刚刚，豆包成了机器之心编辑部「实习生」

编辑｜Panda

豆包变了。

熟悉豆包的用户打开最新版，第一眼看到的可能仍然是那个熟悉的对话框。但只要把模式切换到「工作」，就会发现已经与过去的聊天式 AI 大不一样。

过去，我们对豆包最典型的使用方式是提出问题，然后等待答案。让它解释知识、搜索信息、润色文字、生成图片，本质上都遵循同一种交互：人发出指令，模型在对话框里作出回应。

而现在，它开始直接「做任务」了！

当收到一个需要较长时间完成的任务时，豆包可以规划步骤、操作浏览器和电脑，处理本地文件；也可以在云电脑中持续运行，由用户在手机上远程查看和调整。随着技能商店、连接器和工作伙伴上线，它还能为自己安装工作经验、进入飞书等真实办公系统，并把复杂任务拆给多个 AI 角色。

用户交给它的不再只是一个问题，而是一件需要完成的事。豆包返回的也不再只是一段回答，而可能是一份写进飞书的文档、一张已经处理好的表格、一套网页或应用，以及发生在多个软件之间的一连串操作。

这可不只是在原有聊天产品上多加了几个按钮。豆包正在改变自己的基本交互单位：从「一问一答」变成「任务与交付」。

整体而言，豆包的产品形态正越来越像 Codex。

Codex 最初给人们的印象是一个编程智能体，但它所代表的产品方式并不只是「更能写代码」。使用 Codex 时，用户通常会给出一个目标和一组工作上下文，Agent 在独立工作空间中读取文件、调用工具、修改内容、运行检查，之后交付一个可供继续审阅和迭代的结果。如今，Codex（已整合进 ChatGPT 桌面端）的官方使用场景也已经延伸到长期目标、技能、外部系统集成和 Computer Use 等任务型工作流。

豆包则正从另一个方向接近这种形态。

Codex 的起点是代码和工程环境，豆包的起点则是面向大众用户的问答、创作和搜索；但二者正在汇合成相似的形态：以任务（而非消息）为中心，为 Agent 提供可以持续工作的环境、可复用的技能、外部数据和工具，以及最终成果。

那么，豆包的能力已经进化到了哪一步？为了解答这个问题，我们为它安排了一项更接近真实工作的任务：组建一条可以自动运转的选题→文章的编辑部工作流。

整体体验下来，我们的感受是无需复杂操作，能够轻松跑通，成果基本可用，就像是一位已有不少工作经验的实习生。

豆包成了机器之心编辑部「实习生」

早上，我们人还没到办公室，飞书工作群里已经出现了几篇新草稿。

每篇稿件都附有一段内容简介和一份飞书文档链接。点进去，标题、头图、配图、正文结构和参考资料都已经基本齐全。以一篇需要继续编辑、核查的新闻初稿来衡量，虽然 AI 风格浓烈，但完成度已相当高。

豆包交付的内容节选

而从头到尾，我们真正做的事情只有一件：在手机上输入了几个数字。

截图下方的 PANDA-NOTE 表明我们正在遥控笔记本电脑上的豆包工作

真正干这些活的人其实是我们编辑部新来的「实习生」：豆包

而我们所做的所有预备工作，不过是一段不过 400 字的提示词：

是的，就这么简单。如果只看最终结果，这似乎只是又一次「AI 写稿」。但真正让我们感兴趣的，并不是豆包能不能生成一篇文章（今天几乎所有主流大模型都能做到这一点），而是文章生成之前和之后发生的事。

仔细来看，这是一条跨越浏览器、手机、电脑、文档和团队协作工具的工作链。我们提供目标，并在关键节点作出判断；剩下那些过去需要编辑不断切换窗口、复制链接和传递信息的步骤，第一次可以被「无技术背景用户」轻松放进同一个任务里连续执行。

而如果我们使用豆包桌面端新增的工作伙伴・小队功能，我们还能构建性能更加强大的智能体团队来完成编辑部的各项任务。举个例子，我们可以将以上任务进行拆分，让 AI 主编智能体统筹管理麾下的选题捕手、调研猎犬、主笔、AI 画师、飞书文书、群聊信使这六个智能体，并为每个角色配置相应的职责和技能。

