豆包會做任務了，成功幫我薅了瑞幸的羊毛

AI應用風向標（公眾號：ZhidxcomAI） 作者｜江宇 編輯｜漠影 智東西6月15日報道，近日，豆包全量上線了任務模式。打開應用後可以發現，頂部模型切換欄已經從原來的“快速、專家”兩檔模式，擴展為“快速、專家、任務”三檔模式。 為了弄清楚任務模式到底能做什麼，智東西第一時間進行了體驗。我在任務模式下，直接向豆包提問：“你能完成哪些任務？” 隨即，豆包列出了一長串能力清單，其中包括產品設計與開發、文檔創作、數據分析、研究整理、多媒體創作、自動化工具以及瀏覽器網頁操作等多個方向。在回答的最後，豆包給出了一個頗為直接的定義：任務模式=端到端完成任務。 可見，豆包此次上線的任務模式，也已經不再只是傳統意義上的聊天機器人，而更接近騰訊Workbuddy、月之暗面Kimi Work這類桌面智能體產品。 不過體驗下來發現：豆包選擇了一條和不少桌面Agent不太一樣的路線。 一、豆包能“動手”幫我點咖啡了 最近，瑞幸上線了My Coffee Skill，支持搜索門店、瀏覽商品、下單、查詢訂單狀態等功能。於是我決定拿這個場景作為第一個測試。 我直接向豆包客戶端發送了My Coffee Skill的安裝地址。幾秒鐘後，豆包開始安裝My Coffee Skill。 整個過程中，豆包沒有彈出任何系統級權限申請窗口。既沒有要求訪問電腦，也沒有要求讀取本地文件，更沒有申請瀏覽器控制權限。安裝信息顯示，這個Skill會被部署到獨立運行目錄中。 這意味著至少在目前階段，豆包的思路並不是先獲取系統權限，再去完成任務，反而是優先通過Skill機制調用能力。 安裝完成後，豆包提示需要配置瑞幸MCP Token。這個Token可以直接在瑞幸AI開放平臺獲取。 配置完成後，豆包還專門詢問是否需要保存Token。保存之後，後續使用Skill時便無需重複配置。 隨後豆包開始搜索門店，這裡出現了一個比較有意思的現象。它並沒有主動獲取我的實時位置，而是先整理出門店列表，讓我自行指定去哪一家門店取餐。換句話說，即便是在下單場景裡，豆包依然沒有獲得定位權限。 確認門店後，它開始搜索商品並生成訂單。在此期間，我故意給出一個相對模糊的需求——少冰。 豆包並沒有報錯，並且根據商品規則重新調整配置，再次確認訂單內容。 最終生成訂單後，我又打開瑞幸微信小程序進行了對照。但是無論是商品價格還是優惠券使用情況，兩邊均不一致，甚至在豆包下單還便宜了3角錢。 完成支付後，豆包繼續跟進訂單狀態，併成功返回取餐碼。 幾分鐘後，我順利拿到了這杯咖啡。 二、買完咖啡之後，我決定讓它順手做個App 既然已經完成了一次下單，我索性繼續加大難度。我把一個咖啡愛好者App的需求直接扔給了豆包。 這個App需要能夠記錄每日咖啡、統計咖啡因攝入量、生成分享卡片，並支持查看長期數據趨勢。 收到需求後，豆包直接進入任務執行狀態。與普通聊天模式最大的區別在於，它會主動拆解任務，並實時展示當前執行進度。在此期間，用戶可以選擇追加信息，也能直接結束任務。 隨後，豆包給出了一整套交付結果。除了產品方案和UI設計稿之外，它還生成了完整的SwiftUI代碼，以及一個能夠直接運行的網頁Demo。 ▲產品方案與SwiftUI代碼 細看這份完整方案文檔，豆包是按照一份正式產品文檔的結構展開的。 文檔開頭就先給出產品定位，隨後，豆包繼續拆出了產品概述、市場定位、用戶畫像、核心功能、頁面流程與交互設計等內容。其中，還包括：核心用戶群體、用戶使用場景、貼紙式記錄系統、咖啡因智能統計、時間流手賬首頁、分享創意工坊等更細分的模塊。 比較有意思的是，這份文檔最後還自動寫上了版本號、日期和作者信息。