字节个人Agent迟迟不出牌：小豆仍在內测，豆包手机两度碰壁

两个月时间里，个人Agent这条赛道上，各家接连把牌摊到了桌面上。

9月峰值时，Meta的Muse日均净新增用户还有19.8万，如今已掉到7.4万，跌幅62.4%，上线热闹一阵便退了潮；阿里“千问Go! ”跑通一笔70元的航班延误理赔，让用户记住了它能“替人办事”；腾讯的微信小微还在灰度扩围。

三家各有各的打法，节奏也不一样，但好歹都坐上了牌桌。

反倒是4月就开启内测的个人助理小豆（Spell），眼下依旧“处于内测中”，“上线时间未公布”，连一个能拿来观察的案例都没有。

字节手里其实早就捏着牌，却一直没亮出来。这不像外界印象里的字节。

论做产品，字节曾是中国最强的一家：图文信息流那几年，今日头条拿推荐引擎把分发重写了一遍，TikTok又把同一套机制搬到了全球；短视频赛道上快手先跑，抖音后发，凭滑动体验和音乐模板完成反超；就连剪映这种工具型产品，也做成了短视频剪辑的默认选项。

后发先至、用产品和算法去冲市场，这是家App工厂练熟的路数。可到了Agent这一仗，字节两头出手都没打出效果：个人助理被“千问Go!”抢了先落地，办公市场则被WorkBuddy先洗走一轮流量。

问题恐怕不出在产品上。字节过去的核心本事，是把产品、算法、流量拼成一台高效机器，用最短时间跑完冷启动、留存和规模化。Agent比的却是模型上限、生态授权，还有商业模式的自我革命，这三样对字节的能力边界要求更高。

一、个人Agent等风来

迟迟不动，说明想得更多。

个人Agent正好落在字节射程之内，也是它禀赋最好的一块：高频、不挑客群，某种程度上还能延续规模摊薄算力成本的网络效应。

抖音加豆包的用户池，禀赋同样可观。对字节而言，这几乎是移动互联网时期扩张思路最有可能复现的战场，数亿C端用户池在AI时代怎么全面激活，机会很大。

可回头看，个人Agent战场上字节已经被“堵”过两次。

头一次在去年年底。初代努比亚豆包手机硬闯对手的应用封锁线，想把“替用户决策”真正做出来：拿购物来说，它能跨App自动比价、搜索、下单，用户只管最后一步付款。这款手机发布即巅峰，二手市场一度加价5000元。

走GUI Agent的“无障碍接口”这条路，实质是靠系统级权限读屏、模拟手指点击，等于借用户的眼睛和手指，强行刷开别家App的门。

卧榻之下，岂容他人鼾睡。狂欢没撑过一周：去年12月2日晚起，用户用AI操作微信就会触发“环境异常”被强制下线；12月5日，豆包下线金融类操作；12月10日，阿里系部分应用恢复登录，条件是豆包同步关掉对相关App的操作能力。

撞过南墙，第二场字节改走先礼后兵。今年9月14日，字节随二代豆包手机（努比亚NaviX Ultra）推出《屏幕自动化操作声明协议》（SAEP），给所有App留了30天窗口，自行选择是否允许豆包代理操作，权限做到细粒度，高风险动作默认受限。

10月14日公示期满，结果153款主要App几乎全数拒绝——微信、支付宝、淘宝、美团、拼多多、滴滴、小红书都不在列，连DeepSeek、Kimi也选了“不”。第二天，字节只能把规则反过来，改成“默认放开、除非明确拒绝”。

