RéponsesPublié19 sources
Comment Doubao est passé du chatbot à l’agent IA de bureau
Doubao ne se limite plus à la conversation : son mode « Tâches professionnelles » sur Windows peut afficher l’écran, déplacer la souris, cliquer et saisir du texte, sous la supervision de l’utilisateur. Son intérêt vient de la combinaison entre automatisation du bureau, Skills, connecteurs, exécution à distance et o...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche
Points clés à retenir
- Doubao ne se limite plus à la conversation : son mode « Tâches professionnelles » sur Windows peut afficher l’écran, déplacer la souris, cliquer et saisir du texte, sous la supervision de l’utilisateur.
- Son intérêt vient de la combinaison entre automatisation du bureau, Skills, connecteurs, exécution à distance et outils créatifs de ByteDance, dont Seedance 2.5.
- Le contrôle graphique doit rester une automatisation supervisée : privilégiez les connecteurs ou API approuvés et exigez une validation humaine pour les paiements, connexions, publications et actions irréversibles.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How did ByteDance’s Doubao PC client, as described in the August 21, 2026 post, evolve into a Codex-style AI agent and a Chinese “ChatGPT-pl. Article summary: Doubao’s shift is best understood as a move from a chat-and-content assistant to a desktop execution agent: it can reason about a task, access tools and connected services, and—in the Windows virtual-desktop mode—visuall. Topic tags: general, general web, documentation, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Le client PC de Doubao n’est plus seulement un chatbot. Il est plus juste de le décrire comme un agent IA de bureau : un système capable d’interpréter un objectif, de choisir des outils et d’enchaîner plusieurs étapes dans un navigateur, des services connectés ou l’interface de l’ordinateur.
L’expression « ChatGPT chinois avec Codex intégré » constitue donc une comparaison pertinente pour comprendre son positionnement. Elle reste toutefois une analogie commerciale et non la preuve que Doubao est le meilleur remplacement chinois de Codex. Les éléments disponibles montrent une nette extension de ses capacités d’exécution, mais les données comparatives sur la fiabilité, la sécurité, les intégrations et les usages développeurs restent limitées.
Le changement clé : produire une réponse ne suffit plus
Les éléments les plus concrets concernent le mode Tâches professionnelles de Doubao sur Windows et son bureau virtuel. Après autorisation, l’agent peut voir l’écran, déplacer la souris, cliquer sur des boutons et saisir du texte au clavier. L’utilisateur peut suivre l’opération, la mettre en pause ou reprendre la main. 1
Le modèle d’interaction change alors complètement. Un chatbot classique peut expliquer une procédure ou rédiger un document. Un agent capable d’utiliser un ordinateur tente, lui, d’aller jusqu’à l’exécution : ouvrir des logiciels, renseigner des champs, transférer des données entre outils et produire un résultat exploitable.
Le client PC a également été décrit comme réunissant un navigateur avec accès authentifié, le contrôle de l’interface graphique, l’exécution à distance d’un téléphone vers un PC, des ordinateurs cloud sélectionnables, des connecteurs et des Skills réutilisables. 2
7 L’ensemble rappelle la trajectoire d’un assistant qui associerait la conversation façon ChatGPT à l’exécution de tâches façon Codex.
Pourquoi la comparaison avec ChatGPT et Codex tient la route
Elle repose sur deux niveaux :
- Une assistance de type ChatGPT : interaction en langage naturel, recherche, rédaction, travail documentaire, création multimodale et planification.
- Une exécution de type Codex : actions en plusieurs étapes dans un navigateur, des services connectés, des applications de bureau et, si nécessaire, l’interface graphique.
2
7
La logique du produit dépasse donc la simple capacité à « cliquer ». L’agent peut devenir une interface pour des outils, des workflows et des fonctions spécialisées. La documentation de ByteDance mentionne notamment des plug-ins de recherche web, les Agent Skills et MCP, ce qui pointe vers un système orienté outils plutôt que vers une simple fenêtre de conversation. 17
Cette distinction est importante. L’automatisation graphique n’est qu’une couche parmi d’autres : les connecteurs et les appels d’outils structurés peuvent offrir un accès plus prévisible aux services, tandis que le contrôle de l’interface reste utile lorsqu’aucune intégration adaptée n’existe.
