做软件的人大概都遇到过：自己演示行云流水，换个第一次用的人，点两下就问："然后呢？"你恨不得把鼠标抢过来，但真实用户旁边，可没有一个随时指路的开发者。
所以我做了个实验：让豆包工作扮演新用户，实际操作软件，找出值得优化的地方。 测试对象是我们正在开发的 AI 写作桌面产品「灵蟹创作」。豆包工作操作它的 Agent，推进创作、检查结果、记录卡点，最后交出体验报告，帮我们在把软件交给用户之前，再把把关。
给它一个目标，让它自己摸索
这次用的是「豆包工作」独立端，支持本地电脑、云电脑和多端互通。我测试的是 Mac 桌面应用，选择了本地电脑，交给它一个具体目标：用灵蟹创作的 Agent 构思小说、搭好框架，完成前五章。
怎么开始、怎么看进度、去哪里找结果，让它根据界面和官网文档自己摸索，不读源码、不调用接口绕过界面。我还加了一条要求：不要为了交报告而凑问题，分不清是产品问题还是自己的操作限制，就标记"待复核"。 剩下的就让它自己去想吧，毕竟它要扮演的是一个第一次打开软件、只知道自己想写小说的新用户！
把目标发给豆包工作后，它就用"操作电脑"功能，在我的电脑上操作起了灵蟹创作。图中主窗口是豆包工作的任务记录，右下角的小窗，就是它正在操作的软件界面。
豆包工作查看界面、输入需求，第一轮拿到了故事框架和第一章。它看完结果，又要求对方续写第二至第五章，保持故事连续性、更新记忆文件。一个 AI 提需求，另一个 AI 咔咔产出内容，看着还挺有意思。
执行过程中也有卡壳的地方。比如打开文件夹时快捷键没生效，它后来又回到现有工作区继续。这些卡壳的地方，正是我想关注的：用户会在哪里停下来，产品是不是少了一句提示？ 当然，也要分清是软件不好用，还是豆包工作操作受限，不能把所有问题都算到产品头上。
继续看下去，我发现豆包工作还挺较真：五章写完后，它又逐章打开编辑器、复制正文，连字数的统计口径都核对了一遍，中间还截了不少图。起初我还纳闷，怎么做了这么多记录？等看到最后的体验报告才明白，这些检查和截图，正好成了报告里的依据。
豆包工作正在操作和查看灵蟹创作
比如，它专门核对了字数：
小说项目的目录结构，也有截图可以对照：
也不用一直盯着它操作，等报告出来，再看哪些问题值得处理就行。比如，它按我的要求，单独列出了需要人工复核的地方：
它还把优化建议分了优先级：
这些记录和建议，让我们有了一份可以逐项复核、讨论的改进清单。顺手看了下用量，界面显示这一轮消耗了个人订阅额度的 1.68%。
把这个"新用户"加入 QA 流程
看完报告，我又让豆包工作把这次任务整理成了一个 Skill，准备留着以后复用。后续版本更新，就可以按同样的要求再体验一遍，看看新用户上手时还有哪些地方不顺。
顺着这个思路，或许可以把豆包工作加入我们的 QA 流程。我想继续试两件事：
- 把更多类似的测试整理成 Skill，逐渐积累出一套 Agent 可以执行的测试用例。
- 再设计一个"QA 负责人"角色，汇总这些测试报告，结合飞书等工具，让问题能被跟进、修复和复测。
你觉得这个设想可行吗？感兴趣的朋友，留言区一起聊聊！
又有 30 天免费会员可领
最后，再给大家带个福利：豆包工作福利更新了！之前领取过的用户，原来的权益到期后，可以再领取一次 30 天。 网页搜索【豆包工作】下载电脑端，限时领取30天会员权益。登录后按活动页提示领取，具体资格和入口以页面为准。