豆包工作的办公棋局：飞书与豆包的合流

大模型已经足够普遍，为什么企业生产力没有以相同速度增长？

AI产业链出现了两种不同的价值兑现速度，算力层率先建立起清晰的商业模式，AI芯片、云计算等基础设施厂商最先获得回报，对于多数企业，模型还要进入具体应用、工作流程和组织协作，才可能变成真正的收益。模型和生产力之间，仍缺少足够成熟的应用载体。

AI办公由此成为大厂集中投入的方向。

办公离生产力很近，需求高频，流程也比制造、研发等核心环节更标准化。更重要的是，办公汇集了企业的沟通、知识和协作关系，AI一旦在这里建立入口，便有机会继续进入项目管理、销售、财务和研发等更深层的业务流程。

腾讯推出WorkBuddy，阿里整合三款产品组成千问办公并计划接入钉钉，微软和Google分别搭建Work IQ与Workspace Intelligence，大厂的应用竞争，由此集中到一个看似垂直的办公场景。

面对AI这样的革命性技术，人们往往聚焦它带来了哪些变化，却容易低估那些决定生产效率的底层问题。马克思在《资本论》中写道，各种经济时代的区别，不在于生产什么，而在于怎样生产，用什么劳动资料生产。

这句话是观察当下AI办公竞争的一组恰当坐标。

大模型首先回答了生产什么，它可以写文章、做表格、生成图片，给出越来越复杂的知识产品。办公Agent要继续回答另外两个问题，一个是怎样生产，例如让AI理解目标、拆解任务、调用工具并推进完整流程；另一个是用什么劳动资料生产，包括协作入口、企业数据、身份权限，以及能够执行任务的Agent。

8月25日发布的豆包工作，可以看作字节跳动对这两个问题的一次集中作答。此前，飞书产品团队并入豆包体系，TRAE与扣子的部分能力随后归拢，飞书销售团队和火山引擎销售合并，企业市场的销售资源也被重新组合。

这些调整最终指向同一个目标，字节希望把模型、办公场景和企业服务连接起来，它的AI办公答案，需要沿着产品、劳动资料和生产关系三层展开。

豆包工作，先回答怎样生产

Chatbot很容易展示模型能力，用户提供一组资料，模型可以写一份材料、总结一场会议或回答一个问题，输入和输出都停留在对话框中。

企业真正愿意持续付费的工作，很少如此封闭。一项任务通常包含资料搜集、内容制作、反复修改、软件操作和团队协作，最终还要交付能够直接使用的结果，它不是一次问答，而是一串彼此依赖的动作。

包括豆包工作在内的AI办公产品，都在尝试接管这条任务链中更多环节。

针对日常办公中高频且耗时的工作，豆包工作可以撰写方案、整理会议纪要、起草报告和完成调研总结，也能制作表格并分析数据。在更复杂的制作场景中，交付物还可以延伸到图片、视频、网页乃至应用。

内容生成只是第一步，修改方式同样影响任务效率，传统对话式AI通常需要用户重新描述要求，再生成一个完整版本。豆包工作允许用户直接框选文档、表格、PPT或网页中的局部内容，只调整存在问题的部分，已经确认的内容可以继续保留。

这样的协作更接近真实的内容生产过程，AI形成初稿，人给出具体判断，AI再根据反馈加工。双方围绕同一份成果持续修改，直到达到交付标准，而不必在多个完整版本之间反复重来。

再往后，AI还要把内容变成行动，大量企业工作需要打开网页、查询信息、使用专业软件、填写表单或比对不同来源的资料，如果这些步骤仍由人逐项完成，模型提供的只是流程中间的一份素材。

豆包工作因此把执行能力延伸到浏览器和本地电脑，获得用户授权后，它可以跨软件推进任务，例如浏览网页搜集资料，调用专业软件处理数据，再把结果填写到指定表格。

长时间运行的任务可以交给云电脑继续执行，技能、连接器和工作伙伴承担了更复杂的任务编排。用户可以根据工作需要调用不同工具或外部能力，处理数据分析、内容策划、科研和金融等专业任务，面对步骤更多的项目，还可以让多个专业Agent组成工作小队，由不同Agent分别负责数据处理、资料研究和视觉设计，再将结果汇总为一份完整交付。

以数据调研报告为例，过去通常由一个人依次完成资料搜集、数据整理、观点提炼、文稿撰写和图表设计。多Agent协作可以把这些环节拆开并行推进，数据Agent负责清洗和分析，研究Agent梳理资料并提炼结论，设计Agent制作图表，人则负责提出研究问题、设定判断标准和审核最终结果。

豆包工作对怎样生产的回答，正是把AI的工作单位由一次生成扩大为一项任务。它先生成和编辑内容，再调用工具操作软件，根据任务需要组织多个Agent，最后形成可以使用的交付物。

不过，仅有执行能力还不够，Agent可以操作电脑，也可以规划任务，但它仍然需要知道资料在哪里、哪份信息可信、谁拥有决策权，以及哪些动作超出了权限。完成真实的企业工作，依赖的不只是一台电脑和一个模型。

这就涉及第二个问题，AI究竟使用什么劳动资料生产。

办公Agent的竞争

企业劳动资料的变化

麦肯锡2025年全球AI调查显示，62%的受访企业已经试验AI Agent，23%在至少一个业务领域进入规模化阶段，但在任何单一职能中，规模化采用的比例都没有超过10%。

企业采用AI的热度已经很高，真正形成财务影响的仍是少数，原因之一在于，AI虽然能够处理公开知识和用户提供的材料，却很难自然获得企业内部的工作信息。

真实工作中的讨论发生在群聊和会议中，判断依据散落在文件、表格和业务系统里。AI缺少这些资料，用户便要反复复制背景、解释项目状态、指出文档版本，看似由AI完成的工作，仍然需要大量人工准备。

