豆包工作在 2026 年 8 月下旬以字節跳動獨立辦公 AI 產品身份推出，支援整合 Lark（飛書的海外品牌）、自行拆解工作、調用工具、執行複雜流程，並在獲授權後操作虛擬桌面和瀏覽器。到 9 月 2 日，產品再加兩項實用能力：多智能體並行，以及 macOS 的本地「操作電腦」。475119

呢次更新重點唔在於螢幕上同時出現幾多個 Agent，而係一個更實際嘅問題：一項真實工作，能否分成互不阻塞嘅部分，再穩陣地交付？

今次更新咗乜？

多智能體並行

豆包工作可由一個負責協調嘅主 Agent 理解複雜要求，將工作拆成專門模組，同時派畀多個子 Agent，最後再匯總成一份成果。報道舉例，做競品分析報告時，可由不同 Agent 分別搜集資料、建立報告框架、製作圖表。1823

功能已在桌面版推出。用戶選擇本機電腦環境後，可以在指令中明確要求豆包工作使用多個子 Agent 完成任務。1923

macOS「操作電腦」

同一次更新亦將本地 GUI（圖形使用者介面）操作帶到 Mac。經用戶授權後，豆包工作可以查看可見螢幕內容，並在應用程式內模擬滑鼠及鍵盤操作；毋須 MCP、API、外掛或命令列介面（CLI）。用戶可隨時接管或者停止任務；Windows 之前已支援此功能。1923

即係話，佢嘅可操作範圍由瀏覽器流程、已連接服務，延伸到只提供人手操作介面嘅桌面軟件。

多 Agent 其實點樣分工？

整個流程大致分三步：

1. 規劃： 主 Agent 理解用戶要嘅最終成果，找出可分開處理嘅工作線。
2. 同步執行： 各個子 Agent 同時處理不同專項。
3. 整合： 主 Agent 收集結果，輸出一份合併後嘅成品。1823

例如一份市場報告，可以一邊查找資料、一邊起大綱，另一邊準備輔助圖表。真正節省嘅係「等候時間」：只要幾條工作線毋須互相等結果，就有機會同時推進。

邊啲工作先至真係會快？

字節跳動公開提及嘅適用情境，包括批量處理、模組化生成、多維度研究同多渠道檢索。佢哋嘅共同點係：大部分工作可以獨立並行。1926

通常符合以下條件，並行先最有機會見到效益：

• 模組清楚： 研究、撰稿、整理數據、準備視覺素材可以清晰拆開。
• 彼此依賴少： 一個 Agent 唔使等另一個完成先可以開工。
• 唔爭用同一資源： 唔會同時改同一份檔案，或者搶同一個桌面工作階段。
• 交付標準明確： 每個分支知道自己範圍、資料來源、格式同交接要求。

所以，所謂「成倍慳時間」要視乎情況，唔係一開多幾個 Agent 就自然更快。若流程必須嚴格逐步做，或者最後要花大量時間對答案、去重、核實，主 Agent 整合與質檢嘅成本，隨時會食晒並行帶來嘅好處。

較適合並行嘅任務

• 以不同維度分工嘅競品或市場研究
• 批量分類、文件預備工作
• 研究、提綱、表格、圖表能分開處理嘅報告
• 從多個互不依賴來源檢索資料
• 以同一份簡報要求產出不同格式、但彼此毋須依賴嘅成果 1924

較唔適合並行嘅任務

• 每一步都要等上一部經核實結果先可進行嘅流程
• 多個 Agent 要改同一份文件、紀錄或控制同一個桌面環境
• 目標太含糊，令各 Agent 重複做研究嘅要求
• 涉及敏感交易，而每一步都要明確覆核先可繼續嘅工作

例如只講一句「研究我哋嘅競爭對手」，好容易出現重複勞動。較好嘅寫法係直接劃分跑道：定價、產品功能、客戶評價、監管風險；同時講明資料來源要求、共用比較表格式，同埋遇到結論不一致時點樣標記。

點解 GUI 操作可以觸及更多軟件？

Mac 功能係透過畫面上見到嘅圖形介面操作，而唔係靠專用系統連接。報道指，佢會讀取螢幕、辨識按鈕、輸入欄及選單等元素，並在授權後模擬人手點擊與輸入。1819

實際上，呢種畫面導向控制對以下軟件特別有意義：

• 無公開 API 嘅內部入口、業務系統
• 舊式桌面客戶端與遺留軟件
• 為特定行業而設、但不值得花成本長期維護整合嘅專用系統
• 橫跨普通桌面應用程式、一次性或低頻使用嘅工作流程

毋須 MCP、API、外掛或 CLI 嘅吸引力，就係可以將自動化帶到大量原本只為人手操作而設嘅系統。豆包工作推出時，已主打 Lark 整合、虛擬桌面控制同瀏覽器操作。4751

GUI 自動化同結構化連接，唔係二揀一

螢幕操作同結構化工具，各有適合嘅位置。

GUI 控制勝在覆蓋範圍。 無整合都可以做，因為 Agent 直接同人眼見到嘅介面互動。但佢會受版面改動、彈出視窗、網頁載入慢、登入提示同突發狀態影響；相似嘅畫面按鈕亦可能造成判斷含糊。

