实测豆包工作：连上飞书后，Agent 终于像个同事了

刚刚，豆包正式发布了一款新产品——豆包工作。全新 Logo、独立的桌面客户端，它的定位很明确：一个面向生产力场景的全新 Agent 产品与品牌。

▲ 豆包工作 APP

说实话，第一反应并不意外，三家大厂都在主打自己的 Agent，但是豆包工作，能带来什么新的惊喜？

过去两年，豆包是国内 C 端用户量最大的 AI 助手。而最近一两个月，随着「工作任务」能力的密集更新，它已经不再只是一个聊天 Bot，而是一个真正能干活的 Agent —— 交互更丝滑，交付能力也更强。

现在，它干脆把「工作模式」独立成了豆包工作，并且放到飞书里。文档、表格、PPT、网页、应用、多模态生成和电脑操作，你能想到的 Agent 能力，它都有。

得益于 Seedance 和 Seedream 的接入，豆包工作交付的内容也比其他 Agent 要更丰富。

但豆包工作真正和其他办公 Agent 拉开差异的地方，是它和飞书的深度打通。Agent 不只是在一个独立对话框里处理文件，基于飞书账号登录后，它可以直接进入团队原本的文档、消息、任务和组织关系。

APPSO 提前拿到了测试资格，用日常办公任务完整体验了一遍，也重点测试了这项最特别的能力：用飞书账号登录之后，豆包工作到底能干什么。

目前，豆包工作已可以在豆包 App 和飞书内体验，此外我们还可以前往豆包官网 doubao.com/work 下载专门的豆包工作 App 体验。

现在下载豆包工作电脑版，还免费送 30 天订阅权益，如果本身就是豆包付费会员，则会自动延期 30 天。

同样是 Agent，豆包工作还有这些不一样

文档、PPT、表格、网页、小应用，再加上出图、视频和电脑操作，这一轮办公 Agent 能做的事情已经高度同质化。我们把这些常见任务都在豆包工作上跑了一遍，完成度已经非常高，生成结果可以直接拿来用。

另一个比较明显的体感，是这次豆包工作还把额度消耗压了下来。同样是个人订阅的加强套餐，现在可以连续跑更多复杂任务，不太需要像以前一样，每做几个重任务就开始盯着剩余额度。

例如我们让它根据一份已有的活动 Brief、报名明细和供应商报价，生成三份原生可编辑文件：活动执行方案 Word、报名与预算分析 Excel、内部提案 PPT；5h 额度只用了 1%。

▲ 生成的 PPT 还自动添加了演讲者备注

比较特别的是，因为我们是直接使用飞书登录，所以豆包交付的文档都是飞书云文档。无论 PPT 还是 Word、Excel，我们都可以直接在豆包工作内，像使用飞书文档一样，设置分享权限，直接 @同事协同编辑等等。

除了和真人同事协同编辑，豆包工作这次还增加了 AI 协同编辑。尤其是生成的网页和应用，豆包工作的局部修改，几乎做到了全方位支持。

我们可以直接选中要修改的地方，或是通过对话就能进行定点或局部编辑。

就像我们上传了一个工单表格，要求豆包工作根据工单数据整理为一个可视化的网页。生成后还能直接修改内容、样式和布局，也可以让 AI 定点编辑。

对于网页生成，豆包工作还内置了超过 80 种设计风格，生成的网页样式不满意，一键就能替换。

大多数办公 Agent 的「网页生成」，HTML 一旦生成，数据不会跟着源文档自动更新。豆包工作能做的则是，网页可以直接带数据库，生成完就是一个上线可用的服务。

这类能力真正省下来的，是 Agent 交付之后的「返工成本」。以前 AI 生成一个 PPT、表格或者网页只是第一步，接下来还要自己改格式、调布局、重新导出；豆包工作开始把修改本身也留在同一个工作流里。