Les Skills transforment les habitudes en workflows réutilisables
Un Skill peut être compris comme un workflow empaqueté : une suite d’étapes réutilisable pour un type de tâche précis. Les Skills les plus utiles devraient généralement avoir :
- des entrées clairement définies ;
- des étapes répétables ;
- un résultat vérifiable ;
- un point précis où l’utilisateur peut donner son accord.
Cette méthode est plus réaliste que de confier d’un seul coup à l’agent un objectif immense et vague. Mieux vaut commencer par un petit processus, examiner le résultat, corriger les points de défaillance, puis seulement envisager sa réutilisation ou sa programmation.
Des contenus consacrés à Doubao Work évoquent la production bureautique, la recherche, les analyses planifiées et les workflows partagés en équipe. Ils mentionnent notamment la possibilité de renvoyer des documents, tableurs, présentations et résultats web vers Feishu pour les commenter et les modifier. Ces informations proviennent d’un contenu publié sur les réseaux sociaux par un utilisateur : elles doivent donc être considérées comme des indications de produit à confiance limitée, et non comme des capacités vérifiées indépendamment. 32
Le principe général reste néanmoins solide : l’IA devient plus utile lorsque l’on repère délibérément les tâches répétitives et fondées sur des règles, puis que l’on transforme les séquences qui fonctionnent en processus supervisés et réutilisables.
Ce que les démonstrations prouvent — et ce qu’elles ne prouvent pas
Les exemples de comparaison de produits sur JD.com, de création d’un questionnaire Tencent Surveys, d’organisation d’une expédition SF Express, de remplissage de factures, de comparaison de prix d’API, d’analyse de titres YouTube ou d’exécution de workflows planifiés illustrent tous le même schéma :
Décrire le résultat attendu, laisser l’agent accomplir les étapes répétitives, puis vérifier le résultat.
Mais les éléments fournis ne permettent pas de vérifier indépendamment chacune de ces démonstrations comme une fonctionnalité généralement disponible et fiable. Une démo peut dépendre d’un compte particulier, de la structure momentanée d’un site, d’autorisations spécifiques ou d’une étape réalisée manuellement.
La conclusion la mieux étayée est plus limitée : le bureau virtuel de Doubao montre une automatisation par ordinateur dans laquelle l’agent peut utiliser un environnement Windows local avec l’autorisation et sous la surveillance de l’utilisateur. 1
C’est une avancée importante, mais elle ne prouve pas une automatisation fiable de tous les sites web, parcours de paiement, systèmes d’entreprise ou cas imprévus.
Seedance 2.5 élargit Doubao vers la création assistée
La stratégie de Doubao ne se limite pas aux logiciels de bureau. Seedance 2.5 a été lancé avec des améliorations dans la création narrative longue, les références multimodales et l’édition, puis rendu disponible dans Doubao Professional. 18
Le modèle peut générer nativement une vidéo unique de 30 secondes. De son côté, le Skill de création vidéo de Doubao peut suivre un workflow agentique : décomposer une demande générale, puis coordonner la génération d’images et de vidéos. 26
Cela donne à Doubao une forme de produit particulière. Le même assistant peut potentiellement passer d’une consigne en langage naturel à la planification créative, aux éléments de référence et au workflow vidéo final.
Cela ne démontre pas que les vidéos produites sont supérieures dans tous les contextes professionnels. Cela montre en revanche comment un Skill peut servir d’intermédiaire entre un objectif large et plusieurs modèles ou outils spécialisés.
Une hiérarchie plus sûre pour automatiser
Pour utiliser un agent de bureau avec moins de risques, choisissez la méthode d’automatisation la moins fragile capable d’accomplir la tâche :
- Commencez par un connecteur officiel ou une intégration reposant sur une API. Les intégrations structurées rendent généralement les autorisations, les entrées et les sorties plus faciles à comprendre et à auditer.
- N’utilisez CLI ou MCP que si l’intégration est approuvée et que le périmètre des données est clair. Ces outils peuvent être puissants, mais ils ne devraient pas disposer de droits plus larges que nécessaire.
