跳转到内容
主站 新闻 控制台

深度实测「豆包工作」+飞书:目前最接近企业 Agent 终局的方案

· 量子位
国内AI

今天,「豆包工作」作为面向生产力场景的 Agent 产品正式发布。

深度实测后,我们最直白的结论是:

它与飞书的深度打通,给出了目前 Agent 进入组织的一份最佳答案。

当主流办公 Agent 都能处理文件、调用工具、生成网页,基础能力越来越接近时,真正拉开差距的,可能就在于谁更了解一家公司的真实工作:

项目群里聊过什么,会议上定了什么,多维表格记录到哪一步,以及每个人能查看和操作哪些数据。

这些企业上下文,正在成为办公 Agent 的下一场比赛。

飞书恰好沉淀了这些信息。豆包工作接入飞书后,不再需要每次从头认识一遍公司,而是可以沿着团队已有的讨论、数据和工作流继续推进。

所以这次实测,我们不仅想知道豆包工作能不能把活干完,也想看看:

当 Agent 开始读懂一家公司的上下文,工作会发生什么变化?

你想让 Agent 做的,豆包工作都能做

打开豆包工作,我的第一反应是:

啊?这还是豆包吗?怎么连 Logo 都换了?!

是的,豆包工作采用了全新的 Logo 和独立应用。

不过,界面仍然是经典的三栏布局:左侧管理任务,中间查看执行过程,右侧预览和编辑成果。

比较特别的是,它支持使用飞书账号一键登录。

如果你用过 Codex、Claude Cowork 或其他办公 Agent,上手基本没有门槛。

你只需说清目标,剩下的任务拆解和工具调用,豆包工作会自行安排。

第一项任务,我们让它读取桌面上的品牌资料,制作三张宣传图、一支 15 秒视频和一个交互式网页。

我没有逐个上传文件,也没有指定任何工具,一切交给豆包工作自行发挥。

不到 10 分钟,它就把三份作业一起交了回来:

从结果来看,图片、视频和网页都围绕同一套品牌信息生成,视觉风格也能保持一致。

网页还可以继续编辑和发布,圈哪改哪,相当方便。

第二个案例,我们把难度提升了一档:

只给一份采购任务书,让豆包工作自行寻找 3 套办公电脑方案,为 100 台设备完成采购比选。

它会基于视觉操作浏览器,搜索供应商,并进入商品页和动态配置器核对信息。

最终,豆包工作按照相同的配置和服务标准重新核算报价,计算单台完整投入,再生成对比表与交互式看板。

对于无法从公开网页确认的批量价格、库存和交期,它也没有强行补齐,而是标记为「待询价」或「估算」。

从视觉浏览器操作、公开信息核验,到表格分析和交互式网页搭建,豆包工作都完成得相当顺利。

两轮实测下来,结论已经很明确:

主流办公 Agent 能干的活,豆包工作都能接得住。

甚至,一些细节还有额外惊喜。

比如,视觉浏览器遇到页面打不开时,会主动返回搜索结果,换个入口继续核验;对国内网站和内容平台的适配也更加顺手。

人不在电脑旁时,还可以用手机远程安排和验收任务。

数据采集、批量处理这类重活,也能交给云电脑在后台继续运行。

但测到这里,一个新问题也随之浮现出来:

当处理文件、操作浏览器和搭建网页逐渐成为标准能力,办公 Agent 真正的差距,还会出现在哪里?

企业上下文,正在成为 Agent 的分水岭

Agent 的能力趋同,几乎已成为必然趋势。

模型能换,工具能接,Agent Harness 工程也在快速开源。今天你多会一招,同行过几天就能补上。

因此,企业 Agent 的比赛已经进入下半场。上半场比谁更会干活,下半场则比谁更懂组织。

前段时间 OpenClaw 走红后,一个很有意思的场面出现了:大家前脚把 Agent 装好,后脚就忙着往飞书里接。

而飞书也迅速推出官方插件和 CLI,开放消息、文档和多维表格等能力。

大家纷纷选择飞书,原因并不复杂。

一家公司的聊天、文档、会议、业务数据和协作关系,都沉淀在这里。Agent 想要理解企业上下文,飞书几乎成了绕不开的入口。

但「接入飞书」和「原生打通飞书」之间,体验仍有差别。

OpenClaw 和其他 CLI Agent 通常需要安装插件、创建应用,再单独配置身份与权限。

相比之下,豆包工作支持使用飞书企业账号直接登录,可谓近水楼台先得月——Agent 从一开始就在同一套组织身份和权限体系中。

实测之后,我觉得确实非常顺畅。

就拿我们编辑部来说,大家几乎每天都会在群里讨论具身智能行业的最新信息。

一会儿有人甩来一条机器人领域的新消息,一会儿有人补充公司背景,聊着聊着又拐到技术路线和行业争议。

信息很多,也很有用。

但等到真正做选题时,问题来了:

刚才是谁提的?最后决定跟进哪个?那条关键信息又被刷到哪里去了?

想找回来,只能吭哧吭哧地爬楼。

这一次,我们使用飞书企业账号登录豆包工作,让它直接读取编辑部近期围绕世界机器人大会和具身智能展开的群聊。

很快,豆包工作就找到了飞书中的相关群聊记录和云文档,并开始梳理其中的线索。

此前群里总结的几个重点,它都准确提取了出来;同时,它还把线索分成「本周重点」「持续观察」和「观察池」,补充了负责人和待核实项。

就连被 Pass 的选题,原因也写得很清楚。

随后,豆包工作把结果同步到多维表格,一份可以继续筛选、补充和协作的「具身智能选题雷达」就此生成。

最方便的地方在于,整个过程中不需要重新上传聊天记录,也不用解释编辑部此前讨论过什么,豆包工作就能自行完成整理。

能省掉的苦活,显然不只「群聊爬楼」这一项。

豆包工作还能从群聊、任务和审批中梳理跨部门项目进度,判断能否按时上线,以及风险卡在哪里。

到了销售和运营场景,它还可以读取飞书表格,分析目标差距或内容表现,生成可视化报告,再把下一步建议直接发回对应的工作群。

总结、分析、建任务、找人推进,一路都在飞书里完成。

这才是「企业上下文」最直观的价值:

Agent 终于不用每天重新入职了。

One More Thing

当基础能力逐渐趋同,Agent 的下一场比赛,比的是谁更懂企业的上下文和工作流。

Claude 选择 Slack,豆包工作接入飞书,头部 Agent 正在走向同一个方向:进入企业真实的沟通、数据和工作流。

认真干活只是豆包工作的起点,它已经开始回答一个更难的问题:

当 Agent 进入一家公司,它怎样才能真正成为组织的一部分?

企业级 Agent 的终局还没有定论,这场比赛也才刚刚进入下半场。

但从目前的产品形态和落地进度来看,豆包工作与飞书,已经是这条路上跑得最快的一组答案。