如果说处理文档网页这些是办公 Agent 的基础工作，那多模态生成就是豆包工作的自留地了。

我们用豆包工作直接安装 GitHub 上的插画 Skill，发图后就能直接调用。

视频的生成同样如此，当我们需要生成一整套的营销物料时，统一图片海报、宣传视频的主视觉，现在也能透过豆包工作，直接得到图片和视频。

▲ 一份活动 brief 和品牌使用规范，可以生成一套多媒体传播方案

Agent 除了会连接本地文件，进行各种创作，还要会操作本地电脑。现在我们可以直接在手机上遥控电脑上的豆包工作，操作本地电脑，远程把文件发给我们，或是执行其他任务。

连接飞书之后，豆包工作才算真正的 AI 同事

先说一句，就算你不用飞书，豆包工作也完全能用，上面的所有能力都不依赖飞书。

但我要必须要说，用飞书账号登录或者使用飞书连接器，才能把它的全部潜力都榨干。

如果你的团队恰好用飞书，用飞书企业账号登录豆包工作，它会自动和你飞书里的信息、数据和工具打通。

任何 Agent 都需要一个「工作现场」。我们可以给 Agent 写一万字 prompt 描述背景，但它始终很难清楚我们的项目群是哪个、事情由谁审批、流程是什么样、也不知道上周会上到底定了什么，而这些，在飞书里都可以找到。

APPSO 平时的工作稿件以及其他的工作，都是在飞书内完成，我们可以直接在豆包工作内了解最近的稿件写作情况，例如快速总结我们最近发布的产品工作稿件，它就能定位到 DeepSeek Harness 的上手指南，并对文章内容进行总结。

甚至直接让它把我的所有文章，做成一个作品集，用来提升我的职场竞争力。它会自己总结出哪些文章值得放上去，以及从具体文章的内容明确我的定位，用一个酷炫的网页呈现。

这些文档的链接，也是同步继承了原有飞书文档的权限，豆包工作不会因为要做作品集，就未经允许修改这些文档的访问权限。

紧接着，我们还能把这份 AI 整理的网页让自己上级审核一下是否准确。豆包工作会自动编辑好聊天文案，并加上「由豆包发送」来区别于真人消息。

豆包工作能够读取组织信息，很快就可以知道我的上级是谁，应该怎么编辑这条消息，发给谁。

这些能进入聊天的能力，让豆包工作在文档之外，也能应对各种办公场景。就像飞书群对很多团队来说，也承载了大量的工作任务，各种各样的文件发在群里，还有通知，还有各种问题的讨论，

我们可以让它总结一个群聊，它自己去读群聊记录，还原出事情的完整脉络——包括群里面谁说了算。对比一下使用那些没打通群聊的 Agent，我们只能不断复制粘贴「王总今天说了什么」，信息似乎永远是散的、滞后的。

这里开始能看出「连接飞书」和普通知识库检索的区别。

豆包工作拿到的不只是几份可以搜索的文件，它还能理解人、消息、文档和权限之间的关系，所以我们不需要每次开新任务，都重新给 AI 介绍一遍「谁是谁、事情做到哪了」。

多维表格也是飞书的一项重要功能，它本来就是很多公司承载业务的小型系统。现在配合豆包工作，我们可以把它直接变成实时网页看板，数据刷新看板跟着刷新；也可以把它当素材库——我们让它批量读取表里的内容，批量生成宣传图和视频。

我们曾经用多维表格智能体搭建了一个每日热点追踪，飞书会自动推送当天的 AI 热点追加到多维表格。

现在豆包工作可以基于该多维表格搭建一个实时更新的 AI 热点追踪网页，智能体定时抓取到的新闻会实时同步到网页显示。

但是多维表格对很多飞书小白用户来说，是比较有门槛的一个工具，从零开始搭建一个类似的热点新闻多维表格数据库，可能也并不简单。现在我们可以选择让豆包工作来完成这项复杂的工作。

针对该多维表格的编辑修改，它也可以很快就把这张原来单一的多维表格，变成了有多种视图的高级多维表格。

除了多维表格，和会议纪要的结合是另一项非常值得一提的体验，以往开完选题会，各式各样的办公 Agent 都是在争取给一份尽可能完善的总结。

豆包工作打通飞书之后最特别的地方在于，豆包工作会基于结论继续推进：给对应负责人创建任务、完成后更新状态、卡住会告诉你审批走到哪了。甚至可以像之前我要求豆包给我的负责人发私信一样，直接找到对应负责人，主动替我们发私信提醒任务进度。

