實測豆包工作：WorkBuddy迎來最強對手？

AIX財經2026.08.26 10:00 · 來自福建全文4573字00:00 / 14:08一週補全能力，豆包工作好用嗎？文 | AIX財經，作者 | 雷晶，編輯 | 金璵璠8月25日，字節跳動正式發佈AI辦公Agent產品豆包工作。豆包工作的模型提供自動、豆包2.1 Pro和豆包2.1 Turbo三種選擇，用戶可以根據任務複雜度選擇不同能力。使用入口也比較多，既可以下載獨立App，也可以直接在豆包APP的工作任務區使用，還能從飛書內調用。

相比市面上的同類Agent應用，豆包工作最大的特點在於與飛書深度打通，可以在權限範圍內調用企業協作場景中的文檔、聊天記錄、會議紀要等信息，讓Agent參與到日常辦公任務中。在正式發佈之前，豆包用一週時間連續更新了多項辦公Agent能力。8月17日，手機遠程控制電腦上線，用戶可以通過手機訪問電腦文件，直接調取和處理分散在不同設備中的資料。8月18日，Windows虛擬桌面上線，AI可以在獨立環境中執行任務，避免影響用戶自己的電腦環境。8月20日，側邊工作臺上線，將本地文件、飛書文檔、網頁和代碼等內容集中到同一個工作空間。

8月21日，技能商店、連接器和工作夥伴功能推出，讓用戶可以將常用流程沉澱下來，後續重複調用。這一系列更新補充了Agent進入辦公場景所需要的幾個環節，既能操作電腦和調用資料，也能在獨立環境中執行任務，還開始嘗試把一次性的操作沉澱為可複用流程。此外，字節也在調整AI辦公業務佈局。8月24日，有媒體爆出TRAE、釦子（Coze）團隊併入豆包體系，其中TRAE Work、釦子將與豆包在工作場景的產品能力進行整合，TRAE IDE及CLI則作為豆包品牌下的編程產品線繼續發展。在這一背景下，作為字節面向AI辦公場景推出的Agent產品，豆包工作實際效果體驗如何呢？我們來一起看看。01.

基礎辦公任務：能做“電子牛馬”，但還不夠懂業務辦公Agent的入門考試，永遠是做PPT和寫文檔。這些任務對於現在的大部分Agent產品來說不算難，因此這部分我們重點關注最終交付成果是否接近真實辦公需求。測試時，我們通過飛書賬號登錄豆包工作，並選擇豆包2.1 Pro模型。第一輪我們給它安排了兩個任務：製作一份中秋奶茶營銷策劃案PPT，以及撰寫一篇AI辦公Agent行業競品分析報告。先來看看PPT。豆包工作交付了兩種格式的文件，一份是飛書文檔，另一份是PPT文件。飛書文檔可以直接在應用內繼續編輯，也可以分享給同事協作修改，不用經歷反覆下載、轉發的過程。PPT文件則可以繼續在WPS等工具中進行精修。

成品的完整度較高，覆蓋了市場趨勢、消費者洞察、營銷策略、創意主題等內容，商業策劃案該有的模塊基本齊全。用戶也可以繼續修改。如果只是調整部分文字內容，可以直接在文檔中編輯；如果希望優化某個模塊，也可以選中對應部分，讓AI重新生成。豆包工作還同步生成了演講稿，對於需要彙報的打工人來說，這一步省去了整理口播內容的時間。再來看看行業競品分析報告。豆包工作交付的同樣是飛書文檔，它會按照行業背景、產品介紹、功能對比等維度拆分內容，並設置對應章節，方便用戶快速跳轉查看。它還加入了圖表和參考資料鏈接。

AI生成內容很容易有“幻覺”，尤其在行業分析、市場研究這類數據來源和信息準確性比較重要的場景，附上鍊接後，用戶核驗關鍵內容更方便。此外，它的信息更新能力也比較強，報告還覆蓋近期上線的豆包工作、百度庫庫AI等產品動態。不過，“全”的另一面是“散”。豆包工作雖然做了章節劃分，但大量信息擠在同一份文檔裡，核心觀點不夠突出，也很容易視覺疲勞。如果需要快速瀏覽、提煉觀點，還需要進一步調整提示詞。除了“寫”，我們也測試了豆包工作的電腦操作能力。我們通過手機端的豆包APP，讓豆包工作整理電腦桌面上的截圖和視頻文件。執行過程中，它會先識別桌面文件，列出待處理清單，等待確認後再執行刪除操作。

