文 | AIX 财经，作者 | 雷晶，编辑 | 金玙璠
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，豆包工作最大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，用户可以通过手机访问电脑文件，直接调取和处理分散在不同设备中的资料。8 月 18 日，Windows 虚拟桌面上线，AI 可以在独立环境中执行任务，避免影响用户自己的电脑环境。8 月 20 日，侧边工作台上线，将本地文件、飞书文档、网页和代码等内容集中到同一个工作空间。8 月 21 日，技能商店、连接器和工作伙伴功能推出，让用户可以将常用流程沉淀下来，后续重复调用。
这一系列更新补充了 Agent 进入办公场景所需要的几个环节，既能操作电脑和调用资料，也能在独立环境中执行任务，还开始尝试把一次性的操作沉淀为可复用流程。
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，其中 TRAE Work、扣子将与豆包在工作场景的产品能力进行整合，TRAE IDE 及 CLI 则作为豆包品牌下的编程产品线继续发展。
在这一背景下，作为字节面向 AI 办公场景推出的 Agent 产品，豆包工作实际效果体验如何呢？我们来一起看看。
01. 基础办公任务：能做 " 电子牛马 "，但还不够懂业务
办公 Agent 的入门考试，永远是做 PPT 和写文档。这些任务对于现在的大部分 Agent 产品来说不算难，因此这部分我们重点关注最终交付成果是否接近真实办公需求。
测试时，我们通过飞书账号登录豆包工作，并选择豆包 2.1 Pro 模型。第一轮我们给它安排了两个任务：制作一份中秋奶茶营销策划案 PPT，以及撰写一篇 AI 办公 Agent 行业竞品分析报告。
先来看看 PPT。豆包工作交付了两种格式的文件，一份是飞书文档，另一份是 PPT 文件。飞书文档可以直接在应用内继续编辑，也可以分享给同事协作修改，不用经历反复下载、转发的过程。PPT 文件则可以继续在 WPS 等工具中进行精修。
成品的完整度较高，覆盖了市场趋势、消费者洞察、营销策略、创意主题等内容，商业策划案该有的模块基本齐全。用户也可以继续修改。如果只是调整部分文字内容，可以直接在文档中编辑；如果希望优化某个模块，也可以选中对应部分，让 AI 重新生成。
豆包工作还同步生成了演讲稿，对于需要汇报的打工人来说，这一步省去了整理口播内容的时间。
再来看看行业竞品分析报告。豆包工作交付的同样是飞书文档，它会按照行业背景、产品介绍、功能对比等维度拆分内容，并设置对应章节，方便用户快速跳转查看。它还加入了图表和参考资料链接。AI 生成内容很容易有 " 幻觉 "，尤其在行业分析、市场研究这类数据来源和信息准确性比较重要的场景，附上链接后，用户核验关键内容更方便。
此外，它的信息更新能力也比较强，报告还覆盖近期上线的豆包工作、百度库库 AI 等产品动态。
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。如果需要快速浏览、提炼观点，还需要进一步调整提示词。
除了 " 写 "，我们也测试了豆包工作的电脑操作能力。我们通过手机端的豆包 APP，让豆包工作整理电脑桌面上的截图和视频文件。执行过程中，它会先识别桌面文件，列出待处理清单，等待确认后再执行删除操作。
这个能力更大的意义在于，用户下达办公任务的入口不再局限于电脑。一些原本需要坐在电脑前处理的琐碎工作，可以通过手机远程交给 Agent 执行。对于经常需要在多个设备之间切换的人来说，部分零碎任务可以提前处理。
整体来看，在这轮测试涉及的 PPT、报告和文件整理等任务中，豆包工作已经能够完成基础交付；但在复杂报告提炼、重点判断等更依赖人工经验的环节，还需要用户进一步参与。它和飞书的结合，则让生成内容可以直接进入后续编辑和协作环节。
02. 多模态内容生成：一套素材能保持统一风格
除了处理文档和资料，办公场景中还有一类需求经常被忽略：制作视觉内容。
对于品牌营销、电商运营、市场推广等岗位来说，日常工作并不只是写方案，还需要持续产出海报、短视频、宣传素材等内容。因此，办公 Agent 除了文字处理能力，也需要具备一定的多模态生成能力。
豆包工作接入了 Seedream、Seedance 等多模态模型，能够完成图片、视频内容的生成。我们也来感受一下它好不好用。
前一个任务中，我们让豆包工作完成了一份中秋奶茶新品营销策划案，它设计了三款中秋限定产品。基于这份策划案，我们继续要求它为三款新品分别制作宣传海报。
三张海报交上来后，可以明显看出是 " 一家人 "，整体配色、节日元素、视觉风格保持了较高的一致性。在统一品牌调性的基础上，每张海报也针对不同产品做了差异化设计。此外，海报中的产品信息也比较完整，每款产品都标注了主要组成、口味特点、价格等关键信息，让消费者能够快速了解产品卖点。
接着，我们让豆包工作基于这三张海报生成一个新品宣传视频。
在生成视频前，豆包工作先确认视频用途、时长、画幅比例等需求，还提供了视频分镜预览和背景音乐方案。确认方案后，豆包工作调用 Seedance 2.0-fast 模型生成最终视频。