API 或 MCP 類結構化工具則勝在邊界清晰。 設計良好嘅連接可提供有名稱嘅動作、明確參數、權限設定、可預期回應與機器可讀錯誤。對經常重複或影響重大的操作，驗證、審計與管控都較容易。

實務上，兩者應該互補：

1. 經常使用、高交易量、敏感或涉及重要決策嘅步驟，優先用已批准嘅結構化連接。
2. 無法接入嘅內部系統、遺留軟件，以及缺乏可行整合嘅「最後一里」，再用桌面或瀏覽器控制。
3. 不可逆操作之前應設人手批准；測試亦唔好只睇順利流程，例外情況一樣要試。

豆包工作喺字節跳動辦公 AI 佈局中嘅位置

豆包工作在 8 月 25 日推出，定位為深度整合 Lark 嘅 Agent 辦公產品。報道亦指出，字節跳動正將 TRAE 編程產品及 Coze Agent 建構平台背後團隊，整合到更廣泛嘅豆包體系。5148

9 月更新，為呢個辦公 Agent 定位加咗兩種互補嘅執行方式：以並行拆解提高吞吐量，以及以本地 GUI 操作覆蓋更多桌面軟件。但兩項能力本身，唔代表所有流程都已經可靠到適合完全自主執行。

企業採購應該量度乜？

一段好睇嘅示範，或者名義上好多個 Agent，唔等於實際有價值。更值得睇嘅指標係：在公司真正使用嘅應用程式之中，每小時有幾多宗任務可以可靠完成、並獲接受。

建議追蹤：

• 端到端完成率，包括登入、例外處理與交接
• 中位數及第 95 百分位完成時間，包括人手覆核與修正
• 多 Agent 整合後嘅重複工作比率與事實一致性
• GUI 工作流程嘅重試、人手介入及回滾比率
• 面對介面變動、彈窗、慢載入或意外畫面時嘅表現
• 高影響操作中，經結構化工具處理與經畫面控制處理嘅比例
• 重要操作嘅存取範圍、批准關卡、日誌與可追溯性
• 每宗獲接受成果嘅成本，而唔係每次模型調用嘅成本

豆包工作今次更新，確實擴闊咗辦公 Agent 可做嘅範圍：工作真係可以拆開時，並行有望提升吞吐；Mac GUI 控制則可接觸無現成整合嘅軟件。企業最終要驗證嘅，仍然係呢啲功能喺真實工作環境下，能否產出準確、可覆核嘅結果。1923

豆包工作在 2026 年 8 月下旬以字節跳動獨立辦公 AI 產品身份推出，支援整合 Lark（飛書的海外品牌）、自行拆解工作、調用工具、執行複雜流程，並在獲授權後操作虛擬桌面和瀏覽器。到 9 月 2 日，產品再加兩項實用能力：多智能體並行，以及 macOS 的本地「操作電腦」。475119

呢次更新重點唔在於螢幕上同時出現幾多個 Agent，而係一個更實際嘅問題：一項真實工作，能否分成互不阻塞嘅部分，再穩陣地交付？

今次更新咗乜？

多智能體並行

豆包工作可由一個負責協調嘅主 Agent 理解複雜要求，將工作拆成專門模組，同時派畀多個子 Agent，最後再匯總成一份成果。報道舉例，做競品分析報告時，可由不同 Agent 分別搜集資料、建立報告框架、製作圖表。1823

功能已在桌面版推出。用戶選擇本機電腦環境後，可以在指令中明確要求豆包工作使用多個子 Agent 完成任務。1923

macOS「操作電腦」

同一次更新亦將本地 GUI（圖形使用者介面）操作帶到 Mac。經用戶授權後，豆包工作可以查看可見螢幕內容，並在應用程式內模擬滑鼠及鍵盤操作；毋須 MCP、API、外掛或命令列介面（CLI）。用戶可隨時接管或者停止任務；Windows 之前已支援此功能。1923

即係話，佢嘅可操作範圍由瀏覽器流程、已連接服務，延伸到只提供人手操作介面嘅桌面軟件。

多 Agent 其實點樣分工？

整個流程大致分三步：

1. 規劃： 主 Agent 理解用戶要嘅最終成果，找出可分開處理嘅工作線。
2. 同步執行： 各個子 Agent 同時處理不同專項。
3. 整合： 主 Agent 收集結果，輸出一份合併後嘅成品。1823

例如一份市場報告，可以一邊查找資料、一邊起大綱，另一邊準備輔助圖表。真正節省嘅係「等候時間」：只要幾條工作線毋須互相等結果，就有機會同時推進。

邊啲工作先至真係會快？

字節跳動公開提及嘅適用情境，包括批量處理、模組化生成、多維度研究同多渠道檢索。佢哋嘅共同點係：大部分工作可以獨立並行。1926

通常符合以下條件，並行先最有機會見到效益：

• 模組清楚： 研究、撰稿、整理數據、準備視覺素材可以清晰拆開。
• 彼此依賴少： 一個 Agent 唔使等另一個完成先可以開工。
• 唔爭用同一資源： 唔會同時改同一份檔案，或者搶同一個桌面工作階段。
• 交付標準明確： 每個分支知道自己範圍、資料來源、格式同交接要求。

