豆包 Agent 上手指南:最適合電腦小白的 AI,也許還是豆包

AI速讀
字節跳動 AI 助手「豆包」推出全新「辦公任務」模式,將 AI 提升至 Agent 級別,可直接操作本地電腦檔案與軟體。實測顯示,豆包能高效完成檔案分類重新命名、將多份週報自動生成 PPT 等複雜任務,甚至能定時執行遊戲自動簽到。該功能主打「零程式碼」門檻,透過自然語言即可定義專屬技能。隨後字節跳動整合飛書與豆包團隊,預計未來將實現更深度的生產力場景協作,讓 AI 接手整個項目流程。

把桌面上一個亂糟糟的資料夾交給豆包,兩分鐘後,裡面的檔案被重新歸類、命名。

沒有寫程式碼,也沒有打開終端,整個過程都在豆包裡完成。

不少人對豆包的印象,可能還停留在陪你聊天、回答問題,偶爾生成圖片或唱兩句的 AI 助手。

但隨著豆包上線新的「辦公任務」模式,它似乎開始「長出手臂」:讀取檔案、理解螢幕、操作軟體,把使用者交代的任務一步步往前推進。

Codex 等專業 Agent 早已具備類似能力,但對普通使用者來說,終端、權限和工作目錄仍有門檻。豆包的優勢未必是更強,而是足夠熟悉:打開原本的聊天框,用自然語言交代任務,它就能開始幹活。

如果要向第一次接觸 Agent 的普通使用者推薦一款產品,我最後可能還是會建議,先試試豆包。

雜活累活,豆包來幹

想體驗豆包 Agent,可以從左側欄進入「新辦公任務」,也可以在普通對話中切換到「辦公任務 Turbo」。

輸入框下方主要有三個入口:「本地電腦」用於授權檔案和應用操作,「選擇項目」用於限定工作資料夾,「技能」用於呼叫或建立可重複使用的流程。

為了看看豆包到底能不能幹活,我沒有一開始就讓它挑戰寫程序或者製作網站,而是選擇了一項更普通、也更接近日常辦公的任務:把 4 份周報交給豆包,它生成部門月度匯報的 PPT。

豆包讀取 4 份周報後,將內容歸納為活動營運、內容產出和管道合作等類股,並按照「本月概覽—核心成果—問題復盤—下月計畫」的結構生成了完整的匯報 PPT,還利用豆包的生圖模型,為封面和重點頁面補上了配圖。

最終,原本分散在四份周報中的內容,被重新整理成了一份結構完整的月度工作總結。

能把零散能力串成完整工作流,才是讓我最驚喜的地方!

依託字節跳動在文字理解、內容生成和圖像生成等多模態模型上的積累,它可以將這些能力組合成一條完整的工作流。我不再需要先讓一個 AI 總結周報,再把總結複製給另一個生圖工具,最後自己打開 PPT 和飛書完成排版、保存與上傳。

這裡也提醒一句:想完整體驗豆包 Agent 的能力,得先下載豆包電腦版。像上述的讀取本地檔案、識別螢幕這些操作,都是在電腦版完成的。網頁版雖然也能使用部分辦公任務功能,但並不是「滿血版」體驗。

搶電腦管家的飯碗

想必每個 P 人都遇到過這種情況:文件、圖片堆滿資料夾,檔案名稱不是「111.doc」「aa.jpg」,就是帶著「最終版」「最終版 2」「這次真的是最終版」之類的後綴。光看名字,根本不知道里面裝了什麼。

這些檔案倒不是找不到,只是每次要用,都得逐個打開確認。

現在,這類煩人的整理工作可以交給豆包 Agent。我給它的要求很簡單:

讀取檔案內容,按照類型和主題進行分類,重新命名檔案,並記錄每一步操作。無法判斷的檔案統一放進「待確認」資料夾,不刪除檔案,也不覆蓋同名檔案。

執行結束後,原本混在一起的文件和圖片被放進了不同資料夾,「111.doc」「aa.jpg」也換成了一眼就能看懂的名字。整個資料夾終於從一團亂麻,變成了可以正常尋找和使用的資料庫。

整理檔案只是最基礎的一種用法。當 Agent 獲得操作本地電腦的權限後,一些過去需要手動完成的系統管理工作,也可以嘗試交給它。例如讓它幫你最佳化開機啟動項。

這麼一看,豆包多少有點搶了電腦管家的飯碗了。

P.S. 按照同樣的思路,你甚至可以讓 AI 幫忙給 C 盤瘦身——但是相信我真的別試!

