豆包工作正式发布。作为豆包面向生产力场景推出的全新Agent产品与品牌，豆包工作能围绕用户目标自主拆解任务、调用工具、持续推进复杂工作流程。豆包工作还与飞书深度打通，让Agent基于企业上下文更准确地完成工作。

"8月25日，豆包正式发布面向生产力场景推出的全新Agent产品与品牌豆包工作，该产品可围绕用户目标自主拆解任务、调用工具、推进复杂工作流程，已与飞书深度打通，可基于企业上下文更精准完成工作。目前豆包工作电脑版已开放官网下载，用户也可在最新豆包电脑版中直接使用，即日起下载登录或升级可免费领取30天订阅权益

。该产品覆盖多类办公场景，支持协作编辑、跨软件任务处理、云托管任务、多Agent协同，搭建了全链路Agent安全防护体系，是国内首批通过办公智能体能力与云端基准测试双项认证的办公智能体。"

2026年，机场广告牌、电梯间屏幕、朋友圈信息流——铺天盖地的广告，都在聚焦同一件事：AI帮你办公。 

目前，豆包工作电脑版已可通过官网下载，用户也可在最新豆包电脑版中直接使用。即日起下载登录或升级，便可免费领取30天订阅权益。
豆包工作 - 工作新习惯，先让豆包干豆包工作是团队的AI同事，也是飞书生态的AI大脑。它可完成深度调研、PPT、文档、表格、网站与创意内容生成，还能执行定时任务和电脑、浏览器操作；结合企业知识与工作上下文理解需求，成果生成即可在飞书协作。https://www.doubao.com/work

无论是写方案、整理会议纪要、起草报告、做调研总结，还是做表格、分析数据，豆包工作都能交付高质量的任务结果。在更复杂的制作场景中，豆包工作还能生成和编辑图片、视频、网页甚至应用，能力覆盖面在同类产品中位居前列。

除了生成能力，强大的AI协作编辑能力让豆包工作更可“指哪改哪”。

用户对生成的文档、表格、PPT 或网页里的任意部分，直接框选后便可进行改动，而非重新生成，既节省了算力消耗，也提升了任务完成速度。人和AI之间也不用反复“再来一遍”，而是打磨到成品交付。

在更复杂的工作场景中，豆包工作还能直接操作浏览器和电脑。

获得用户授权后，豆包工作便能跨软件完成任务，用专业软件处理数据、浏览网页收集信息、填表单、比对资料。需要长时间运行的任务，它还能调用云电脑继续执行，即使电脑关机，任务也能持续推进。同时，用户还可通过手机远程操控电脑，在外出时继续推进未完成的工作。

围绕更多样化的工作需求，技能、连接器、工作伙伴等AI生态能力也必不可少。

用户在豆包工作中可根据自己的任务需要扩展能力边界，调用不同的工具和外部能力来处理复杂流程，这些工具覆盖了数据分析、内容策划、科研、金融等多个不同专业方向。此外，用户还能选择多个专业Agent组成工作小队，分工协作完成复杂任务，例如制作数据调研报告时，就能联动数据、研究、设计类智能体，各展所长、协同推进。

此外，豆包工作较一般Agent工具还有最大的不同——对用户工作上下文的深度理解。

通过与飞书的深度打通，用户在使用飞书账号登录豆包工作后，将完整继承其权限范围内的企业知识和工作上下文。

在用户授权范围内，它能够调用飞书中天然沉淀的聊天记录、文档、会议纪要、日程等上下文，并结合相应工具完成工作。

也就是说，豆包工作并不仅仅依赖用户输入的一句话产出结果，而是基于飞书内的真实上下文，更准确地理解目标、判断问题并交付工作。在豆包工作发布后，飞书内的原豆包企业版入口也已升级为豆包工作。

更进一步的是，用户和豆包工作一起创作的内容和知识，也会持续沉淀回飞书，成为可以二次编辑、分享和复用的企业知识。在下次执行任务时，豆包工作能基于持续丰富的上下文，把活干得更好。

在企业级安全方面，豆包工作也打造了严格的全链路Agent安全防护体系，覆盖了设备接入、权限设置、额度管控、数据加密和操作审计等环节。

同时，豆包工作严格继承飞书既有权限体系，用户只可在本人权限范围内读取数据和使用工具，个人数据与企业数据相互隔离。目前，豆包工作已成为国内首批通过办公智能体能力与云端基准测试双项认证的办公智能体。