所以，所謂「成倍慳時間」要視乎情況，唔係一開多幾個 Agent 就自然更快。若流程必須嚴格逐步做，或者最後要花大量時間對答案、去重、核實，主 Agent 整合與質檢嘅成本，隨時會食晒並行帶來嘅好處。

較適合並行嘅任務

• 以不同維度分工嘅競品或市場研究
• 批量分類、文件預備工作
• 研究、提綱、表格、圖表能分開處理嘅報告
• 從多個互不依賴來源檢索資料
• 以同一份簡報要求產出不同格式、但彼此毋須依賴嘅成果 1924

較唔適合並行嘅任務

• 每一步都要等上一部經核實結果先可進行嘅流程
• 多個 Agent 要改同一份文件、紀錄或控制同一個桌面環境
• 目標太含糊，令各 Agent 重複做研究嘅要求
• 涉及敏感交易，而每一步都要明確覆核先可繼續嘅工作

例如只講一句「研究我哋嘅競爭對手」，好容易出現重複勞動。較好嘅寫法係直接劃分跑道：定價、產品功能、客戶評價、監管風險；同時講明資料來源要求、共用比較表格式，同埋遇到結論不一致時點樣標記。

點解 GUI 操作可以觸及更多軟件？

Mac 功能係透過畫面上見到嘅圖形介面操作，而唔係靠專用系統連接。報道指，佢會讀取螢幕、辨識按鈕、輸入欄及選單等元素，並在授權後模擬人手點擊與輸入。1819

實際上，呢種畫面導向控制對以下軟件特別有意義：

• 無公開 API 嘅內部入口、業務系統
• 舊式桌面客戶端與遺留軟件
• 為特定行業而設、但不值得花成本長期維護整合嘅專用系統
• 橫跨普通桌面應用程式、一次性或低頻使用嘅工作流程

毋須 MCP、API、外掛或 CLI 嘅吸引力，就係可以將自動化帶到大量原本只為人手操作而設嘅系統。豆包工作推出時，已主打 Lark 整合、虛擬桌面控制同瀏覽器操作。4751

GUI 自動化同結構化連接，唔係二揀一

螢幕操作同結構化工具，各有適合嘅位置。

GUI 控制勝在覆蓋範圍。 無整合都可以做，因為 Agent 直接同人眼見到嘅介面互動。但佢會受版面改動、彈出視窗、網頁載入慢、登入提示同突發狀態影響；相似嘅畫面按鈕亦可能造成判斷含糊。

API 或 MCP 類結構化工具則勝在邊界清晰。 設計良好嘅連接可提供有名稱嘅動作、明確參數、權限設定、可預期回應與機器可讀錯誤。對經常重複或影響重大的操作，驗證、審計與管控都較容易。

實務上，兩者應該互補：

1. 經常使用、高交易量、敏感或涉及重要決策嘅步驟，優先用已批准嘅結構化連接。
2. 無法接入嘅內部系統、遺留軟件，以及缺乏可行整合嘅「最後一里」，再用桌面或瀏覽器控制。
3. 不可逆操作之前應設人手批准；測試亦唔好只睇順利流程，例外情況一樣要試。

豆包工作喺字節跳動辦公 AI 佈局中嘅位置

豆包工作在 8 月 25 日推出，定位為深度整合 Lark 嘅 Agent 辦公產品。報道亦指出，字節跳動正將 TRAE 編程產品及 Coze Agent 建構平台背後團隊，整合到更廣泛嘅豆包體系。5148

9 月更新，為呢個辦公 Agent 定位加咗兩種互補嘅執行方式：以並行拆解提高吞吐量，以及以本地 GUI 操作覆蓋更多桌面軟件。但兩項能力本身，唔代表所有流程都已經可靠到適合完全自主執行。

企業採購應該量度乜？

一段好睇嘅示範，或者名義上好多個 Agent，唔等於實際有價值。更值得睇嘅指標係：在公司真正使用嘅應用程式之中，每小時有幾多宗任務可以可靠完成、並獲接受。

建議追蹤：

• 端到端完成率，包括登入、例外處理與交接
• 中位數及第 95 百分位完成時間，包括人手覆核與修正
• 多 Agent 整合後嘅重複工作比率與事實一致性
• GUI 工作流程嘅重試、人手介入及回滾比率
• 面對介面變動、彈窗、慢載入或意外畫面時嘅表現
• 高影響操作中，經結構化工具處理與經畫面控制處理嘅比例
• 重要操作嘅存取範圍、批准關卡、日誌與可追溯性
• 每宗獲接受成果嘅成本，而唔係每次模型調用嘅成本

豆包工作今次更新，確實擴闊咗辦公 Agent 可做嘅範圍：工作真係可以拆開時，並行有望提升吞吐；Mac GUI 控制則可接觸無現成整合嘅軟件。企業最終要驗證嘅，仍然係呢啲功能喺真實工作環境下，能否產出準確、可覆核嘅結果。1923