昨天，字节刚传出一个大动作。
TRAE、扣子团队并入豆包体系，TRAE Work、扣子与豆包的工作场景能力开始整合。
今天，统一的产品就来了------豆包工作。
能力清单
大家都知道，这是互联网大厂之间又一次较量，那肯定会有很多内容发布，我根据找到的资料，帮大家整理了下。
工作任务：根据目标拆解步骤、调用工具，连续完成比较复杂的工作。
深度调研：联网检索和整理多来源信息，最终生成结构化报告。
AI Office：生成和编辑文档、表格、PPT，支持数据分析、排版和局部修改，尤其是 PPT，豆包的效果还是挺可以的。
图片生成与编辑 ：内置 Seedream，可以制作图片、海报和漫画，也支持扩图、擦除、抠图等编辑。
视频生成与编辑 ：内置 Seedance，可以生成视频分镜和成片，并根据反馈继续修改。
网站与应用生成：根据自然语言和已有资料生成网页或简单应用，支持预览、修改和分享。
操作本机电脑：读取和修改本地文件，也可以操作浏览器和电脑软件，完成填表、资料处理等跨软件任务。
虚拟桌面：让豆包在一个单独的桌面环境里操作软件，不抢占用户正在使用的鼠标和键盘。
云电脑：把长时间任务放到云端运行，本地电脑关机以后也能继续。
手机远程控制：人不在电脑旁，也可以通过手机派发任务、查看进度和继续沟通。
定时任务：定时生成周报、监测信息，或者执行其他重复工作。
技能：把专业方法、工作流程和工具封装起来，后续重复调用。
连接器：连接外部应用和数据服务，让豆包能够读取信息或者执行操作。
工作伙伴 ：调用不同专业方向的 Agent，也可以让多个工作伙伴分工完成一个任务。
飞书深度集成：在本人权限范围内，使用飞书里的消息、文档、会议、日程、表格、知识库和组织关系，并把结果重新沉淀回飞书。
企业权限与安全：继承飞书原有的权限体系，同时提供设备、额度、数据和操作审计等管理能力。
这功能是真不少啊。
不过，文档、PPT、网页、技能、连接器，现在的办公 Agent 基本都在做，单纯把功能再念一遍，意义不大。
我比较感兴趣的是下面几个地方。
飞书深度集成
现在很多 Agent 都能连接外部软件。
WorkBuddy、TRAE Work 也可以接飞书，读取文档、整理会议纪要或者操作多维表格。所以，单纯"接入飞书"这件事，没什么稀奇的。
但飞书和普通工具不太一样。
如果一家企业平时就在用飞书，那么它的聊天记录、会议纪要、项目文档、任务、日程、知识库，甚至谁负责什么事情，基本都在里面。
这些信息放在一起，才是一项工作真正的上下文。
以前使用 Agent，我们需要先把聊天记录复制出来，再把会议纪要、相关文档和背景资料整理好，一股脑发给它。资料少了，它不知道事情的来龙去脉；资料多了，光准备上下文就挺累。
豆包工作 接入飞书以后，可以在用户原有权限范围内，直接从这些原始信息开始工作。
开完会，不只是生成一份纪要，还可以接着创建任务、找到负责人、跟踪后续进度。最后产生的文档和结果，也能重新写回飞书，成为下一次任务的上下文。
所以我感觉，对于深度使用飞书的企业来说，这已经不只是接入一个外部软件了。
它接近于把 Agent 放进了企业原有的协作现场。
当然，这里说的"接入"，不是说它能随便查看公司里的所有数据。用户原来没有权限的内容，豆包工作同样看不到。
但在本人权限范围内，从聊天、会议开始，一直做到文档、任务和结果沉淀，确实已经有点端到端的意思了。
一屏装不下的飞书 Skill
内置Seedream和Seedance
豆包工作内置了 Seedream 5.0 Pro 和 Seedance 2.5。
这两个模型，一个负责图片，一个负责视频，基本都是当前国内第一梯队的多模态模型。
其他办公 Agent 也能通过 Skill、插件或者第三方接口生成图片和视频，这并不是什么独家能力。
但原生内置，还是会省掉不少事情。
比如做一次活动宣传，可以先调研和策划，再生成方案、文案、海报和宣传视频。中间发现风格不对，也可以围绕同一个任务继续调整，不需要来回切换平台、下载文件，再把前面的要求重新说一遍。
我最近一直在思考一个问题：Agent 面对的工作对象，已经不只是代码或者一份文档了。
PPT、图片、视频、网页，甚至应用，都是最终需要交付的产物。
从这个角度看，豆包工作 把图片和视频能力原生放进来，补上的不是两个生成按钮，而是让它能覆盖更多完整的交付场景。
对话中直接生成图片
虚拟桌面
Computer Use 现在也不算新鲜。
Agent 通过视觉识别电脑界面，移动鼠标、点击按钮、输入文字。即使某个软件没有 API、MCP 或者插件，它也可以像人一样直接操作。
WorkBuddy 等产品已经有类似能力。
但这里一直有个挺尴尬的问题：
Agent 开始操作电脑以后，人还怎么用？
鼠标被它拿走，窗口不断切换。看起来 AI 确实在干活，但我只能在旁边等着。复杂任务跑上十几分钟，电脑基本就被占住了。
豆包工作支持的虚拟桌面，解决的就是这个问题。
它可以在一个单独的桌面环境中操作 Windows 软件和浏览器，不占用当前桌面的鼠标、键盘。用户继续写文档、看网页，豆包在另一个桌面录入表单、整理文件，两边同时推进。
需要的时候，还可以查看它的操作过程，暂停任务或者直接接管。
这里的"隔离"，目前更适合理解为使用层面的桌面分离，不能直接等同于安全隔离。
但仅仅是不抢电脑，就已经挺有价值了。
以前人和 Agent 共用一台电脑，只能轮流操作；虚拟桌面至少让两边有机会同时干活。
目前测试了简单的文件操作和浏览器操作，任务完成没问题，但是如何打开可视化桌面还没搞定，只能看到执行过程。
最后一个优势很朴素：免费一个月
这个和技术没什么关系，但确实香。
按照官方现在的活动，下载并登录豆包工作电脑版，或者把原来的豆包客户端升级到最新版本，可以领取30天订阅权益。
如果本身就是付费会员，还会自动延期30天。
办公 Agent 好不好用，光看官网功能介绍很难判断。生成一次PPT和连续完成一个真实任务，完全是两回事。
大家可以趁着这个月，把功能试一下，我也会继续分享相关内容给大家。