之后，这个智能体团队便会按照预先设定的分工，依次推进各项任务。

从任务拆解和产物交付的角度看，这个智能体小队已经在相当程度上承担了一个独立编辑的执行工作。当然，这并不等同于它具备专业编辑的全部判断能力，我们也不会直接发布 AI 生成的稿件。事实核查、价值判断和最终责任仍然属于人，但豆包确实让我们从大量具体操作的执行者，更接近了工作结果的验收者

几天前，要在一个通用 AI 产品里搭出这条链路，可能还需要手动组合多个工具。而过去一周，豆包工作任务密集更新的一系列能力，恰好为它补齐了运行这套流程所需的几个部分。

由此，我们也决定暂时把「它写得像不像人」这个熟悉的问题放到一边，换一种方式考察办公 AI：它能否进入真实的工作现场，并把一件事从开始推进到交付？

办公 AI 大战，核心是「能交付」

办公 AI 大战正当时，ChatGPT Work、Claude Cowork、WorkBuddy、千问办公、Kimi Work 等相继入场，国内外厂商正加速争夺下一代生产力入口，竞争的焦点也正在演变。

过去，人们对大模型生产力的想象，主要集中在一个对话框里：用户提出问题，AI 给出答案；用户上传文件，AI 完成总结或改写。模型能力越强，答案就越完整，能够处理的文件和任务类型也越多。

Agent 的出现改变了评价标准。对于一个真正进入工作流程的 AI 来说，生成答案只是其中一步。它还要知道先做什么、去哪里寻找资料、调用什么工具、如何维持任务状态，以及最终把结果交付到哪里。

换句话说，办公 AI 正在从一个擅长答题的「优等生」向一个能够接手任务的「员工」演进。判断它是否好用，也不能只看最后输出的文字，更要看任务有没有完成、工具是否调用正确、过程是否可追踪，以及人为了核查和纠错付出了多少额外成本。

过去几天，豆包的更新正沿着这个方向展开。

现在，豆包已经可以通过 GUI 直接操作 Windows 电脑，在软件界面中点击按钮、填写表格和处理文件；用户离开电脑后，可以在手机上继续下达任务和查看进度；任务既可以在本地电脑上运行，也可以交给持久在线、不占用本机的云电脑。

只要运行豆包的电脑保持开启，你就能随时通过手机控制它

Windows 端新增的「豆包虚拟桌面」还可以把 AI 的操作放在画中画小窗中运行。用户继续使用自己的桌面时，豆包能够在另一套桌面环境里处理任务，双方不必争夺鼠标和窗口。

你甚至可以在「豆包虚拟桌面」中打开浏览器使用其它 AI 的网页版

工作区、局部编辑和妙搭则让用户可以在任务执行过程中查看进度、修改部分内容，或者用自然语言生成一款简单应用。

用户可以与 AI 同时操作同一个文档

这些能力让豆包逐渐有了在数字世界中行动的「手脚」。而今天，豆包官方重点强调了三大更新，它们也是让 AI 智能体真正变成办公系统的关键：技能商店连接器工作伙伴

正是有了它们，豆包工作任务便不再只是一个擅长多种工作的「超级个体」，而开始成为一个可以调用工具、访问资料、组织分工并完成交付的工作系统

技能商店：AI 也开始安装自己的「工作经验」

打开豆包工作任务的技能商店，首先感受到的是数量。

目前，技能商店已经提供上百种即插即用的技能，覆盖编程、金融、法律、新媒体创作、办公协作、电商/营销等多种工作。用户不需要自己编写代码，可以像安装应用一样为豆包增加某项能力。用户也可以自己创建或让 AI 帮助创建新技能。

从表现形式上看，技能很容易被理解成一个更复杂的提示词模板。但两者之间存在一个关键区别：提示词解决的是「这次怎么做」，而技能希望解决的是「这类工作以后都按照什么方法做」。一项成熟的技能应该包含相对稳定的工作流程、输入要求、质量标准和工具使用方法。也就是说，技能的目标是把有效的实践沉淀成可以反复调用的工作经验。

更妙的是，豆包已经默认配置了大量适用于日常办公的技能，用户也可以自行添加。用户无须每次明确指定技能名称，豆包能够根据当前任务的需求主动判断和调用。

举个例子，我们在刚上手测试时，随手让豆包将我们的一篇文章改写成适合小红书和微博的版本，豆包便根据任务需求自行调用了「新媒体写作技能」，最终结果也具有较高的可用性。