作者一欄顯示為“SuperDoubaoAgent Product Team”，有點像豆包給自己臨時組了一個產品團隊。 同時，這份文檔出現在一個可繼續編輯的文檔編輯器裡，用戶可以繼續手動修改內容，也可以直接調用AI繼續優化。 打開網頁Demo後，一個手機模擬器直接出現在頁面中央。 首頁展示當天咖啡因攝入量；底部中央按鈕用於記錄咖啡； 統計頁面展示趨勢變化；分享頁面則負責生成分享卡片。 我也很快發現了一個問題。在初始版本里，底部導航欄中央用於添加咖啡記錄的“+”按鈕採用了懸浮設計，但位置明顯高於兩側導航按鈕，看起來並不協調。 如果是傳統開發流程，這時候通常需要重新修改代碼、編譯預覽，再查看效果。不過在豆包這裡，我直接進入了可視化編輯模式。 選中按鈕後，我輸入了一句非常簡單的需求：“與下方其他按鈕水平對齊。”隨後豆包開始調整頁面佈局，並重新生成預覽。 與很多AI工具依然圍繞代碼展開不同，豆包這裡已經開始嘗試把“設計修改”從代碼層抽離出來。對於不會寫代碼的用戶來說，直接描述需求，可能比修改代碼更符合直覺。 另一個比較細節的設計是版本管理。每次完成修改之後，系統都會自動生成新的版本記錄。用戶可以在V1、V2等多個版本之間自由切換。 三、幾個開發小細節，讓代碼小白狂喜 做完基礎Demo之後，我還給豆包追加了一個需求：為每一杯咖啡添加精美貼圖。 收到需求後，豆包立馬分析了貼圖對於產品體驗的影響，隨後規劃了貼圖設計方案、頁面替換方案以及後續渲染邏輯。隨後，它又進一步拆分出貼圖顯示優化、頁面渲染更新以及功能實現等多個子任務，並逐步推進。 完成修改之後，網頁Demo中的咖啡記錄與選擇頁面直接發生了變化。原本較為簡單的文字被替換成了風格統一的咖啡插畫，整體視覺豐富了不少。 與此同時，貼圖的配色也延續了產品原本的咖色系設計，沒有出現明顯的風格割裂。 完成貼圖之後，我又繼續追問：還能增加什麼功能？這一次，豆包直接給出了25+個功能創意。 既包括咖啡因攝入預警、年度咖啡報告、咖啡地圖，也包括咖啡豆收藏、好友打卡、衝煮記錄等偏社區方向的功能。對於缺乏產品經驗的用戶來說，相當於多了一位能夠持續提供創意的產品經理。 五、圖片、文案、視頻一起上，能調度更多工具 最後，我又加了一個更進一步的任務。豆包既然能把App做出來了，不如順手藉助其生圖和生視頻的能力，再生成一支宣傳視頻。 收到需求後，豆包開始自動規劃任務。先調用生圖工具生成宣傳圖，再匹配上廣告文案，隨後拆解鏡頭和分鏡。 不過在最終的視頻生成環節，工具出現了異常。最終，豆包判斷當前更可能是視頻工具服務異常。 隨後，豆包主動給出兩種替代方案：一種是利用現有素材在剪映中快速製作簡單視頻；另一種則是保留完整視頻腳本和分鏡，等待後續重新生成。 雖然最終廣告片沒有成功產出，但整個過程中能夠明顯感覺到Agent與傳統聊天機器人的區別。 寫在最後： 任務模式下，豆包已經不只是回答問題，而是能夠圍繞一個目標任務，調用Skill、連接MCP，並協調代碼、圖片、視頻等不同工具共同完成工作。 同時，豆包也選擇了一條相對剋制的路線。 至少從本次體驗來看，無論是咖啡下單還是App開發，它都沒有主動獲取定位權限，也沒有申請電腦控制權限或本地文件訪問權限。相比一些強調“接管電腦”的桌面Agent產品，豆包在有限權限下，儘可能完成更多任務。 對於擁有龐大用戶規模的產品來說，這條思路或許更容易落地。 從此次上線的任務模式來看，豆包顯然已經不滿足於繼續做一個聊天機器人，也開始向桌面Agent方向邁進。而這條賽道上已經站著Codex、Claude Code，以及積累了一定AI辦公場景經驗的騰訊WorkBuddy。 對於豆包來說，任務模式或許只是第一步。未來，豆包究竟能夠接管多少工作，又會以什麼方式接管，仍值得持續觀察。