赛马终结者豆包，开始让agent“独立办公”

在办公Agent这条赛道上，阿里、腾讯、百度已经短兵相接，打得分外激烈。现在字节终于是坐不住了。

根据报道，字节把TRAE、扣子（Coze）团队整体并入豆包体系，同时把“工作”从豆包里单独拆出来，最快本周上线独立 AI 办公产品“豆包工作”。报道称，具体时间就定在8月29日。

其实这次调整是有迹可循的。

往前倒一个月，7月30日，飞书产品团队刚和豆包合并，飞书负责人谢欣向豆包负责人赵祺汇报，飞书从字节六大独立BU之一降级为豆包背后的能力模块。

只不过字节这一次，迈的步子更大。

豆包在过去一周时间进行了数次更新，包括手机远控电脑、Windows虚拟桌面、技能商店、连接器、工作伙伴，一口气上架200多个技能。现在看来，这就是战前总动员。

可话又说回来了，豆包的工作模式，为什么非得拆出来不可？

原因有很多方面，在产品上，现在的豆包过于臃肿，从生成图片、视频再到打电话、云盘、浏览器……本身简洁的 UI 设计，现在已然不再简洁，稀释了“办公”场景追求的重要属性。

另一方面，早在6月份，Seed 2.1的官方博客中就曾透露称Seed for Seed是开发团队的发展方向。

而在现阶段，也只有把豆包工作拆分出来，结合TRAE和扣子，才能让这个技术方向得以实现。

A

打开豆包，第一眼永远是那个熟悉的主对话界面。想进“工作”，你得从侧边栏摸进去。在豆包的产品架构里，“办公”从来都是个附属品，不是主场景。

在用户看来，豆包首先是个聊天AI，其次才是个干活的工具。

豆包虽然亲和力十足，可一旦放到办公场景里，总觉得隔着一层。而办公用户要的，是“打开就干活”，不是“先聊两句，再手动切到干活模式”。

可就算提为一级入口，也绕不开另一个更根本的问题，豆包太“胖”了。

这个App里同时塞着对话、PPT生成、视频生成、图片设计、数据分析……功能密度高到离谱。一个办公用户想干件正经事，得先在一整个万能工具箱里翻找螺丝刀。

办公用户要的是专注的工作流，不是一个什么都装的杂货铺。

竞争对手早就看明白了这一点。

腾讯的WorkBuddy，从第一天起就是独立产品、独立品牌，用户打开就知道自己是来办公的。它3月9日上线桌面端，当月PC端月访问量就冲到885万，到6月突破2097万，三个月涨了2.4倍。

阿里的千问办公也在8月3日公测上线，本地桌面客户端先行，后续再上网页端和钉钉内置版。

2026年被业内叫“办公Agent元年”，三大厂在入口上已经短兵相接。当对手都亮出了独立的武器，字节就不能把主力装备塞在聊天App里。

7月30日飞书并入豆包之后，给豆包工作添了底气。现在打开飞书，豆包就摆在最显眼的位置，用户愿意在飞书里用豆包。毕竟飞书本来就偏办公场景。

原飞书的“Aily智能伙伴”，也已经被豆包代替。

以前豆包办公模式和豆包聊天模式混用同一个对话窗口，视频生成、图片生成等功能也全都挤在这里。但是现在，当豆包进入工作模式后，只剩下了项目、风险操作确认、技能和连接器。

8月17日，手机远程控制电脑上线，手机远程调文件，文件分散在公司、家里两台电脑也没关系，可以分别调取再合并。

8月18日，Windows虚拟桌面跟上，AI在一个隔离的虚拟桌面里跑任务，你自己的电脑该怎么用怎么用，互不干扰，本地模式数据留在本机，云电脑模式持久在线，就算电脑关机，任务照样跑。

8月20日，侧边工作台上线，对话页右侧多出一排多标签，能打开本地文件、飞书文档、在线网页、代码，AI对话与实操同屏进行，文档里生成的内容直接回写，省去复制粘贴，官方表述叫“实时同步留存”。