如果你把各家产品的功能清单放在一起，才会发现它们长得越来越像。这意味着，靠功能列表建壁垒的路走到了头。

豆包工作——这是一个全新的Agent产品与品牌，同时豆包工作强调了另外一件事：与飞书深度打通。

这句话看似不起眼，却把比赛带进了下半场：上半场比的是谁的Agent更能干，下半场比的是谁能真正提升组织生产力。

Agent更强了，但企业却没有变快

先看Agent上半场发生了什么。

自OpenClaw以来，大模型之间的差距在缩小，把模型变成Agent所需要的那套工程能力也正在快速标准化。Memory、Skills、MCP、工具调用、Sandbox、Computer Use、长任务执行……过去需要一个团队自行搭建的Agent Harness，如今越来越多地被模型厂商和开源框架直接提供。

今年4月，OpenAI更新Agents SDK，将memory、sandbox、文件系统工具、MCP、Skills等能力纳入一套标准化Harness；Lang Chain随后甚至把Agent概括成一个简单的公式：Agent=Model+Harness。越来越成熟的SDK和开源Harness，让开发者可以替换模型、连接工具、复用成熟的Agent架构。

这改变了Agent产品的竞争逻辑——能力列表不再是壁垒。

一个功能出现后，其他产品跟进的时间正在缩短；一个Harness被验证之后，也可能很快成为整个行业可以复用的基础设施。

这让Agent的能力快速增长——能读的文件越来越长，能跑的任务越来越多。

然而，企业将AI能力真正转化为组织生产力的速度，并没有同步跟上。

这个反差已经体现在一些第三方研究中。Deloitte 2026年对全球24国3235名企业高管的调查显示：公司给员工配了AI工具的覆盖率从不到四成涨到六成，但真正开始利用AI深度改造产品、核心流程或商业模式的企业，只有34%。另有37%的企业仍停留在相对表层的应用，对既有业务流程几乎没有改变。

这种落差，落到企业里的每一个员工身上，其实非常具体。

例如，一个员工希望让Agent“复盘一个项目”“或者“看看项目为什么延期”。尽管大模型足够擅长总结和推理，但真正的阻碍常常发生在AI开始工作之前——客户刚改了什么需求、上周会议形成了什么结论、最新方案是哪一版、谁在负责推进、流程卡在哪个审批——这些决定判断的信息，不会天然出现在Agent的对话框里。

于是，员工得先翻群聊、找会议纪要、下载表格和文档，把散落在不同地方的信息整理出来，再重新向AI解释一遍。

Agent看似在替人工作，人却要先替Agent准备工作。

企业里的工作从来不是一个个孤立任务。一个需求可能从群聊里的讨论开始，进入会议形成共识，沉淀到文档和表格，随后进入项目、任务和审批，在不同部门和负责人之间不断流转。它的前因后果，散落在知识、数据、流程、权限、组织关系和历史决策之中。

能力决定Agent会不会干活，上下文决定Agent能不能干好活。

如今，前者已经不是瓶颈，后者才是。

豆包工作，在飞书里寻找“工位”

为了解决这个瓶颈，豆包工作做的最关键的一件事，是和飞书做了账号级别的集成。

用飞书账号登录后，Agent可以直接继承用户在飞书里的工作上下文——在权限范围内调用聊天记录、文档、会议纪要、日程等信息。它不需要员工先把散落的信息搬运过来，而是直接在工作发生的地方寻找信息、理解关系、继续行动。

这件事的重要性，取决于飞书里到底有什么。

多数企业里，数据是散的，Agent想完成一项跨系统的工作，得先逐个连接、搬运数据，再处理不同系统之间的身份和权限。每多一个系统，就多一层摩擦。

但飞书天然把这些放到了一起——聊天、文档、会议、知识库、多维表格、项目和审批，本身就在同一套组织身份、权限和协作体系里。

更关键的是，飞书过去几年一直在为AI调用做基础设施准备。会议沉淀为可搜索、可引用的妙记，文档、知识库、群消息和多维表格都已经针对AI调用做过适配。

数据不是堆在那里，而是已经被整理成了Agent能理解、能使用的形态。

飞书是国内主流协同平台中，组织信息统一程度最高、对Agent适配最完整的平台，更接近一套AI原生的组织操作系统。这也是为什么在“龙虾”浪潮之下，飞书被开发者顺理成章地圈定为Agent的核心执行与协作入口。

