完成时长:相比纯人工,效率提升≥50%。