8月21日，技能商店、连接器、工作伙伴三件套一口气上齐，平台已上架超过200个技能和连接器，还能把常用的工作步骤、交付标准、参考模板沉淀成自定义技能，反复复用。

一周之内，几乎一天一更新。

这也就是开头所提到的，这一周的高频上线，与其说是产品迭代，不如说是战前总动员。

钥匙已经配齐了。门，马上要开。

B

豆包工作敢拆出来，底气不在产品，在模型。

6月23日，火山引擎2026夏季 FORCE 原动力大会，豆包大模型2.1系列（Doubao-Seed-2.1）正式发布，分Pro和Turbo两个版本，当天就在豆包和TRAE全量上线，API同步登陆火山方舟。

官方给它的定位是“面向真实生产力场景的全新智能体”。最关键的转变在于评估标准，从2.1开始，不再盯着以前常见的静态基准，转而瞄准了“在实际工作流中的表现”。

火山引擎总裁谭待表示，只有当模型能力跨越“质变点”，才能真正满足生产场景需求。

回到能力本身，先看能打分的。Agent方向，在衡量真实工作任务经济价值的GDPval 上，Seed 2.1 Pro 拿到87.9分，作为对比，GPT-5.5是84.9，Claude Opus 4.7是82.7；在考察MCP工具调用的MCP-Atlas上拿到83.8，同样高过这两家。

在移动端，手机GUI任务的MobileWorld上拿到了73.1，是参评模型最高分；Agents‘ Last Exam上，完整通过率19.5%、综合得分41.9%，高于Claude Opus 4.7的40.5%，但低于GPT-5.5的47.9%；OSWorld 上拿到了0.788，在llm-stats收录的20个模型里排第一，还通过强化学习把完成任务的平均步数砍掉了 16%。

编程方向，Terminal Bench 2.1得71.0，接近Claude Opus 4.7的71.7；SciCode科学代码59.8，超过了GPT-5.5的58.4；NL2Repo-Bench仓库级代码生成47.0，也高过了GPT-5.5的45.1

在多模态理解方面，复杂文档理解CharXiv-RQ 86.4、MMMU-Pro 82.7、视频理解VideoMME 89.2。

但问题来了，这些能力如果全都埋在一个功能爆棚的聊天App里，对于模型来说其实是一种伤害。

在Agent的技术栈里，有一个概念叫做意图（Intent），它和我们大众认知里的意图差不多是一回事，是整条执行链的锚点。

用户说一句话，模型的第一件事不是急着回复，而是判定意图“你到底想让我干什么”。只有判定了意图，再把它拆成子任务、选定工具、一步步执行，最后校验和交付。整个Agent能够运行，本身就都是围绕意图来的。

意图错了，后面每一步都白做；意图模糊，模型就得反复猜测，把算力浪费在“猜你要干嘛”上，而每次任务的算力都是有限的。

豆包主App，恰恰把意图空间撑得太大了。

一个输入框背后，又是对话，又是视频、图片、打电话、云盘、浏览器。

模型拿到一句“帮我把这个做成PPT”，得先在一大堆意图里做排除，是生成？是编辑？还是聊天聊到 PPT？

每一次猜测，都要烧掉本该留给“干活”的推理预算。功能越臃肿，意图越难判定，模型把越多精力花在“猜”上，那么留给“做”的算力就会越少。

更麻烦的是，聊天不保存意图。

传统聊天是一问一答，每轮独立、上下文随窗口滚动，模型不需要为同一件事持续负责。可办公是长程任务，比如写一份报告，那就要查资料、读文档、改图表、反复迭代，意图必须贯穿始终，每一步都要记得“我为什么在这里”。

