撰文｜咸闲
编辑｜咸闲
审核｜烨 Lydia
声明｜图片来源网络。日晞研究所原创文章，如需转载请留言申请开白。
8月25日，字节跳动旗下豆包正式发布面向生产力场景的Agent产品与品牌豆包工作。官方表述中有几个关键词值得反复咀嚼，自主拆解任务、调用工具、持续推进复杂工作流程、与飞书深度打通。
说到底，AI大模型这盘棋，风向已经变了。以前大家拼的是谁更会聊，现在拼的是谁更能干。
过去两年，围观的是对话式AI的狂欢。
模型一个比一个能聊，写诗、陪聊、讲段子，热闹是真热闹。但到了今年，故事的主线明显换了。豆包工作这类产品的出现，等于是把代理式AI，也就是Agentic AI，直接怼进了主流办公场景。
问题也随之变得很现实：当AI不再只是“答得好”，而是开始“干得多”，它对职场、对企业、对每一个坐在电脑前的普通打工人，到底意味着什么？
它到底是那个帮你把活儿干完的超级助理，还是正在悄悄改写“工作”这俩字定义的那双手？
从“对话式AI”到“代理式AI”
过去两年，大多数人使用AI的方式停留在“一问一答”，写一封邮件、总结一份报告、生成一段代码。在这种模式下，AI的角色本质上是一个高级参谋它可以提供建议，但执行主要还是依赖人类。
但如今豆包工作所代表的Agent产品，它们之下的底层逻辑就变得完全不同了。
它的核心能力不再是简单地回答，而是完成。
当工作人员给它一个目标“做一份Q3竞品分析报告”它需要自主完成以下步骤，理解目标、拆解子任务（搜索信息、整理数据、对比分析、生成图表、排版输出）、调用相应工具（浏览器、文档、表格）、监控执行过程、处理异常情况、交付最终成果。
关键就在于，人类已经逐步的从操作者逐渐变成了验收者。
根据Gartner的预测，到2028年，33%的企业软件应用将包含Agentic AI能力，相比2024年的不足1%，这是一个陡峭的增长曲线。而IDC的数据则显示，2025年全球企业在AI Agent上的支出已经达到约420亿美元，预计2027年将突破1100亿美元。
对话只能产生信息，执行才能产生价值。
企业愿意为后者付费，因为后者才是直接关系到了产出效率。
藏在“持续推进复杂工作流程”这八个字里的东西更为重要。
这就不只是某一家产品的技术选择，而是整个AI行业正在集体跨越的一道坎。
图片来源：【OpenAI】 前沿工作：人工智能如何拓展人们的工作内容
传统聊天机器人，本质上是“对话型工具”。模型能力再强，上下文窗口再长，它仍然以“回应”为核心，不承担任务结果。一旦进入真实工作场景，要让AI去拆解步骤、调用外部工具、跟踪执行状态、处理中途失败，问题就完全不同了。它需要在几分钟甚至几小时的跨度里持续维护任务状态，判断子任务之间的依赖关系，并根据中间结果动态调整执行路径。
这背后涉及的不再是单纯的生成质量，而是规划、记忆、工具调用、错误恢复等模块之间的协同。任何一个环节不够稳定，整个任务链条就会断裂。
这也是为什么Agent概念虽然已经提了不短时间，真正敢把它作为主力产品推向大众市场的玩家依然不多。很多团队在演示里能跑通，但一到真实环境，长程任务的可靠性就迅速下降。
目前Agent的发展仍处于早期商用阶段。各家在技术路线上有差异，有的侧重工作流编排，有的强调模型自主规划，但核心难点是共通的，如何在开放、不确定的环境中，保持多步执行的可控性。
因此，当头部厂商开始把Agent能力推向办公主场景，说明多步推理和工具调用在工程化上可能已经接近可用的临界点。
但从“接近可用”到“稳定可靠”，中间还有不小的距离。AI从“能聊”走向“能干”，方向已经明确，但真正成为生产力基础设施，还需要更多真实场景的检验。
2006年AWS发布时，亚马逊内部已经有了多年分布式系统的积累，但对外推出时，它做的第一件事不是炫技，而是把最基础的能力计算、存储、网络做得足够稳定、足够便宜。豆包工作此刻的选择类似，它没有去追逐“全能AGI”的叙事，而是聚焦在“把工作干完”这个最小闭环上，把稳定性放在第一位。
一个偶尔惊艳但经常出错的AI，在消费场景中可以被容忍；但在生产力场景中，一次关键任务的执行失败，就足以摧毁用户信任。
“懂上下文”比“懂算法”更致命？
图片来源：【OpenAI】 前沿工作：人工智能如何拓展人们的工作内容
与飞书的深度打通成为了一个关键创新点，官方表述是“让Agent基于企业上下文更准确地完成工作”。
这句话的分量，可能被大多数人低估了。
通用大模型与生产力场景之间，横亘着一道看似简单实则致命的鸿沟，上下文缺失。
当你问ChatGPT“帮我写一份项目复盘”时，它不知道你的项目是什么、参与人有哪些、关键数据在哪里、之前讨论过什么、公司的复盘模板长什么样。它只能生成一份“看起来对”的通用文档，但你最终需要花大量时间修改，甚至重写。
这不是模型不够聪明，而是模型对你的工作一无所知。