手機端豆包APP頁面這個能力更大的意義在於，用戶下達辦公任務的入口不再侷限於電腦。一些原本需要坐在電腦前處理的瑣碎工作，可以通過手機遠程交給Agent執行。對於經常需要在多個設備之間切換的人來說，部分零碎任務可以提前處理。整體來看，在這輪測試涉及的PPT、報告和文件整理等任務中，豆包工作已經能夠完成基礎交付；但在複雜報告提煉、重點判斷等更依賴人工經驗的環節，還需要用戶進一步參與。它和飛書的結合，則讓生成內容可以直接進入後續編輯和協作環節。02.多模態內容生成：一套素材能保持統一風格除了處理文檔和資料，辦公場景中還有一類需求經常被忽略：製作視覺內容。

對於品牌營銷、電商運營、市場推廣等崗位來說，日常工作並不只是寫方案，還需要持續產出海報、短視頻、宣傳素材等內容。因此，辦公Agent除了文字處理能力，也需要具備一定的多模態生成能力。豆包工作接入了Seedream、Seedance等多模態模型，能夠完成圖片、視頻內容的生成。我們也來感受一下它好不好用。前一個任務中，我們讓豆包工作完成了一份中秋奶茶新品營銷策劃案，它設計了三款中秋限定產品。基於這份策劃案，我們繼續要求它為三款新品分別製作宣傳海報。三張海報交上來後，可以明顯看出是“一家人”，整體配色、節日元素、視覺風格保持了較高的一致性。

在統一品牌調性的基礎上，每張海報也針對不同產品做了差異化設計。此外，海報中的產品信息也比較完整，每款產品都標註了主要組成、口味特點、價格等關鍵信息，讓消費者能夠快速瞭解產品賣點。接著，我們讓豆包工作基於這三張海報生成一個新品宣傳視頻。在生成視頻前，豆包工作先確認視頻用途、時長、畫幅比例等需求，還提供了視頻分鏡預覽和背景音樂方案。確認方案後，豆包工作調用Seedance 2.0-fast模型生成最終視頻。成片延續了海報中的視覺風格，產品形象、色調和節日氛圍基本保持一致，鏡頭之間的銜接也比較自然，整體完成度較高。

對於需要持續生產營銷內容的團隊來說，可以減少在多個工具之間切換，以及反覆調整風格的成本。03.飛書協作：能讀資料，辦公更便捷Agent真正進入辦公場景，還要能夠理解和調用用戶已有的工作資料。在實際工作中，很多信息是沉澱在日常使用的文檔、表格、會議記錄和項目資料中，如果AI無法調用這些內容，就很難進入到長期的工作流程裡。豆包工作和飛書打通後，能夠直接讀取用戶的已有文檔和表格，並在此基礎上完成任務。我直接把自己的飛書資料交給它，看看它能不能讀取已有資料，並完成日常的信息整理。

首先，我讓豆包工作在飛書多維表格中建立一個個人任務看板，整理8月以來我寫的文章，要求包含文章主題、文章類型、初稿鏈接和終稿鏈接等信息。豆包工作很快完成了資料整理，並生成了對應的飛書表格。表格結構基本符合要求，文章鏈接也關聯到原有的飛書文檔，後續查看和修改都比較方便。豆包工作制作的任務看板不過在細節上仍存在遺漏。其中兩篇文章的內容並不完整，一篇缺少初稿鏈接，另一篇缺少終稿鏈接。涉及大量歷史資料整理時，仍需要進行人工檢查。但整體來看，這類能力對於日常辦公仍然比較實用。整理資料、建立表格不再需要人工逐篇查找、複製鏈接，減少了大量重複性的整理工作。