麦肯锡的调查还显示，重新设计工作流程，是与生成式AI带来利润影响关联最强的组织因素之一，企业需要让AI进入资料获取、判断、执行和交付的连续过程，单独在旧流程旁边增加一个问答框，很难完成这项改变。

在知识工作场景中，劳动资料已经成为一套复合系统，协作入口提供任务发生的现场，企业数据构成判断依据，身份和权限划定行动边界，电脑与浏览器把计划变成动作，文档、表格和应用则负责承接结果。

这些环节彼此断开，Agent只能完成局部任务；它们连接起来，AI才可能真正参与工作。

大厂的资源条件因此开始显现，微软通过Office、Teams和Microsoft Graph连接邮件、会议与文件；Google掌握Gmail、Drive和Workspace；腾讯拥有通讯入口、文档与会议；阿里则以钉钉和云服务承接企业协作及业务系统。

各家发布的虽然都是办公产品，争夺的却是三项底层能力：能否理解一家公司的实际情况，能否调用工具完成整项任务，成果能否留在组织中继续使用。

字节的产品组合也沿着这三道门槛展开。豆包提供模型、Agent能力和用户入口，电脑与浏览器操作负责执行，飞书则提供由群聊、会议、文档、日程和协作关系构成的工作现场。

其中，飞书提供的企业上下文，是豆包工作进入组织场景的关键劳动资料。

Agent可以在飞书授权范围内调用群聊、文档、会议纪要和日程，资料不必逐份复制进对话框，Agent可以沿着项目名称和协作关系寻找进展、还原决策过程，并判断下一步需要谁参与。

电脑操作决定Agent能不能做，飞书上下文决定它依据什么做，身份权限则限定它可以做到哪一步。

飞书的价值不只是提供一批文档和聊天记录，更重要的信息隐藏在这些内容之间，谁参与了项目，哪份材料是当前版本，一项决定由谁作出，哪些信息可以被调用，哪些动作需要审批。模型拥有通用知识，却不了解一家企业具体如何运转，飞书积累的协作关系，为Agent理解实际工作提供了线索。

完成任务之后，生成的文档、表格和应用还可以回到飞书沉淀，成熟流程可以保存为共享技能，在后续任务中重复调用，一次执行留下的不只有结果，还有团队能够继续使用的方法。

这套机制开始改变企业劳动资料的形态，文档、会议和聊天记录不再只是供人查阅的信息，也成为Agent可以使用的工作上下文；流程不再只存在于员工个人经验中，也可以被封装成技能；办公软件除了连接人与人，还要为Agent提供身份、权限、知识和行动接口。

豆包与飞书的合流，真正需要解决的正是这件事，把模型、执行工具和企业上下文组织成一套能够连续工作的生产系统。

豆包工作

最终要打造一种AI时代的生产关系

问题随之而来——无论字节还是其他大厂，如此重兵投入AI办公，究竟值不值得？即使在高峰时期，钉钉或飞书的协同办公生意也不过数十亿元。

如果仍然按照传统办公软件的订阅收入估算，这笔投入未必容易解释，大厂争夺的并不只是文档、会议或即时通讯的市场，而是AI进入企业后的任务入口。

一旦Agent能够理解企业上下文、调用软件并执行完整流程，办公产品连接的就不再只是员工，也包括模型调用、云端算力、企业数据和业务系统。它的潜在收入也不再局限于软件席位，还可能来自模型服务、云资源、Agent工具、企业部署和后续交付。

更重要的是，办公场景决定AI最初如何进入组织。员工每天在哪里沟通、查阅信息和推动项目，AI就最可能从哪里获得任务，谁掌握这个入口，谁就更有机会继续进入销售、财务、研发等业务环节。

往更深远看，办公Agent的长期影响不能只用收入结构解释，它还在推动一套AI时代的生产关系形成。

传统生产关系主要围绕人与人展开，因为生产的组织者、执行者和责任承担者都是人。Agent进入工作流程后，AI不再只是被动等待指令的工具。它可以理解目标、拆解任务、调用其他工具、组织多个Agent并执行具体动作，逐渐成为生产过程中的任务承担者。

当AI开始参与分工、执行和协作，人与AI之间的关系也成为生产关系的一部分。

这种关系首先表现为新的任务分配，人提出目标、规则和验收标准，Agent负责规划步骤并完成执行。过去由管理者分配给员工的部分工作，如今可以直接交给AI；员工也可能从任务执行者变成Agent的调度者和审核者。

责任关系也需要随之调整。Agent可以承担工作，却无法独立承担组织责任，系统执行出现错误时，责任由任务发起者、审批者、产品提供方还是企业管理者承担，需要通过权限设计、操作记录和审批机制给出答案。AI获得的行动能力越强，这套责任安排越重要。

豆包工作试图提供的，正是承载这些关系的一套基础设施。豆包负责模型、Agent和个人端入口，飞书提供企业上下文、协作关系与成果沉淀，火山引擎承担企业市场、服务和交付。

这条路径如果成立，豆包工作可能成为字节进入企业流程的统一入口，并带动模型、云计算和企业服务共同增长。办公只是最先发生任务的地方，真正的价值来自Agent能够进入多少工作流程，以及其中有多少流程能够长期留在字节的产品体系内。

这也是《资本论》那句话对当下AI办公的启发，衡量豆包工作，不应只看它又能生成哪一种文档，还要看它怎样完成任务，使用什么劳动资料，以及如何重新安排人、AI与组织之间的分工、权力和责任，这才是决定AI能否真正转化为企业生产力的关键。（本文首发于钛媒体APP）