- Réservez le contrôle graphique à un rôle de secours. Il est précieux pour les applications sans intégration, mais les actions à l’écran sont plus fragiles et peuvent déclencher le mauvais contrôle ou une opération irréversible. La possibilité de mettre Doubao en pause et de reprendre la main est donc un élément central du dispositif, pas un simple détail d’interface.
1
- Demandez une validation avant toute action aux conséquences importantes. Une personne doit rester dans la boucle pour les connexions, les paiements, les changements de compte, les publications externes, les démarches administratives et les validations finales.
Évitez l’exécution autonome sur les services sensibles : plateformes financières, systèmes de paiement, comptes pouvant publier en public, portails contenant des données personnelles sensibles ou services comme Xiaohongshu, où une publication ou une action erronée sur un compte pourrait coûter cher.
La règle pratique est simple : laissez l’agent préparer et naviguer, mais faites confirmer par un humain tout ce qui est difficile à annuler.
Une base d’utilisateurs qui facilite la distribution
L’échelle annoncée de Doubao aide à comprendre pourquoi ByteDance cherche à faire passer le produit de la conversation à l’exécution. Une source estime à 382 millions le nombre de ses utilisateurs actifs mensuels ; un rapport du gouvernement de Pékin cite lui aussi plus de 382 millions d’utilisateurs actifs mensuels. 2
9
À titre de comparaison, Reuters a rapporté que ChatGPT avait atteint environ 1 milliard d’utilisateurs actifs mensuels dans le monde en mai 2026, selon des données de Sensor Tower. 33 Ces chiffres ne sont pas directement comparables : ils ne couvrent pas nécessairement la même zone géographique, la même méthode de mesure ni le même périmètre produit. Ils ne suffisent pas non plus à établir la qualité du modèle, la maturité en entreprise ou la fiabilité de l’agent.
L’opportunité de Doubao tient donc moins à la perspective de battre ChatGPT sur un indicateur mondial qu’à sa capacité à convertir une immense base d’utilisateurs en usages réguliers d’outils, de services et de workflows créatifs locaux.
Verdict : une alternative crédible, mais pas encore un vainqueur prouvé
La conclusion la plus solide est que Doubao est devenu une alternative de type Codex convaincante pour le marché chinois. Son dossier repose sur :
- le contrôle d’un ordinateur Windows dans un bureau virtuel ;
- les fonctions de navigation, d’exécution à distance et de connexion à des services rapportées pour le client PC ;
- les Skills, les plug-ins de recherche web et la prise en charge de MCP ;
17
- une importante base d’utilisateurs annoncée ;
9
- l’accès aux outils créatifs de ByteDance, notamment Seedance 2.5.
18
26
En revanche, les preuves disponibles ne permettent pas d’affirmer que Doubao est catégoriquement le meilleur remplacement domestique de Codex. Il faudrait pour cela comparer de manière contrôlée les taux de réussite, la récupération après erreur, les contrôles de sécurité, la couverture des intégrations, les tarifs, les outils pour développeurs et la fiabilité en production.
Pour l’instant, l’évolution la plus importante de Doubao est conceptuelle : l’assistant ne cherche plus seulement à produire une réponse, mais à faire progresser le travail. Dans cette catégorie, les gagnants seront les produits capables d’associer de larges compétences à des intégrations fiables, des permissions transparentes et une supervision humaine rigoureuse.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Comment Doubao est passé du chatbot à l’agent IA de bureau » ?
Doubao ne se limite plus à la conversation : son mode « Tâches professionnelles » sur Windows peut afficher l’écran, déplacer la souris, cliquer et saisir du texte, sous la supervision de l’utilisateur.
Quels sont les points clés à valider en premier ?
Doubao ne se limite plus à la conversation : son mode « Tâches professionnelles » sur Windows peut afficher l’écran, déplacer la souris, cliquer et saisir du texte, sous la supervision de l’utilisateur. Son intérêt vient de la combinaison entre automatisation du bureau, Skills, connecteurs, exécution à distance et outils créatifs de ByteDance, dont Seedance 2.5.
Que dois-je faire ensuite en pratique ?
Le contrôle graphique doit rester une automatisation supervisée : privilégiez les connecteurs ou API approuvés et exigez une validation humaine pour les paiements, connexions, publications et actions irréversibles.
Sources