在完成基礎資料整理後，我再加大難度，讓它分析7月以來多篇測評文章的初稿和終稿，要求它總結文章修改情況和需要注意的問題。這一次，它的檢索表現更加穩定，沒有出現明顯遺漏。它生成的分析報告將修改情況拆分成文章結構、內容刪改補充、觀點、邏輯等多個維度，並在每個維度下列出具體文章案例，說明哪些文章進行了哪些調整。報告的信息密度比較高，整體更傾向於把材料和案例鋪全。如果想快速瞭解修改情況，逐篇拆解確實略顯冗長；但如果目標是建立一套完整的寫作規範，這種密度更有價值。隨後，我又測試了它能不能把這些經驗沉澱成一個可複用工具。

我要求豆包工作基於前面總結出的修改情況，創建一個測評文章編輯助手Skill，要求輸入一篇測評文章後，Skill需要自動檢查常見問題，並給出修改建議。幾分鐘後，豆包工作完成了Skill創建。我給了它一篇測評文章的片段，讓它調用Skill進行檢查和潤色。它會先分析文章存在的問題，再輸出修改後的版本。不過，整體調整幅度並不大，尤其是在結語部分，雖然前面總結出了“競爭視角不足”“判斷過滿”等問題，但實際潤色時並沒有明顯改變原有觀點，只進行了局部潤色。

豆包工作的修改頁面這一輪測試更能體現飛書打通之後的價值：Agent不再只處理用戶臨時輸入的信息，而是可以調用過去積累的工作資料，並進一步嘗試把經驗沉澱成可複用的Skill。不過，從“總結出經驗”到“下一次穩定執行經驗”，中間還有距離。這次測試中，Skill雖然識別出了文章的問題，但在真正修改時，並沒有完整落實此前總結出的規則。04.結語豆包工作的上線，本質上是字節對AI生產力業務的一次收攏。過去一年，字節圍繞AI辦公和Agent進行了多方向探索。飛書積累企業協作場景，TRAE探索AI編程，釦子沉澱Agent搭建能力，豆包則承擔通用AI入口。

如今，這些能力向豆包工作集中，字節試圖用一個相對統一的入口承接辦公場景中的不同任務。辦公場景也是字節推動豆包商業化的重要方向。豆包已經積累了較大的用戶規模，但消費級AI應用想有穩定收入，還需要找到高頻且明確的使用場景。而辦公場景具備更強的付費意願，企業用戶願意為能夠降低成本、提升效率的工具付費。IDC數據顯示，2025年中國企業級AI智能體市場規模約為212億元，預計2026年增至449億元，到2029年有望突破3320億元。辦公場景也被認為是繼編程之後，AI大規模落地的重要場景。這也解釋了為什麼AI辦公正在成為互聯網大廠爭奪的新戰場。

目前，騰訊、阿里已經圍繞這一方向展開競爭，並形成了不同的產品方向。騰訊更像是在已有辦公生態中嵌入Agent。WorkBuddy依託微信、企業微信、騰訊文檔、騰訊會議等產品，將AI能力放入用戶原本的工作流程中。它也是目前跑得最快的一家，2026年6月PC端月訪問量達到2097萬次，7月月活躍用戶總量達到1115.23萬。騰訊的優勢在於不需要重新培養用戶習慣，已有的溝通、協作和文檔場景能夠直接成為Agent執行任務的基礎。阿里則選擇從企業組織場景切入。此前，QoderWork、悟空、MuleRun分別探索不同方向，8月整合為千問辦公。

依託Qwen模型、阿里雲、百鍊以及釘釘多年積累的組織關係、消息、文檔和流程數據，阿里更強調面向企業客戶提供完整的AI辦公體系。相比個人桌面助手，千問辦公的重點更偏向組織級應用。相比騰訊和阿里，字節選擇的是把豆包的用戶規模、飛書的企業協作場景以及TRAE、釦子積累的Agent能力集中到同一個入口中。這樣的組合讓豆包工作既有面向普通用戶的流量入口，也有進入企業辦公場景的基礎。對於豆包工作來說，需要解決兩個問題，一是讓用戶真正使用並形成習慣，二是證明自己的資源能轉化為產品優勢。