作者丨胡敏
首先说明，全程无广，以下都是个人真实体验，请放心食用。
过去半年，海外和国内的 Agent 工具我都有用。
海外工具里，一开始用的是 Claude Code，但后来因为封号风波，全面转战 Codex，但海外工具有两个问题：第一是要科学上网，第二就是贵。后来我开始用国内工具，Workbuddy、千问办公、TRAE Work 都有交替使用，使用下来，各家大同小异吧，写文档、做表格、生成 PPT、操作浏览器，这些功能大家都可以实现了。
所以老实说，豆包工作刚上线时，并没有很期待，但后来看他官方产品介绍，有重点提到跟飞书的协作，这一点我很感兴趣。我司是飞书的资深用户，每天大家的工作都是在飞书上开展，飞书上沉淀了我过去的采访纪要、行业研究、历史文章和同事的选题讨论......这是一个挺庞大的知识库。
过去我非常希望 AI 能充分学习这个知识库，这样每次交流时，它能更理解我的需求，给出的回答也更好。但很遗憾，目前很多工具仍然很难做到，我得每次做各种说明和解释。
过去两天深度体验了下豆包工作，实测完的结论是：远超预期。
它的最大优势，就是解决了我上文说的问题，把组织上下文用好了，你和豆包工作每一次对话，组织上下文的知识无缝在场，减少了很多跟 AI 之间的沟通成本。
另外，因为它跟飞书很紧密，它还有一些小细节、功能，会让你的工作流更高效、更丝滑。
比如，你用豆包工作，就不需要前期再打通飞书 CLI，上手即用。（遥想 Agent 刚出来那会，打通飞书 CLI 都是件耗时的事，当然后来 Workbuddy、千问办公等产品出现后，极大降低打通难度，但仍然是没法省掉这一步）
还比如，现在豆包工作除了有 App 入口外，你还可以在飞书消息栏直接找到它，当你在飞书办公中，你可以无缝打开，而不是要重新进入一个 App，降低了切换成本。
以下是我结合个人工作流，做的一些实测：
热点收集环节：
增加了云电脑，定时任务不担心中断了
做媒体，一大部分时间是在获取、理解行业动态，进而找选题。原来没 AI 之前，大家采取的是最原始方法，每天早上挨个手动查看订阅的内容，但AI 来了之后，让 AI 定时抓取推送每天行业的最新热点消息，几乎成为了很多记者、公司的标配。
像我，此前我在其他 Agent 上也部署了好几个定时任务——每日值得一听的播客、每日市场热点简报、每日投资市场简报等等，但有时候出差电脑关了，那这个定时任务就没办法跑起来，这就让人比较恼火。
这次发现，豆包工作提供了云电脑/本地电脑两种工作模式。这样，我就可以把大量定时任务都部署在云电脑上面，电脑也不需要 24 小时开机，跑的任务也不会中断。
资料检索上，内部知识库终于充分用起来了！
看完热点，就需要去进一步研究选题，比如昨晚英伟达出了财报，那这条消息怎么写，怎么去解读，这时候就得做大量的素材收集。
一般我们都需要搜索外部同类文章，看看别人写了什么，还有什么角度没有写，再翻阅公司过去的文章和采访，最后综合两边的材料，应该从什么角度切入，用哪些素材。
在这个过程中，最能体现豆包工作与其他 Agent 工具的差异。过去，AI很难充分调用内部资料。我们以前写过的文章、做过的采访和会议纪要，大多沉淀在飞书里。AI看不到这些内容，也就很难理解我过去关注过什么、手里有哪些独家素材。
这两天使用下来发现，豆包工作有一个很好的地方在于，由于它对于组织上下文吃得很透，在权限范围内，你的文档、你的聊天，几乎都可以被检索到，所以它最后给出的答案，往往会比其他工具给你的，更符合你想要的。
多 Agent 协作，能把选题工作流串起来
豆包工作里，有一个伙伴对话的功能，这个功能我觉得对于做内容的人来说，也挺好用的。
像我过去，搜索资料、分析信息、判断选题，通常分散在不同的工具和对话里。在豆包工作这里，你可以创建多个 Agent，并且把他们拉入群聊，一起协作同一个任务。
