字节AI生产力，何以收进一个主干？

我们正处于一个 AI 工具的大爆炸时代。

过去两三年，AI 产品经历了一轮快速分化演进：针对资料搜索、会议转录、文档、编程、图像、视频等不同任务，大量独立的 AI 工具涌现。

仅 Hugging Face 上公开的 AI 模型就已超过 300 万个，与此同时，生成式 AI app 的总下载量在 2025 年超过 40 亿次。短短四年内，AI 从少数大模型的能力涌现，扩展成了庞大的应用生态。

繁荣之下，潮流正在转变。整个 AI 行业，尤其是巨头们，开始反过来收缩战线，将那些分散的 AI 工具、能力，重新聚合到少数入口。

8 月 25 日，字节跳动正式推出「豆包工作」——一个面向办公场景的统一AI入口，TRAE、扣子的产品团队也在同期并入豆包体系。

自创业之初，字节一直以「App 工厂」著称，最善于拉长战线，靠快速孵化、多线并行，丰富产品矩阵来寻求增长。这套打法在移动互联网时代被反复验证有效，也被行业效仿。

直到大模型时代，规则变了。AI 的发展，不再依赖明星产品的单点突破，而更多是一套需要持续进化的基础设施。

AI 的入口，需要收敛

2022 年末，ChatGPT 发布后，聊天机器人迅速成为了大模型 AI 最标准的产品范式。

它简单、直接，对话式的互动逻辑没有任何理解门槛，AI 因此毫无阻力地渗透进大众市场，仅两个月，ChatGPT 就拥有了 1 亿用户，是互联网历史上增长最快的产品。

但随着模型能力增长，应用场景的深入，Chatbot 的问题也开始暴露：AI 的能力很强很泛化，单纯像聊天一样输入 prompt，并不能充分挖掘大模型的深层能力。这导致大部分 AI App 在用户增长、时长渗透和商业模式上都很快遇到了瓶颈。

在工作场景，AI 的能力也相对分散，需要用户自己承担编排的工作，在不同产品间复制信息、上传文件、解释背景，不断迁移上下文，来实现工作流的连贯。

最终，头部公司决定把工具重新装回核心入口：OpenAI 把 Codex 并入了 ChatGPT，谷歌把NotebookLM并入Gemini。它们都从独立的AI工具，变成了各家核心AI系统里的「能力模块」。

驱动这一改变的核心因素，是 AI 开始真正「干活」了。

和 Chatbot 阶段不同，用户不再需要给出一连串具体指令，而是可以设置一个目标，AI 会自动判断要搜索什么资料、读取哪些文件，调用工具、修改结果——尤其是新的工程组织形式 Harness 出现之后，大模型的不同能力被组织到一起，共用一套入口和上下文。

AI 产品的竞争模式因此改变：不再只看谁的模型回答更好，而是看谁能把模型的能力组织起来，做好一件完整的工作。从过去每个垂直场景的「产品之争」，变成了覆盖一整套工作流的「系统之争」。

而系统之争说到底，拼的是底层模型的能力、成本、效率。当模型的训练、研究越来越依赖巨大的算力、数据，即便对大厂来说，也必须集中资源。

这一趋势可以一路追溯到 2023 年，ChatGPT 推出后，谷歌立刻将旗下并行的两个研究机构 Google Brain 和 DeepMind 合并，并将 Gemini 的研发放到了新的统一部门之下。

到应用层，逻辑也是一样的。如果说模型能力是 Agent 的「发动机」，那么入口、上下文、工具和执行环境，就是围绕发动机搭建起来的整套系统。

除了行业背景，市场端的信号也在要求厂商收缩战线。

进入大模型时代 4 年，AI 市场越来越呈现出明显的「马太效应」特征。少数深度用户，消耗了大量的 token，他们是一群需求非常明确的 B 端用户，而不是偶尔和 AI 闲聊一句的普通人。要解决这部分深度用户的需求，就必须让数据的反馈循环，能在一个系统里形成回路。

这就是为什么几乎每家大厂都在收缩战线。「散装」的 AI 产品或许可以跑出漂亮的早期用户增长，但如果不能挖掘用户深层、长期的需求，那就意味着 AI 产品的价值密度会被稀释，甚至在竞争中被甩下车。

所以并不只是字节在这么做，腾讯、阿里、OpenAI、Anthropic 都在这么做。收缩战线，尝试穿透少部分的专业用户，并不是某一家公司的战略偏好，而是整个行业的共同处境。

拆解「豆包工作」，里面是什么？

AI 产品从「分」走向「合」已是行业趋势，对字节来说，最大的问题在于，为什么是「豆包工作」？

答案的一半，藏在动作的顺序里：先是7 月底，飞书产品团队并入豆包，之后豆包被定位为公司级「主干」业务。8 月 24 日，TRAE 和扣子团队也并入豆包体系，一天后，「豆包工作」正式发布。

豆包工作页面示意图

发布前一周，豆包还密集上线了一批新功能，包括远程控制电脑、云电脑、侧边工作台……并上架了超过 200 个技能和连接器，都是为「豆包工作」铺路。等产品正式发布时，它已经能够围绕任务进行自主拆解、工具调用和流程执行，覆盖方案撰写、会议纪要、数据分析、PPT 和表格处理等办公任务。

字节之所以选择豆包作为入口，在于它早已占据 C 端用户心智，过去两年，豆包几乎成为了大众语境里 AI 助手的代名词，能够触达最广阔的用户群，也沉淀了基础的用户行为，包括资料搜索、内容生成、文件处理等。