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，镜头之间的衔接也比较自然，整体完成度较高。
对于需要持续生产营销内容的团队来说，可以减少在多个工具之间切换，以及反复调整风格的成本。
03. 飞书协作：能读资料，办公更便捷
Agent 真正进入办公场景，还要能够理解和调用用户已有的工作资料。在实际工作中，很多信息是沉淀在日常使用的文档、表格、会议记录和项目资料中，如果 AI 无法调用这些内容，就很难进入到长期的工作流程里。
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，并在此基础上完成任务。我直接把自己的飞书资料交给它，看看它能不能读取已有资料，并完成日常的信息整理。
首先，我让豆包工作在飞书多维表格中建立一个个人任务看板，整理 8 月以来我写的文章，要求包含文章主题、文章类型、初稿链接和终稿链接等信息。
豆包工作很快完成了资料整理，并生成了对应的飞书表格。表格结构基本符合要求，文章链接也关联到原有的飞书文档，后续查看和修改都比较方便。
不过在细节上仍存在遗漏。其中两篇文章的内容并不完整，一篇缺少初稿链接，另一篇缺少终稿链接。涉及大量历史资料整理时，仍需要进行人工检查。
但整体来看，这类能力对于日常办公仍然比较实用。整理资料、建立表格不再需要人工逐篇查找、复制链接，减少了大量重复性的整理工作。
在完成基础资料整理后，我再加大难度，让它分析 7 月以来多篇测评文章的初稿和终稿，要求它总结文章修改情况和需要注意的问题。
这一次，它的检索表现更加稳定，没有出现明显遗漏。它生成的分析报告将修改情况拆分成文章结构、内容删改补充、观点、逻辑等多个维度，并在每个维度下列出具体文章案例，说明哪些文章进行了哪些调整。报告的信息密度比较高，整体更倾向于把材料和案例铺全。
如果想快速了解修改情况，逐篇拆解确实略显冗长；但如果目标是建立一套完整的写作规范，这种密度更有价值。
随后，我又测试了它能不能把这些经验沉淀成一个可复用工具。
我要求豆包工作基于前面总结出的修改情况，创建一个测评文章编辑助手 Skill，要求输入一篇测评文章后，Skill 需要自动检查常见问题，并给出修改建议。
几分钟后，豆包工作完成了 Skill 创建。我给了它一篇测评文章的片段，让它调用 Skill 进行检查和润色。它会先分析文章存在的问题，再输出修改后的版本。不过，整体调整幅度并不大，尤其是在结语部分，虽然前面总结出了 " 竞争视角不足 "" 判断过满 " 等问题，但实际润色时并没有明显改变原有观点，只进行了局部润色。
这一轮测试更能体现飞书打通之后的价值：Agent 不再只处理用户临时输入的信息，而是可以调用过去积累的工作资料，并进一步尝试把经验沉淀成可复用的 Skill。不过，从 " 总结出经验 " 到 " 下一次稳定执行经验 "，中间还有距离。这次测试中，Skill 虽然识别出了文章的问题，但在真正修改时，并没有完整落实此前总结出的规则。
04. 结语
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。飞书积累企业协作场景，TRAE 探索 AI 编程，扣子沉淀 Agent 搭建能力，豆包则承担通用 AI 入口。如今，这些能力向豆包工作集中，字节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。豆包已经积累了较大的用户规模，但消费级 AI 应用想有稳定收入，还需要找到高频且明确的使用场景。而办公场景具备更强的付费意愿，企业用户愿意为能够降低成本、提升效率的工具付费。IDC 数据显示，2025 年中国企业级 AI 智能体市场规模约为 212 亿元，预计 2026 年增至 449 亿元，到 2029 年有望突破 3320 亿元。办公场景也被认为是继编程之后，AI 大规模落地的重要场景。
这也解释了为什么 AI 办公正在成为互联网大厂争夺的新战场。目前，腾讯、阿里已经围绕这一方向展开竞争，并形成了不同的产品方向。
腾讯更像是在已有办公生态中嵌入 Agent。WorkBuddy 依托微信、企业微信、腾讯文档、腾讯会议等产品，将 AI 能力放入用户原本的工作流程中。它也是目前跑得最快的一家，2026 年 6 月 PC 端月访问量达到 2097 万次，7 月月活跃用户总量达到 1115.23 万。腾讯的优势在于不需要重新培养用户习惯，已有的沟通、协作和文档场景能够直接成为 Agent 执行任务的基础。
阿里则选择从企业组织场景切入。此前，QoderWork、悟空、MuleRun 分别探索不同方向，8 月整合为千问办公。依托 Qwen 模型、阿里云、百炼以及钉钉多年积累的组织关系、消息、文档和流程数据，阿里更强调面向企业客户提供完整的 AI 办公体系。相比个人桌面助手，千问办公的重点更偏向组织级应用。
相比腾讯和阿里，字节选择的是把豆包的用户规模、飞书的企业协作场景以及 TRAE、扣子积累的 Agent 能力集中到同一个入口中。这样的组合让豆包工作既有面向普通用户的流量入口，也有进入企业办公场景的基础。
对于豆包工作来说，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。