誰說辦公模式只能辦公

整理檔案、最佳化啟動項,還算是辦公助手的本職工作。但既然豆包已經能夠理解螢幕、操作軟體,我也想試試一些不那麼「正經」的用法。

不少遊戲都會設定每日簽到、上線領取經驗、收取資源之類的活動。

豆包通過內建瀏覽器打開網易雲遊戲平台,找到《逆水寒》並進入遊戲。在進入遊戲頁面後,它能夠識別當前介面和任務狀態,依次完成等待載入、登錄帳號以及完成任務等流程。

整個過程中,我不需要一直守在螢幕前逐個點選,只要提前告訴豆包需要完成那些任務,以及那些操作不能進行。遇到驗證碼、登錄異常或不確定的選項時,再由我接管即可。

除此之外,豆包的辦公任務模式還支援定時執行。理論上,我可以把這項任務設定為每天晚上 8 點啟動,讓它到點自動上號並完成遊戲日常。

相比之下,定時執行放在日常工作中可能更實用。

原本每天都要重複檢查、整理和匯報的流程,就這樣變成了一項到點啟動、自動執行並反饋結果的固定任務。

看似 「邪修」 的野路子,道理卻很實在:

重複的活,可以先讓 Agent 幹一遍!

零程式碼也能Skill

無論是整理檔案、製作 PPT,還是定時完成一項任務,上面的用法都有一個共同點:每次開始之前,我都要重新告訴豆包該做什麼。

但如果一項工作需要反覆完成,真正麻煩的往往不是操作本身,而是每次都要重新解釋自己的處理步驟、判斷標準和輸出要求。

豆包的「技能」功能,解決的就是這件事。

它提供了一些已經成型的技能,可以用來處理常見任務。除此之外,使用者也可以按照自己的需求,用自然語言告訴豆包,讓豆包生成專屬技能。

例如,我平時整理會議記錄時有一套固定習慣,我把這套要求完整地輸入豆包,建立了一個「會議紀要整理」技能。再遇到相似任務時,只需要選擇這個技能,再上傳新的會議記錄,豆包就會按照相同的結構輸出結果,不必每次都重新解釋一遍整理規則。

過去,這些工作習慣大多隻能記在自己的腦子裡。現在,我們可以把它們交給豆包:教會它一次,以後再遇到類似的任務,就讓它繼續照著做。

普通人的首選 Agent

在我們的實測中,免費版的額度大約只能支撐兩次完整任務。用來看看 Agent 怎麼工作沒有問題,但如果想繼續整理檔案、製作 PPT,或者把它當成日常工具使用,就得考慮訂閱。

豆包標準版的價格是每月 68 元。乍一看不算便宜,但和一些每月動輒 20 美元的海外 Agent 相比,已經是一個相對甜點的價格。

何況訂閱帶來的也不只是辦公任務額度提高到免費版的 5 倍,在日常對話中,使用者還可以使用更好的模型,以及無水印生成圖片和視訊等權益。

對於第一次想嘗鮮 Agent 的人來說,68 元可以買到一段更完整的體驗;對於平時就在使用豆包的人來說,這些額外權益也不會浪費。至少按照我的使用頻率,我覺得值回票價。

我們常常在網際網路上拿豆包玩梗。但回到真實的使用場景,當它真的整理完一批檔案、做完一份 PPT 後,我更願意把它看成一個能夠認真幹活的 Agent。

它並不只是把文字、圖片和視訊這些多模態能力簡單地堆疊在一起,而是將這些能力整合進一個普通人也能看懂、用得明白的任務入口。

對於大多數第一次接觸 Agent 的使用者來說,真正重要的不是擁有最複雜的能力,而是能夠輕鬆邁出使用的第一步。

更低的使用門檻,反而成了豆包面對普通使用者時最特別的優勢。

在本文截稿前,字節跳動宣佈整合飛書產品團隊與豆包產品團隊,成立新的豆包產品團隊。按照這次調整的說法,飛書將與豆包在生產力場景展開更深度的產品協作。

這也讓人忍不住開始期待:如果未來豆包與飛書進一步融合,它能夠接手的,可能就不只是一份本地檔案或一張 PPT。飛書裡的會議記錄、項目文件、日程和任務進度,都有機會被串進同一條工作流裡

到那時,「讓豆包幹活」可能不再只是讓它收拾一個資料夾,而是一整個項目流程了。

當然,那是以後的事。就現在來說,如果你還沒有體驗過 Agent,豆包仍然適合成為你接觸 Agent 的第一個同伴。

下一次再遇到那些麻煩、重複,又不得不做的工作時,我大概還是會先問一句:

這件事,是不是也可以先讓豆包幹一遍?(愛范兒)