当Agent真正跑在这样的土壤上时，给工作带来的效率提升是立竿见影的。

过去，一个跨部门项目的真实进展往往散落在群聊、会议纪要、任务和审批里，想确认能否按时上线，往往需要逐个对齐，但现在，你只需要问豆包工作一句“x月x日还能不能上线”，Agent就能沿着飞书里留下的轨迹，自行寻找信息并拉出进度与风险。遇到GPU扩容、资源申请、版本上线这样的关键节点，它还能继续追溯是谁、在什么时候提出申请，以及批或不批分别会对项目产生什么影响。

员工不用再花半小时给AI补背景。Agent开始像一个从头参与过这个项目的同事那样工作——自己找信息、自己理清前因后果，再给出判断。

但仅仅“知道公司在发生什么”还不够。一个真正的数字员工，还要能把事情做下去，并且把结果留在组织里。

豆包工作可以处理文档、表格和PPT，搭建网页和应用，生成图片视频，操作浏览器和本地电脑。但真正的区别不在这些功能本身，而在产物去哪了。

一个AI生成的报告，如果停留在个人对话框里，同事看不到、改不了、下次还得重新解释背景——这一次的效率提升，在下一次工作时就消失了。

但连接飞书后，豆包工作生成的内容可以重新回到飞书，被同事分享、评论和修改；成熟的工作方法可以沉淀成组织共享的技能，下次直接调用。

这才是一个完整的闭环：理解组织、执行任务、进入协作、获得反馈、沉淀为新的组织经验。Agent做得越多，产出的结果就越多地转化为企业资产，反过来成为后续工作可调用的上下文。

能干活的是工具，知道公司在发生什么、能自己把事推下去、把结果留给团队的，才算员工。

Agent的ROI，从个人提效走向组织效率

Agent进入组织之后，企业衡量AI价值的标准也会随之改变。

比起一个人因为AI少工作了多少分钟，更重要的问题开始变成，它能不能减少整个组织运行中的沟通、协作和流程成本。

BCG今年6月的《AIatWork》全球调查给出了一个扎眼的数字：42%经常使用AI的一线员工每周能省至少8小时。但BCG紧接着说了一句——大多数企业还没搞清楚怎么把这些省下来的时间变成组织价值。

毕竟，一个人快了，不等于一个团队快了。

企业真正大量的效率损耗，不在任务内部，而在任务与任务、人和人之间：找资料、问进度、同步信息、确认负责人、跨部门沟通、等待审批。这些动作单独看都不复杂，却构成了组织日常运行中最大的隐性成本。

AI把制作一份PPT从两小时压到半小时，但如果这份PPT之后的评审、修改、跟进还是照旧，组织层面的效率并没变。

这意味着Agent的价值不在替人做完一份材料，而在接手材料之后的那一串衔接动作——去查、去问、去同步、去推进。

这就要求它真正进入组织的业务现场：客户资料、经营数据、会议内容、审批流程。

于是权限成了不可回避的前提。

一个员工无权查看的客户信息，Agent同样不应该获得；一个员工无权执行的操作，AI也不能绕开。

豆包工作沿用了飞书已有的身份和权限体系，Agent只能在当前员工的权限范围内获取数据和操作工具；同时，豆包工作也打造了严格的全链路Agent安全防护体系，覆盖了设备接入、权限设置、额度管控、数据加密和操作审计等环节。目前，它已成为国内首批通过中国信通院“办公智能体能力”与“云端基准测试”双项认证的办公智能体。

这不是更强的Agent，而是让Agent以组织成员身份运行在既有的安全治理体系内。

过去企业软件管的是人能做什么；Agent进来之后，还要管AI能替人做什么——“权限”，正在成为组织级Agent与个人AI助手之间的一条重要分界线。

由此再看这一轮Agent的竞争，评价体系也发生了变化。

AI办公的上半场，各家比的是谁能给个人提供更强的AI：模型更聪明、生成质量更高、完成的任务更多。这些能力正在趋同，差异越来越小。

来到了下半场，真正拉开差距的，是谁能让Agent安全地进入组织，理解正在发生的工作，参与真实流程，把一次任务的结果变成整个组织能复用的经验。

因此，豆包工作

真正值得关注的，不是又多了一个能做PPT的Agent，而是字节把全力押注的Agent与最AI-Native的组织基础设施焊在了一起。

Agent的竞争，也从个人生产力，走向组织生产力。