不仅如此，由于我们是通过飞书帐号登录的豆包，因此豆包天然就与我们飞书帐号连接上了，豆包也自动将处理结果放入了我们的飞书文档。而这也就引出了豆包的另一大能力：连接器。

连接器：将 AI 接入真实工作现场

办公智能体面临的另一个问题是它虽然会处理信息，却往往不在信息真正产生的地方。

会议记录在飞书，客户资料在 CRM，项目进展在表格，任务安排在协作平台。为了让 AI 工作，用户需要先找到资料、下载文件、上传到对话框，再把 AI 生成的结果复制回原来的系统。

这段人工搬运看起来并不复杂，却会使许多所谓自动化工作在现实中断成了几截。

连接器要解决的正是这种割裂。用户完成授权后，豆包可以直接访问飞书文档、表格等工作对象，并在权限允许的范围内读取和写入信息。此次更新也将连接能力扩展到更多不同工作系统。

从产品逻辑看，连接器相当于给 AI 发放了一张带有权限范围的「数字工牌」，让其可以根据任务需要获取信息并执行操作。

豆包同样也支持用户构建自己的连接器。

比如这里，我们连接了腾讯文档，还新增并连接了机器之心的 MCP 服务，然后给了豆包一条简单指令：检索并整理机器之心近一个月发布的智能体相关文章，并将结果保存到腾讯文档，完成之后将此腾讯文档的链接发送到飞书群「编辑部天天扯闲篇」，并按照飞书规范 @李泽南 查看。

从实测结果看，检索、整理、创建腾讯文档和发送飞书群通知这几个不同工作场景的环节都被连续执行，跨系统的任务链也顺利形成了闭环。豆包把信息获取、内容生产和团队交付放进了同一条流程中。

工作伙伴：活要大伙儿一起干

技能解决「怎么做」，连接器解决「去哪里获取和交付」，复杂任务仍然面临第三个问题：谁来做。

实际工作中，一个项目很少只需要一种能力。市场报告可能同时涉及检索、数据、判断、写作和设计；产品上线则需要产品经理、开发工程师、UI 设计师和运营人员协同。

豆包此次推出的工作伙伴・小队功能，允许用户召唤数据分析师、开发工程师、UI 设计师、产品经理等不同角色，并且用户也可以根据需要自行调整这些角色的配置。

从实现方式看，每个工作伙伴本质上都是一个独立配置的智能体，拥有各自的 IDENTITY.md、USER.md、SOUL.md 和技能配置。用户还可以在配置页面中查看其已有产物，从而了解这个角色此前完成过哪些工作。

更进一步，用户还可以让多个伙伴组成一支小队，共同完成复杂任务。在一个小队中，通常由一名「队长」负责设定任务目标、安排成员协作、汇总中间结果，并对最终产物进行验收。不仅如此，我们还可以为工作小队设置多级汇报链。

这意味着，办公智能体正在发生另一层变化：继模拟单个专业人员之后，AI 开始进一步模拟组织中的分工与协作关系

当然，多智能体小队的价值并不取决于界面中出现了多少个角色，而取决于任务能否被合理拆分、上下文能否准确交接、中间产物能否被下一位伙伴继续使用，以及队长能否依据统一标准完成验收。只有这些环节真正建立起来，「小队」才能成为一套可运行的任务编排机制。因此，在编排工作小队时，用户往往还是需要花费一些心思。

至此，这三项能力也形成了一套相互配合的结构：技能沉淀工作方法，连接器提供数据、工具和权限，工作伙伴则承载任务分工与产物交接。再结合 GUI 操作、本地与云电脑以及手机遥控，豆包开始从一个接收指令的智能体，转向一套能够调度资源、组织流程并完成交付的办公系统。

结语

上百个技能、多个连接器和可以分工协作的智能体小队，让豆包看起来越来越像一间完整的办公室。

虽然豆包交付的结果依然还需要人类校验，但这也不妨碍我们得出这样的结论：办公 AI 的竞争正在从「谁能回答更多问题」，转向「谁能在真实的软件、数据和组织关系中把一件工作完整地做完」。

而人与 AI 之间的指令，也正在从「帮我回答这个问题」逐渐变成一句更接近同事之间的话：「这件事，交给你了。」