比如说写文章大纲，我创建了三个 Agent，一个是内部知识搜索官，它负责帮我在内部知识库中找合适的素材，另外一个是选题热点搜索员，负责去国内外网站检索有用的信息，当前两位把素材找好后，内容选题参谋员开始发挥作用，她来负责梳理选题思路，搭建内容框架。
这种感觉跟单 Agent 的交互体验完全不同——当你不再只是提问，而是能打断、引用、甚至仲裁不同 Agent 的观点时，这种介入式的参与感，让 AI 从工具变成了伙伴。
当然，多 Agent 协作本身并不新鲜，比如 Slack.ai 和阿里的 Qoder 早就有了。但豆包工作的区别在于，还是在于它拥有组织上下文，你不需要费劲把知识库搬给 AI，它会自动渗透到每一次任务中去。
对于琐碎但高频的日常事务
如果说整理采访和研究选题，体现的是豆包工作如何进入核心工作流，那么在大量琐碎、重复的日常事务中，它更像一个随时在场的小助理。
我的工作中有不少固定任务，比如写日报、周报和月报。尤其是飞书月报，我们会需要去填写每个月写了哪些文章，因为过去时间比较长，往往会忘记自己写过哪些文章，这两天我测试了下，现在直接让他去干。这时候也体现了组织上下文知识无缝在场，我无需解释，直接跟它说：在雷峰网IR主编群里，帮我查找下我发了哪些文章，并写入指定文档。
另外，对于日报，我经常会忘记填写。现在，我也做了一个定时任务，让小助理每天下午 6 点 30 分提醒我写日报，把今日日报内容发给它，它自动写入飞书文档了。
另一类麻烦来自审批。外出、加班、出差，都有各自的审批入口。过去提交申请，需要先进入飞书工作台，再找到对应的审批，填写相关信息。现在，我只需要告诉我的小助理：“帮我提交一个明天的外出申请。”它会接着询问缺少的信息，并进入相应的审批流程。
这些事情单独看都不复杂，但就是会繁琐。过去使用办公软件，我不仅要记得自己需要做什么，还要记住每件事应该去哪里完成。现在，我只需要表达意图，剩下的入口和流程交给 AI 处理。
AI 应该去到工作现场
当然，豆包工作也还有许多值得改进的地方。目前来看，最紧迫的应该是先要把其他模型接进来。
另外，想薅羊毛就别想了，没充钱的话，随便问几个问题，就算力紧张了。
从长远来看，如何进一步让 AI 融入到团队协作中，豆包工作也还有很多工作要做。
如果粗略划分，第一代 AI 产品是 Chatbot，人把问题带到聊天框里，AI 给出答案。第二代是 Claude Code、Codex、WorkBuddy 这一类 Agent 工具。它们可以操作电脑、读取本地文件、使用浏览器，也可以通过各种方式连接飞书。AI 从“回答问题”走向了“动手干活”。
前两代产品有点像是，我把工作暂时搬到了 AI App 那里，等它做完，再把结果搬到工作场景里来，这个过程仍然存在一丝不流畅。
下一阶段的 AI ，应该是要直接出现在人工作的地方。Anthropic 最近推出的 Claude Tag，就是在朝着这个方向努力。过去，团队在 Slack 里讨论问题，需要有人把任务和聊天记录转交给 Claude。等 Claude 完成后，再把结果带回群聊。
Claude Tag 改变了这种关系。Claude 直接待在 Slack 频道里。团队讨论到某个问题时，可以随时艾特 Claude，把它拉进来。它能够读取频道里的共享上下文，调用组织授权的工具完成任务；任务结束后，结果也直接回到原来的讨论中。
这样，AI 不再是群聊之外的一位外援，而是成为群聊中的一名协作者。它自然地出现在每一个讨论、每一份文档、每一次会议里。这，或许才是下一代 AI 办公产品真正的分水岭。而包括豆包工作在内的所有玩家，都才刚刚踏上这条路。
2026-08-24
2026-08-21
