豆包工作的办公棋局：飞书与豆包的合流

大模型已经足够普遍，为什么企业生产力没有以相同速度增长？ AI产业链出现了两种不同的价值兑现速度，算力层率先建立起清晰的商业模式，AI芯片、云计算等基础设施厂商最先获得回报，对于多数企业，模型还要进入具体应用、工作流程和组织协作，才可能变成真正的收益。模型和生产力之间，仍缺少足够成熟的应用载体。 AI办公由此成为大厂集中投入的方向。 办公离生产力很近，需求高频，流程也比制造、研发等核心环节更标准化。更重要的是，办公汇集了企业的沟通、知识和协作关系，AI一旦在这里建立入口，便有机会继续进入项目管理、销售、财务和研发等更深层的业务流程。 腾讯推出WorkBuddy，阿里整合三款产品组成千问办公并计划接入钉钉，微软和Google分别搭建Work IQ与Workspace Intelligence，大厂的应用竞争，由此集中到一个看似垂直的办公场景。 面对AI这样的革命性技术，人们往往聚焦它带来了哪些变化，却容易低估那些决定生产效率的底层问题。马克思在《资本论》中写道，各种经济时代的区别，不在于生产什么，而在于怎样生产，用什么劳动资料生产。 这句话是观察当下AI办公竞争的一组恰当坐标。 大模型首先回答了生产什么，它可以写文章、做表格、生成图片，给出越来越复杂的知识产品。办公Agent要继续回答另外两个问题，一个是怎样生产，例如让AI理解目标、拆解任务、调用工具并推进完整流程；另一个是用什么劳动资料生产，包括协作入口、企业数据、身份权限，以及能够执行任务的Agent。 8月25日发布的豆包工作，可以看作字节跳动对这两个问题的一次集中作答。此前，飞书产品团队并入豆包体系，TRAE与扣子的部分能力随后归拢，飞书销售团队和火山引擎销售合并，企业市场的销售资源也被重新组合。 这些调整最终指向同一个目标，字节希望把模型、办公场景和企业服务连接起来，它的AI办公答案，需要沿着产品、劳动资料和生产关系三层展开。 豆包工作，先回答怎样生产 Chatbot很容易展示模型能力，用户提供一组资料，模型可以写一份材料、总结一场会议或回答一个问题，输入和输出都停留在对话框中。 企业真正愿意持续付费的工作，很少如此封闭。一项任务通常包含资料搜集、内容制作、反复修改、软件操作和团队协作，最终还要交付能够直接使用的结果，它不是一次问答，而是一串彼此依赖的动作。 包括豆包工作在内的AI办公产品，都在尝试接管这条任务链中更多环节。 针对日常办公中高频且耗时的工作，豆包工作可以撰写方案、整理会议纪要、起草报告和完成调研总结，也能制作表格并分析数据。在更复杂的制作场景中，交付物还可以延伸到图片、视频、网页乃至应用。 内容生成只是第一步，修改方式同样影响任务效率，传统对话式AI通常需要用户重新描述要求，再生成一个完整版本。豆包工作允许用户直接框选文档、表格、PPT或网页中的局部内容，只调整存在问题的部分，已经确认的内容可以继续保留。 这样的协作更接近真实的内容生产过程，AI形成初稿，人给出具体判断，AI再根据反馈加工。双方围绕同一份成果持续修改，直到达到交付标准，而不必在多个完整版本之间反复重来。 再往后，AI还要把内容变成行动，大量企业工作需要打开网页、查询信息、使用专业软件、填写表单或比对不同来源的资料，如果这些步骤仍由人逐项完成，模型提供的只是流程中间的一份素材。 豆包工作因此把执行能力延伸到浏览器和本地电脑，获得用户授权后，它可以跨软件推进任务，例如浏览网页搜集资料，调用专业软件处理数据，再把结果填写到指定表格。 长时间运行的任务可以交给云电脑继续执行，技能、连接器和工作伙伴承担了更复杂的任务编排。