这么一来，还在襁褓里的个人Agent产品“小豆”，两条路都不好走。

往外看，核心利益摆在前头，跨应用通用助理被外部围墙挡着。放字节的Agent进自家生态，等于把最核心的用户行为数据和交易入口让给竞争对手，绝大多数平台都不会点头。

那留给小豆的空间，可能就是退回抖音生态，做“字节系生活助理”。货架是字节自己的，可Agent一旦绕过推荐流直接成交，动摇的正是字节广告变现的根基。

为了让这种冲突变得能接受，8月10日起，经豆包入口成交的酒旅订单单独计费率（约12%），比抖音主端的8%要高，算是提前给生态内外打了预防针。

两头为难的商业取舍，似乎也让一向对外激进的字节有点犹豫。

千问Go! 敢先出牌，并不是阿里没有广告包袱。淘天同样靠交易佣金和商家广告吃饭，只是Agent替用户发起的消费终归落在生态之内，Agent越成功，交易转佣金的效率越高，对广告的侵蚀越小；字节的闭环是“注意力闭环”，Agent每帮用户省下一分钟，抖音就少一分钟的广告库存。

小豆、豆包主App和豆包工作最终都归到赵祺一个人手下，可早在4月就被曝出在开发的小豆，至今还没露面。说到底，原因很可能出在字节对自己商业模式的犹豫上。

二、其器利也，而事未竟

相比之下，字节在办公Agent这条线上的局面看着要缓和一些。

8月25日豆包工作发布时，3月上线的WorkBuddy已经领跑了近半年。6月它的PC月访问量达到2097万，排在行业第一。随着产品陆续和移动互联网时代的腾讯会议、腾讯文档、微信、企微等打通，Agent能读取的上下文多了，实际使用效果也上来了，用户心智被一层层渗透。

过去字节擅长后发先至，这回它想靠一场只用了25天的闪电整合来加速追赶。

赵祺成为谢欣的新汇报对象，是在7月30日飞书产品团队划入豆包之后；同一时间，市场销售这条线归到火山引擎。8月24日，TRAE和扣子团队也进了豆包这个“大家庭”。一天后的8月25日，豆包工作正式亮相，飞书生态同时被打通。

到9月15日，飞书8.0合体亮相。飞书侧边导航栏能直接进入豆包工作，还支持读取群聊、文档等飞书功能产品。同时，基础办公业务和协同功能都被集成到了豆包工作上。两边的双向融合又往前走了一步，产品层面已经全面打通。

这场效率极高的整合，背后有躲不开的时代背景。产品层面，能完全替代上一时代工具的AI原生应用还没诞生；组织层面，整合也解决了内部长期存在的消耗问题——以前飞书、豆包、TRAE、扣子各干各的，入口分散，数据割裂，同一个企业客户甚至要对接好几套不同的字节方案。

可解决内耗只是“利其器”，不等于“善其事”。在底层生态机制上，字节正碰上一场更深层的变革与选择。

办公Agent说到底，是Token经济在企业侧的落地形式。把底层Token做产品化封装，给Token定价，再拉动消耗。只要Token消耗发生，服务收入就来了。

在“等量用户需求产生等量Token消耗”这个前提下，开放多模型还是坚守自家模型，表面看拉动的收入规模没什么本质区别，可放到技术演进路径和商业竞争力上，指向的是完全不同的路线。

开放生态的好处，在于工程化能力迭代快、能虹吸流量。拿腾讯WorkBuddy来说，过去一个月里它接连首批接入了模型Space Bunny（匿名）和阶跃星辰发布的Step 5 Preview——不用折腾复杂的API接入，就能切换、设置模型，自由度很高，算是对AI时代用户的一种赋权。

走这条路，开放平台不再绑定单一基模，把精进的重心全放在工程化调度、连接器生态和工作流封装上。谁家平台更开放、接口更自由，Token消耗和流量就自然往谁那儿流。办公Agent就用这种稀缺性把最活跃的用户聚拢过来。

选择不开放的豆包工作，拼的是数据闭环和基模迭代。

豆包工作守着“封闭套件”路线，只搭载自研Seed模型和飞书上下文。代价是短期内对多元化需求用户的吸引力打了折扣；好处是所有Token消耗和交互场景都锁在自家Seed模型上，全量真实数据得以回流，再通过测评反馈持续喂养、辅助自家基模迭代。