豆包的短板是「上下文」。有入口之后，Agentic AI 还需要知道用户在做什么，这是今天 AI 最重要，也最容易被忽略的能力。

比如一个刚接手项目的负责人，想让 AI 快速理清手头事务的来龙去脉，三个月前那场会推翻了什么结论、方案改到第几版了、谁拍板换了方向。AI 的推理能力足够，但那些关键的上下文信息，往往在公司的文档、会议和审批流程里，而不是对话框里。

AI 要深入工作场景，就必须获取用户的工作上下文。这也是飞书在这次整合中扮演的最重要角色，发布 7 年时间，飞书拥有国内最积极拥抱线上协作的一批组织，文档、会议、知识库、审批早已融入进企业协作体系，形成了天然数字化的「上下文」。

用飞书账号登录豆包工作，能生成有真实内容支撑的项目进展

如果说豆包和飞书已经形成了一套初步闭环的 Agentic AI 办公系统，扣子和 TRAE Work 的并入，则给这套系统提供了更大的未来想象空间。

除了拥有入口、上下文之外，AI 还需要知道用户的目标，真实工作不会是一步到位的。一份行业报告可能需要先检索资料，再筛选信息、清洗数据、跑分析，最后形成图表、写成报告、排版成 PPT。这些任务单独都不复杂，但它们之间存在先后关系。AI 需要把很多件小事串成完整的工作流。

这是扣子过去几年重点训练、验证的能力。从 Agent、技能市场和工作流出发，让用户能够把多个模型、工具、步骤组织到一起，这种经验和企业已有的流程和经验结合，就能实现效率的乘数倍增。这也将大概率成为豆包工作后续的迭代重点。

最后还有执行，这是 TRAE 擅长的能力。它从 AI 编程工具起步，已验证了长链条任务的全流程执行能力：从规划、编码，到测试、交付……这套能力可以被延伸到文档、数据分析等通用办公场景。

与此同时，这次整合中一个值得注意的取舍是：TRAE Work 的通用办公能力并入豆包，而 IDE 和 CLI 等专业编程能力继续保留为豆包旗下的编程产品线。豆包工作把能够泛化的通用场景收归主干，同时让那些专业纵深领域保持独立生长。

拆开「豆包工作」可以发现，通过豆包与飞书的整合，它打通了AI的入口和上下文闭环；同时，依赖扣子和TRAE的并入，「豆包工作」未来还将在工作流编排、流程执行等方面拥有足够的迭代优势。

合起来看，字节要做的是AI办公的完整闭环：从哪开始，知道什么，怎么去做，如何完成。

这种拼法对字节来说其实并不陌生。字节过去的中台战略，本质上也是在做类似的事情：把有规模效应、能够跨业务复用的能力集中起来，一次建设，多处使用。

所谓 AI 业务的「主干化」，与其说是字节突然换了一套方法，不如说是这套方法在 AI 时代的延伸。

「豆包工作」会好用吗？

整合后的「豆包工作」，改变发生在两端：一头通过豆包，把 C 端用户从聊天带向办公；另一头通过飞书，用大模型能力驱动用户已有的工作流。

「豆包工作」就是这个汇合点。用户可以通过飞书账号登录，并在授权范围内使用企业文档、会议纪要、知识库等上下文。这里的产品逻辑非常清晰： AI不再要求人把自己的工作重新讲一遍，而是直接进入工作正在发生的地方。

过去，字节的产品矩阵更像工具集合，聊天、文件、Coding、Agent 各自分散，用户想把它们串成一件完整的工作，就得在不同入口间搬运上下文。入口收拢之后，工作流第一次可以在一个系统里闭环。

对用户来说，「豆包工作」的价值是具体的：比如周五下班前的周报——过去要翻群聊、找纪要、对进度，凑齐素材就要半天；现在 Agent 可以直接调用工作记录把这一周的进展、卡点和待办整理成稿，员工只做最后的判断、取舍。

聚合之后，模型能力的每一次迭代，都可能带来整体体验的一次性升级，进一步减少用户的适应负担。

将视野扩大到行业，AI 办公的竞争正在从过去的工具之争，变成完整的系统之争。用户需要一个能直接交付任务的办公 Agent。

当然，「能交付」只是办公 Agent 的入场券，接下来的差距在于：谁能越交付越好。

大模型的迭代依赖一个循环：用的人越多，回流的真实工作数据和反馈就越多，模型越懂工作场景，也就越好用。而这个循环要转起来，所有使用必须发生在同一个系统里——这正是这次整合更深一层的意义。

这套打法字节并不陌生：今日头条和抖音就是这么转起来的，只不过这一次，被喂养的对象从内容引擎换成了大模型。

如果说过去字节生产的是App，那么现在它尝试生产的，是「智能」本身。

结尾

如果说字节在移动互联网时代的成功，是通过 App 掌握了流量入口，那么到 AI 时代，它需要触达的东西就不再只是入口。而是场景、数据、模型、Agent 和工作流。

说到底，「豆包工作」也不只是一款新产品，而是字节把分散的AI产品能力重新组织成一套系统的开始。

「App工厂」这个标签，跟了字节将近十年。如今它被亲手收了起来。工厂考验的是速度，即多快能找到下一个爆款；主干考验的是时间——多少年才能等到它足够粗。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4886639.html?f=wyxwapp