豆包工作做对了什么:通用 Agent 的差距正从模型转向使用门槛
从产品经理的视角来看,我判断接下来通用 Agent 产品之间的差距,会越来越多来自 UX。 现在使用 AI 的人大致有两类。 一类是深度的高级极客用户,他们愿意花时间配置工具、安....
站在产品经理的角度看,我认为往后通用 Agent 产品之间拉开距离的地方,会越来越多落在使用门槛上。眼下用 AI 的人,基本能分成两拨。
一拨是深度的高级极客用户,肯花时间配工具、装环境;另一拨人没那么多时间,也没那个兴趣去折腾。之前有朋友请我去他们公司做了一场 AI 培训,到那儿才发现,不少人连电脑的重度用户都算不上,更别提 AI 了。
说出来你可能不信,他们电脑里还装着各种杀毒软件,平时干活主要是打开微信、飞书这些 IM 工具,再就是用用 Office,别的软件基本不碰。很多我们觉得理所当然的操作,对他们来说其实都有门槛。
比如安装这件事,我就觉得挺费劲。那次培训让我意识到,Agent 的用户体验和底层技术一样重要。过去大家总在聊模型、Harness 这些,可对绝大多数用户来说,最要紧的还是使用门槛。
#01
Agent 还得进一步产品化。最近大家应该也看到了,像这类产品接连冒出来。
从用户角度讲,我只是想让 AI 帮我处理点事情,为什么每次都得新建聊天?连新建会话这么简单的动作,其实都还有继续优化的余地。
上周有个变化,可能很多人都没注意到。我当时发现之后特别开心,因为此前就有同事跟我提过,希望能有这样的功能。
简单理解,
比如最近又到了大学生准备毕业论文的时候。写论文本身就是非常典型的垂直场景,我相信大部分大学生写论文时要用到的东西,其实都差不多。
当然,不同学校、不同专业对论文的要求会有差别,但很多基础活儿,像文献检索、资料整理、论文格式检查,本质上没什么两样。
社交媒体上分享论文相关经验的人很多,大家折腾来折腾去,解决的其实是同一个场景里 Agent 初始化配置的问题。可这些常用的配置如果能直接预置好呢?
使用门槛不就又降了一截?说到底,这还是在缩短普通用户的上手时间。
目前它预置了 20 多个专业场景的配置。下面截图是求职发展方向的。
在这个
因为
为了看看工作台到底有什么不一样,我又做了一次对比测试。这回不用职业发展工作台,直接在
豆包工作里操作。
这次我没装任何技能,任务照样跑完了,求职分析报告也拿到了。
生成结果放在下面,大家可以自己看。
再拿职业发展工作台生成的报告对比一下。
两份摆在一起,差距一眼就能看出来。
职业发展工作台那份分析明显更深:先照着简历判断求职者眼下竞争力如何,接着指出哪些岗位方向更合适、理由是什么,最后连求职节奏都给了具体建议。
换句话说,像
用户也能按自己的需要,去编辑对应的工作台。
说到底,工作台这个功能本身不复杂,思路也很直白:把不同职业、不同场景要用的 Skills、插件和专业要求提前配好,用户就不用从零开始折腾。
在我看来,这等于提前替用户把面向职业场景的 Agent 初始化做完了。
#02
开箱即用的 Agent 交互设计
换个例子。假设我干金融,平时常让 AI 分析上市公司财报。
直接打开通用 Agent 的话,我得先告诉它:分析哪家公司、看哪些财务指标、按什么口径算、最后出什么样的研究报告。
可光把这些要求说清楚,往往还不够。
金融研究真要做得像样,得查专业数据、比对不同报告期的财务指标,还可能要搭估值模型。要是最后再整理成 PPT,又得牵扯别的工具和技能。
这些都得结合具体任务去配,效果才出得来。
现在换成不太懂 AI 的普通用户,也不用再琢磨该装哪些 Skills、接什么数据服务、工具之间怎么串起来。
进金融投研工作台就行,财报分析、行情数据查询、估值建模、研究报告生成这些常用能力已经配好了。
如果拿到了相应的数据服务授权,还能接万得、同花顺这类专业数据源。
剩下的就是在工作台里把任务需求说清楚。不过要提一句:AI 给出的投资或医疗建议,一定得自己甄别核对,哪个 AI 都别盲信。
站在产品经理的立场,这些配置活本来就不该丢给普通用户去折腾。
Skills、插件、MCP,说到底是产品为了完成任务需要的技术能力。用户只关心自己想干什么,背后调哪些工具、怎么组合,尽量让产品自己解决。
过去不少 Agent 产品,恰恰是把这些复杂配置甩给了用户……
也许有人要问:工作台既然就是预置 Skills 和插件,那直接把所有 Skills 塞进通用 Agent 不就行了,何必按职业和场景分?这不是反倒让用户多了一道选择成本?
理论上确实可以给通用 Agent 装一大堆 Skills,金融分析、教学、写作、设计,什么都有。
不过,Skills 堆得越多,Agent 执行任务时就越要判断该调用哪一个。不同 Skills 的适用范围一旦模糊,或者彼此有重叠,调用就可能不准。
再说,眼下的 Skills 大多采用按需加载,初始化时不会把所有内容全塞进去。所以按职业或任务类型,把相关的 Skills、插件和专业要求提前组织到一起,算是目前比较合理、也比较优雅的产品设计。
工作台本身就是按职业和工作场景划分的。对绝大多数用户而言,日常工作相对固定,真正用得上的工作台可能就那么几个。比如金融分析师,平时大部分时间都在处理金融研究相关的任务,根本不需要频繁切换工作台。
我的建议是,在官方预置的工作台基础上,大家不妨继续加入自己的工作流程、常用工具和专业要求。
以前用 Agent 的时候,我常担心它有没有调用我预期的 Skill。原因是我在 Agent 里装了大量 Skills,可装了不等于它就能准确调用。尤其当不同 Skills 的功能存在重叠时,Agent 可能压根没意识到该用哪个。
工作台其实能解决这个问题,毕竟它按场景把 Skill 和插件隔离开。毫不夸张地说,这一定是通用 Agent 产品化最值得探索的方向。
Agent 底层可以共享读取文件、分析数据、生成文档这些能力。但面向具体职业时,产品应该提前把相应的工具和工作方法组织好,尽量省去用户自己配置的麻烦。
#03
写在最后
通用 Agent 一定会成为下一代 Office,这个判断我坚信不疑。
只不过,整个产品形态现在还非常年轻,真正面向普通用户的通用办公 Agent,也就经历了不到一年的快速迭代。产品化方面,我觉得还有太多值得探索的空间。