用户可以根据工作需要调用不同工具或外部能力，处理数据分析、内容策划、科研和金融等专业任务，面对步骤更多的项目，还可以让多个专业Agent组成工作小队，由不同Agent分别负责数据处理、资料研究和视觉设计，再将结果汇总为一份完整交付。 以数据调研报告为例，过去通常由一个人依次完成资料搜集、数据整理、观点提炼、文稿撰写和图表设计。多Agent协作可以把这些环节拆开并行推进，数据Agent负责清洗和分析，研究Agent梳理资料并提炼结论，设计Agent制作图表，人则负责提出研究问题、设定判断标准和审核最终结果。 豆包工作对怎样生产的回答，正是把AI的工作单位由一次生成扩大为一项任务。它先生成和编辑内容，再调用工具操作软件，根据任务需要组织多个Agent，最后形成可以使用的交付物。 不过，仅有执行能力还不够，Agent可以操作电脑，也可以规划任务，但它仍然需要知道资料在哪里、哪份信息可信、谁拥有决策权，以及哪些动作超出了权限。完成真实的企业工作，依赖的不只是一台电脑和一个模型。 这就涉及第二个问题，AI究竟使用什么劳动资料生产。 办公Agent的竞争 企业劳动资料的变化 麦肯锡2025年全球AI调查显示，62%的受访企业已经试验AI Agent，23%在至少一个业务领域进入规模化阶段，但在任何单一职能中，规模化采用的比例都没有超过10%。 企业采用AI的热度已经很高，真正形成财务影响的仍是少数，原因之一在于，AI虽然能够处理公开知识和用户提供的材料，却很难自然获得企业内部的工作信息。 真实工作中的讨论发生在群聊和会议中，判断依据散落在文件、表格和业务系统里。AI缺少这些资料，用户便要反复复制背景、解释项目状态、指出文档版本，看似由AI完成的工作，仍然需要大量人工准备。 麦肯锡的调查还显示，重新设计工作流程，是与生成式AI带来利润影响关联最强的组织因素之一，企业需要让AI进入资料获取、判断、执行和交付的连续过程，单独在旧流程旁边增加一个问答框，很难完成这项改变。 在知识工作场景中，劳动资料已经成为一套复合系统，协作入口提供任务发生的现场，企业数据构成判断依据，身份和权限划定行动边界，电脑与浏览器把计划变成动作，文档、表格和应用则负责承接结果。 这些环节彼此断开，Agent只能完成局部任务；它们连接起来，AI才可能真正参与工作。 大厂的资源条件因此开始显现，微软通过Office、Teams和Microsoft Graph连接邮件、会议与文件；Google掌握Gmail、Drive和Workspace；腾讯拥有通讯入口、文档与会议；阿里则以钉钉和云服务承接企业协作及业务系统。 各家发布的虽然都是办公产品，争夺的却是三项底层能力：能否理解一家公司的实际情况，能否调用工具完成整项任务，成果能否留在组织中继续使用。 字节的产品组合也沿着这三道门槛展开。豆包提供模型、Agent能力和用户入口，电脑与浏览器操作负责执行，飞书则提供由群聊、会议、文档、日程和协作关系构成的工作现场。 其中，飞书提供的企业上下文，是豆包工作进入组织场景的关键劳动资料。 Agent可以在飞书授权范围内调用群聊、文档、会议纪要和日程，资料不必逐份复制进对话框，Agent可以沿着项目名称和协作关系寻找进展、还原决策过程，并判断下一步需要谁参与。 电脑操作决定Agent能不能做，飞书上下文决定它依据什么做，身份权限则限定它可以做到哪一步。 飞书的价值不只是提供一批文档和聊天记录，更重要的信息隐藏在这些内容之间，谁参与了项目，哪份材料是当前版本，一项决定由谁作出，哪些信息可以被调用，哪些动作需