这么看，豆包工作是为了承载张一鸣“尽全力提高模型能力”的战略意志，让办公Agent担起了给Seed模型“打料喂饭”的训练场角色。

换个角度，企业采购办公Agent，本质上买的是整套组织数据的Token化服务，背后是企业组织架构、权限体系、文档、审批与协作关系的整体搬迁。

市场曾把“豆包3.45亿月活”当成字节的关键筹码。只不过，豆包这庞大的月活属于C端个人用户，他们能拿AI聊天，离组织付费还差得远。

再看另一组数据。钉钉MAU为1.71亿，千问办公可以直接承接；飞书MAU约3019万，只有钉钉的约六分之一；企微背靠微信关系链，WorkBuddy不必太依赖自有协作平台的存量，顺着微信—企微关系链就能渗透。

当然，字节也不是没机会。AI产品榜7月数据显示，TRAE Work月访问266万，扣子217万、环比增长62%。但开发者的蜜糖，未必是普通打工人的。一位接近TRAE Work人士表示，“就是照搬了之前IDE那套，让产品在上半年几乎没什么进展。”

AI技术的收敛正在倒逼工具进化，统一而无缝的交互会带来更多可预见的机会。

AI时代的“产品为王”，或许不再是往界面里塞复杂的按钮，而是用最极致的底层模型和工程能力，把复杂留给自己，把极其简单的“一键交付”留给用户。

三、技术优先的两端

把字节个人和办公两条战线并到一起看，很清楚：这家公司正从过去人们熟悉的产品为先，转向更漫长、更昂贵的技术为先，这也是它节奏放缓的关键原因。

早年的互联网产品，拼的是界面顺手、推荐算法够强、增长跑得快。可Agent若要真替用户把事情办成，关键就落在了模型够不够可靠上。查个资料用户还愿意放手，付款、审批、处理合同却未必敢交给AI，那等于让出一部分决策权。

张一鸣为此定下了目标：把模型能力提上去，尽全力。

组织层面的变化已经先露了出来。2025年2月，吴永辉从Google DeepMind过来；到10月，朱文佳改为向吴永辉汇报，Seed的研究一号位由此确立。另一头，乔木离开，杨建朝进入休息状态、由通义千问过来的周畅接棒，李航则转做顾问。

研究背景的负责人站到台前，产品出身的老将退到后面，数据和强化学习部门被重新加码，新的比拼指标也跟着换了。

基础模型这件事，说到底是一笔长线投入。数据、训练、强化学习、后训练，样样都要时间、算力和人，回报很难靠快速上线、快速试错来验证，这一点和互联网产品不一样。技术为先能把天花板顶高，但过程又长又费钱。

资源往技术那边倒，产品这头却没有同步收拢。豆包工作的入口到现在还是不清晰，桌面端、飞书侧边栏、豆包App的工作模式，都能进。

字节看起来是想把豆包攒下的个人用户导成办公用户，老办公用户之外再加一块。可多个入口并着走，研发、运营和企业服务的资源会被摊薄，用户也容易犯迷糊：这到底是个人助理、办公套件，还是飞书的AI增强组件？

入口对办公Agent不是加个按钮的事，它决定组织架构、权限体系、文档和协作关系最后往哪个方向沉淀。

千问的做法就不一样。千问办公和千问原来的入口被明确切开，直接瞄着B端。阿里官方在2026年9月披露的数据显示，千问办公上线首月用户破3000万，其中企业用户过半（超50%）。

从小豆到豆包这个B端产品，字节在Agent战场上的起落，本质上是老商业模式和新阶段技术规律之间一次难躲的碰撞。

流量那会儿，字节是台顺风顺水的“效率机器”，算法分发注意力，广告把价值兑现；到了Agent时代，比的只剩模型的确定性、生态的开放程度，还有组织内部数据信任的深度。

Agent这场仗是产品、组织、技术一起上，木桶效应很明显。字节一边要防着Agent啃掉抖音的广告库存，一边得使劲推闭环套件劝企业搬家，还得让产品去扛模型演进的任务。

产品和模型互为飞轮，得一步步转起来。光有清晰入口不够，能把技术、产品、场景捏到一起的组织也少不了。技术能抬高上限，可飞轮什么时候开始转，还是产品说了算。