从这个角度看，大多数 Agent 交付的单位还是单纯的 「产物」——一篇文档、一张图。豆包工作交付的是进展，做到了真正地从「帮我们记录」到「帮我们工作」，这中间隔着的，正是飞书里团队沉淀下来的那些真实任务流和审批流。

豆包工作和飞书能力深度打通后，把很多真实的办公场景都串起来了，这种跨对象的组合或许才是 Agent 常说的「打通」二字，真正的分量。

目前豆包和豆包工作采用的额度控制是滚动重置，即按照 5 小时或周进行自动恢复。

也就是说豆包工作不是积分消耗完就用不了，在会员有效期内我们可以天天用、一直用，但短时间内的使用强度有个上限，达到上限后，等时间一到自动回满。

当然，免费用户也可以使用 Turbo 模型体验豆包工作。我们实际体验下来，Pro 版的窗口额度基本可以完成大量的日常办公，Turbo 免费版额度有限，但用来入门体验和简单的任务完全够。

AI 办公真正难的，是进入工作现场

测试了这么多 AI 办公，即便一个编辑的办公场景有限，但我们还是设计了不同的任务来考验一个办公 Agent 是否合格。

豆包工作给我最大的感受是，是它似乎真正开始理解我正在做什么工作、和谁一起做，以及事情已经推进到了哪一步。

现在不少 Agent 都可以通过 CLI、MCP 或连接器调用办公软件，但更多时候，它们接入的是某一个工具、某一份文件，或者某一种能力。

豆包工作和飞书做得更深，用飞书账号登录之后，它可以直接继承我们原本已经沉淀在飞书里的工作上下文，在已有权限范围内调用聊天记录、文档、会议纪要、任务、组织关系等信息。

很多 Agent 接入的是办公软件的能力，豆包工作接入的则是一个人在飞书里的工作。

现实生活中，我们面对的工作，从来不会像用那些办公 Agent 一样，先给它指定一个文件夹，然后把需要的文档都放在里面。

更真实的场景是有冗长的聊天记录要复制，各式各样的文档，会议纪要、日历和项目表等等，这些来自不同应用不同数据格式的内容，都是我们工作的一部分。

要让 AI 真正进入工作场景，难的是怎么把这些很难整理好的「上下文」交给 AI，让它知道这些知识属于谁、发生在什么时候、现在是否还有效，以及自己能不能使用。

即便是 OpenAI CEO Sam Altman ，在最新的访谈里也提到。今天明明已经有 Codex，他却还是会在消息应用之间复制粘贴、翻邮件、维护待办。他把原因归结为长期形成的「什么才叫工作、什么才叫有生产力」的心理习惯。

技术已经走到了前面，人和产品的使用方式还没有完全跟上。问题开始从「AI 能不能做」，变成了怎么让 AI 自己走进人们原来的工作流。

这恰好是豆包工作尝试做的事，豆包提供完成任务的能力，飞书则提供了一套已经存在的工作环境。

飞书内的组织架构告诉它谁是谁，聊天和文档会记录公司过去发生了什么，任务和多维表格保存项目当前的状态，账号和权限决定它能够进入哪些地方，最终生成的结果还能重新写回工作流，继续成为下一次任务的上下文。

AI 已经开始帮人跨出自己的专业边界，而组织上下文决定了它能不能继续跨进一家公司的真实边界。

这也是我们体验豆包工作之后觉得最有意思的变化：AI 开始知道自己在为谁工作、为什么工作、事情已经做到哪一步，以及做完以后应该把结果留在哪里。

模型决定 AI 有多聪明，组织上下文决定它能不能成为同事。

真正改变办公方式的那一刻，可能不是 AI 又学会了一项新技能，而是它终于不再等着我们把工作搬给它，开始自己走进工作发生的地方。