飞书沉淀了结构化的工作数据，文档里的项目规划、日历中的会议安排、审批流中的决策记录、聊天中的讨论脉络、表格中的业务数据。
这些数据就直接共同构成了一个企业的数字记忆。
到这里，豆包工作真正的杀手锏才浮出水面。接入飞书之后，它获得了一个通用模型很难具备的能力，在正确的语境里理解任务。
比如指示“帮我准备下周和客户A的汇报材料。”
这句话对通用AI来说，信息量其实很少，它只能靠猜。但豆包工作不一样。它可以去飞书日历里确认会议时间和参会人，去文档里翻出跟客户A相关的项目历史，去聊天记录里捞最近讨论的关键议题，再去表格里拉最新的业务数据。最后，它基于这些真实的上下文，把汇报材料整理出来。
这不是会写材料，而是知道该写什么。
这两件事的差距，就是通用工具和业务系统之间的鸿沟。
图片来源：【OpenAI】 前沿工作：人工智能如何拓展人们的工作内容
麦肯锡2025年发布的一份关于企业AI应用的研究报告里有个数据很能说明问题：企业AI项目失败的首要原因，不是技术能力不够，而是“缺乏与业务流程的深度整合”。
正如，Salesforce之所以能在CRM领域构建起强大的AI能力，核心原因不在于它的模型比OpenAI强，而在于它拥有全球数百万企业存储在Salesforce中的客户数据、销售流程和交互记录。Einstein AI的价值不在于更聪明，而在于更懂你的客户。
豆包工作与飞书的关系，遵循同样的逻辑。字节跳动在用一个生态级的协同优势，构建AI Agent的护城河，通用模型可以复制，但企业上下文的积累无法复制。
不过，这里也存在一个需要正视的张力，数据权限与信任边界。
豆包工作能否在足够了解企业和足够安全可控之间找到平衡，将决定它能在企业级市场走多远。这不是PPT上可以回答的问题，只能靠实际场景中的反复验证来建立信任。
考验人类的“验收能力”
图片来源：【McKinsey & Company】 AI如何重塑欧洲工作与技能
在充分认可豆包工作技术价值的前提下，当AI的自主性越强，人类角色的变化越剧烈而这种变化，对大多数人来说并不轻松。
假设让豆包工作“准备一份季度营销活动复盘”。它会自主拆解出以下子任务，从飞书表格中拉取Q3所有营销活动的数据、从文档中找到各活动的执行总结、分析ROI表现、生成可视化图表、按照公司模板输出复盘报告。
整个过程可能需要持续10-15分钟，其中就涉及5-8个工具调用。
最终，及可以获得一份结构完整、数据详实的报告。
但凭什么相信这份报告是对的？
有些时候，一些问题开始层出不穷。例如，Agent在第3步拉取数据时，可能因为表格中某一列的命名不规范而遗漏了关键数据，在第5步分析ROI时，可能因为没有理解某个活动的特殊性而得出误导性结论；在第7步生成图表时，可能因为选择了错误的对比基准而让数据呈现产生偏差。
在传统工作模式中，这些步骤都是由人来完成，每一步的判断和调整都基于执行者对该业务的深度理解。
图片来源：【HRTechChina】 AI从工具走向工作-企业HR必须关注的五大趋势变化
当这些步骤被AI接管后，人类必须从任务的执行者转变为品控者，工作者需要有能力快速判断AI的执行结果是否可靠，每一步的使用工具以及产生结果是否正确，哪里需要修正，哪些结论需要保留。
这实际上对人类提出了更高的要求，而非更低。
20世纪80年代，电子表格软件（如Lotus 1-2-3和后来的Excel）的普及，让财务分析从手工计算中解放出来。但结果是，财务人员并没有消失，反而对财务人员的判断力提出了更高的要求因为公式错误、数据录入偏差、模型假设不合理所导致的决策失误，比手工计算时代更隐蔽、后果更严重。
2012年摩根大通“伦敦鲸”事件，其中一个触发因素就是Excel模型中的一处公式错误，最终导致超过60亿美元的损失。
Excel没有消灭财务工作，但它重新定义了财务工作的核心能力，从会算变成了会自主进行判断算得对不对。
图片来源：【McKinsey & Company】 AI如何重塑欧洲工作与技能
给我一个支点，我能撬动地球。
豆包工作这类产品，确实可以看作一个杠杆，它把AI的能力从“说”延伸到了“做”，把执行效率拉到了一个新的量级。但杠杆本身不产生价值，支点在哪，决定了它能撬动什么。
这个支点，就是人对业务的理解、对结果的判断、对边界的掌控。
理解需求、定义目标、判断质量、承担后果，这些东西不会过时。
豆包工作来了。不会替人们思考，但它能把人们的思考，以前所未有的效率变成现实。
参考资料：
【McKinsey & Company】 AI如何重塑欧洲工作与技能
【HRTechChina】 AI从工具走向工作-企业HR必须关注的五大趋势变化
【OpenAI】 前沿工作：人工智能如何拓展人们的工作内容
一点想法（北京）旗下矩阵公众号
点击图片即可阅读 《中美网友“账本大公开”：原来我们都想错了？》 《“TikTok难民”涌入小红书，中美网民开启民间外交》
《“病来如山倒”，造车开始大退潮》
热门跟贴