这靠的是任务状态持久化，是把整个流程兜在一个独立的执行环境里。而聊天App天生“答完就算”，意图活不过一个回合。

再往底层看，是对齐方向的问题。模型往哪个方向长，取决于它在什么场景里被评测、被训练。

天天在聊天App里答问题，它就往“会聊天”长。只有当评测标准变成了“活干没干成？”、“干得好不好？”，它才会往“能干活的Agent”长，这也是为什么6月Seed 2.1放出来的基准都是些办公Agent相关的。

所以拆分是技术层面的必然，产品外壳先替模型把意图锁死，用户进的是“工作模式”，意图从一开始就是“干活”，模型不用再猜，独立的执行环境再负责把意图一路扛到任务结束。评测和训练，也终于能对着真实工作流发力。

而这一切的终极方向，是Seed 2.1官方博客的那句：Seed for Seed。

核心逻辑就一句话，让Seed模型以Agent的身份参与到Seed模型自己的研发流程里，即自进化。

传统大模型研发是“人发现问题→人写代码→人跑实验→人调参数”，整个周期非常长。Seed for Seed是让模型自己参与诊断、数据合成、框架优化和实验验证，很多环节可以并行自动化跑，缩短研发周期。

Seed for Seed的研发流程本身就是一个极致复杂的办公Agent场景，这和用户用豆包工作做调研报告、写方案、处理表格本质上是一回事，只是复杂度比较高。

换句话说，字节在内部最高难度的知识工作场景里已经启动了大模型版的“豆包工作”，那么当字节把这套能力产品化，把它交到普通用户这里，就有了现在的“豆包工作”。

办公Agent不是从零做的产品，它是Seed for Seed技术能力向下兼容的出口。

反过来，办公Agent积累的海量真实用户任务数据和反馈，又可以作为Seed for Seed的训练和验证素材。

这就形成了一个双向循环，内部研发场景往上探，外部办公场景往下收，两边共用同一套Agent底座。

C

所有产品和技术层面的动作，最后都要落到人上。

8月的年中全员会上，梁汝波把字节的业务战略原则概括成11个字：“高度优先，粗主干，优化长期。”

这是字节年内第二次开全员会，一年一次的惯例被打破了。核心业务只留三个：AI、信息平台、交易服务。

“粗主干”的意思是把枝枝蔓蔓都砍掉，资源往一个口子里灌。抖音是现有的主干，而豆包，要被培育成下一个主干。

TRAE和扣子并入豆包、飞书组件化，全是这个逻辑下的落子。字节不想再养一堆各自探索的 AI 团队了，它要一个统一的AI入口、一个统一的办公品牌、一支统一的队伍。

站在这场整合中心的，是赵祺。

TRAE和扣子并入后，产品和运营团队统一向赵祺汇报，不到一年，赵祺从豆包产品负责人，变成了字节整个AI办公产品线（豆包+飞书+TRAE+扣子）的总负责人。

TRAE本身做的是AI编程IDE，扣子做的是低代码Agent平台，各自在Agent方向上进行探索。

调整后，就从“技术探索”型的部门转成了“产品落地”型的部门。这正是“粗主干”的组织含义，减少中间层，让资源直接灌到一个口子。

TRAE被拆成了两半，TRAE Work通用办公部分融进豆包工作，TRAE IDE和CLI保留为豆包品牌下的编程产品线。

扣子的智能体平台能力被豆包吸收，技能商店和连接器体系直接复用，但扣子作为独立品牌的前景变得模糊。字节官方表示“现有用户权益不受影响”。

然而这也是把双刃剑。

TRAE和扣子挂在工程架构部的时候，本质是双轨实验。各跑一条线，考核的是技术指标、开发者生态和技术影响力，相互之间没太大交集。

现在统一划到产品负责人旗下，说明实验结论已经有了。字节不再需要两支技术团队各自证明方向，而是要把所有能力灌进一个产品里，跟WorkBuddy、千问办公正面抢桌面。

技术理想让位于产品KPI，一部分人可能不适应；但反过来，打磨了两年的能力终于有了规模化触达用户的通道，不用再在内部赛马里内耗。