北京
一个上午的活儿，现在一小时搞定，而且电脑全程没开机。这不是什么科幻场景，是作者用豆包工作 Agent 实测出来的真实流程——从刷到一条视频号内容，到一篇排版好的公众号文章躺进草稿箱，中间所有环节都在云端完成。
作者的 Mac 只有 24G 内存，跑多个 Agent 明显吃力。豆包工作给出的解法是云电脑：任务全部丢到云端执行，本地设备只负责"派活"和"看结果"。手机上下达指令，电脑和网页端随时能接着查看进度，人不在电脑前，活儿照样推进。过去那种"电脑没开任务就失败"的痛点，被这套方案直接绕开了。
完整工作流拆解：从视频到成稿
整个流程的核心是一条端到端的自动化链路。作者在手机上操作，豆包工作 Agent 依次完成以下步骤：
- 提取视频号逐字稿，作为内容素材来源
- 调用 Skill 读取个人知识库，让产出贴合自己的风格
- 三个 Agent 并行撰写，再由评审机制筛选出最优版本
- 联网检索补充信息，增强内容完整度
- 自动排版，推送至公众号草稿箱
全程大约一小时，替代了过去需要整个上午的人工操作。作者特别提到，最后一步会先和用户确认，确认后文章才会被推到草稿箱，而不是直接发布——自动化流程里保留了一个人工确认的环节。
知识库上云，AI 产出越来越像"自己"
这套流程能跑出个人风格，关键在于知识库的云端迁移。作者把本地知识库全部搬到了云端，对话历史和记忆在任意设备登录时都能保留。豆包用得越久，产出的内容就越接近作者本人的思考方式和表达习惯，形成一种持续进化的能力。
作者的原话是："从刷到视频，到文章进草稿箱，我的 Mac 一次都没打开过。"这句话背后，是云电脑模式对硬件资源瓶颈的彻底绕开——任务在云端跑，本地设备的内存和算力不再是限制条件。
对内容生产者的实际意义
这套方案的价值在于把"想法"到"成品"之间的距离压缩到了极致。过去做一篇公众号文章，要经历找素材、写初稿、改稿、排版、推送等多个环节，每个环节都要人工介入。现在这些步骤被拆解成 Agent 的协作流程，用户只需要在手机端发起指令，最后确认一下结果。
对于经常做内容的人来说，这意味着重复性劳动被大幅削减。更关键的是，AI 产出的内容不是千篇一律的模板文，而是基于个人知识库生成的、带有个人特色的稿件。当知识库和记忆都沉淀在云端，AI 的产出会越来越像"另一个自己"在帮忙干活。
当然，这套流程目前还依赖豆包工作 Agent 的云电脑能力和 Skill 生态，实际体验会因个人知识库的丰富程度而有所差异。但从这个实测案例来看，端到端的内容生产自动化，已经从一个概念变成了可操作的工作流。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
