字节Agent迟迟不出牌：个人助理被抢跑，办公赛道遭截流

两个月时间里，个人Agent这张牌桌上，入局者一个接一个把牌亮了出来。

Meta的Muse一度冲高又回落，日均净新增用户从9月峰值的19.8万掉到7.4万，跌幅62.4%；阿里的“千问Go!”靠一笔70元的航班延误理赔跑通了流程，让“替人办事”这件事在用户心里落了地；腾讯的微信小微还在灰度扩围。

三家公司出牌的路数不一样，进度也有快有慢，但好歹都坐上了桌。

反倒是4月最早开始内测的个人助理小豆（Spell），到现在还“处于内测中”，“上线时间未公布”，连个能拿来观察的案例都没有。

字节手里早就攥着一把牌，却一直没打出来，这不太像外界认识的那个字节。

要说做产品，字节曾是中国最擅长的公司之一：图文信息流那几年，今日头条拿推荐引擎把分发重新做了一遍，TikTok又把这套产品机制搬到全球；短视频这条道上，快手先跑，抖音后发，凭滑动体验和音乐模板完成反超；连剪映这类工具产品，也做成了短视频剪辑的默认选择。

后发先至、靠产品和算法冲击市场，是这家App工厂的惯常打法。可到了Agent这一仗，字节两头出手都不太顺：个人助理被“千问Go!”抢在前面落了地，办公市场又被WorkBuddy先洗走了一轮流量。

问题或许不出在产品上。字节过去的核心本事，是把产品、算法和流量攒成一台高效机器，用最短时间做完冷启动、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提出了更高要求。

一、个人Agent等风来

迟迟不动，说明考虑得更多。

个人Agent恰好落在字节射程之内，也是它禀赋最好的赛道：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。摩根士丹利测算，Muse每用户月成本在3至130美元之间。Muse生在Meta，早期爆发恰好靠的是数字内容生态。

抖音与豆包字节手里这个用户池，量级相当。放到眼下，这块战场最有机会把当年移动互联网那套扩张打法再走一遍。数亿C端用户怎么在AI时代真正被调动起来，里面的机会很大。

回头再看，个人Agent这块战场上，字节已经被“堵”过两回。

头一回是在去年年底。初代努比亚豆包手机选择硬闯对手的应用封锁线，试着把“替用户决策”真正做出来：拿购物来说，它能跨 App 自动比价、搜索并下单，用户只管最后一步支付。这款手机发布即巅峰，二手市场一度加价5000元。

这条基于GUI Agent的“无障碍接口”路线，说到底是用系统级权限读屏、模拟人手点击，等于借用户的眼睛和手指，强行刷开别家App的门禁。

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"强制下线；12月5日，豆包金融类操作被下线；12月10日，阿里系部分应用解除了登录限制，条件是豆包同步关掉对相关App的操作能力。

在上一场较量里撞过南墙的字节，这一回换了打法，先礼后兵。9月14日，字节随二代豆包手机（努比亚NaviX Ultra）发布了《屏幕自动化操作声明协议》（SAEP），给所有App留出30天窗口期，由各家自行决定是否放行豆包代理操作。权限划分到细粒度，高风险动作默认受限。

10月14日公示期满，结果出来了：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、小红书都不在放行之列，连DeepSeek、Kimi也选了“不”。第二天，字节只能把规则反过来——默认放开，除非明确拒绝。

事情到这一步，襁褓中的个人Agent产品“小豆”面前的两条路，都不好走。

先看外面。核心利益当前，跨应用通用助理被别人的围墙挡住。让字节的Agent进自家生态，等于把最核心的用户行为数据和交易入口交到竞争对手手里，绝大多数平台都不会点头。

那就往里退，退守抖音生态，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促成成交，动摇的正是字节广告变现的根基。

为了让上述冲突变得可以接受，8月10日，经豆包入口成交的酒旅订单有了独立费率，约12%，比抖音主端的8%高，算是提前给生态内外打了预防针。

商业上的两难，似乎也让一向对外激进的字节显得有些犹豫。 千问Go! 敢先出牌，并不是因为阿里没有广告包袱。淘天同样靠交易佣金和商家广告吃饭，但Agent替用户发起的消费，终归发生在生态之内，Agent越成功，交易转化为佣金的效率越高，对广告的侵蚀反而越小；字节的闭环则是“注意力闭环”，Agent每替用户省下一分钟，抖音就少一分钟的广告库存。

当小豆、豆包主App与豆包工作最终都收口到赵祺一人麾下。被曝早在4月就在开发的小豆，至今没有露面，原因很可能就是字节对自己商业模式的犹豫。

二、其器利也，而事未竟

眼下，字节办公Agent这条战线的局面看起来温和一些。

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月其PC月访问量达到2097万，居行业第一。产品先后与移动互联网时代的腾讯会议、腾讯文档、微信、企微等打通，Agent有权读取的上下文更多，实际使用效果也随之提高，用户心智被一层层渗透。

过去，字节擅长后发先至；这一次，它想用仅历时25天的闪电整合来加速追赶。

7月30日，飞书产品团队并入豆包，谢欣的汇报线转向赵祺，市场销售并入火山引擎；8月24日，TRAE扣子团队也被收进了这个“大家庭”。豆包8月25日，豆包工作新产品正式亮相，飞书生态随之打通。

到9月15日，飞书8.0以合体姿态出场。侧边导航栏点开就能进入豆包工作，群聊、文档这些飞书功能产品也能直接读取。与此同时，基础办公业务与协同功能全部收进了豆包工作。两边由此从单向接入走到双向融合，产品层面的打通算是彻底完成。

整合推进得极快，背后有绕不开的时代条件。产品上看，能完全替代上一代工具的AI原生应用至今没出现；组织上看，这次整合也消掉了内部长期存在的消耗——过去飞书、豆包、TRAE和扣子各打各的，入口散着，数据割裂，同一个企业客户甚至要对上好几套字节方案。

可解决内耗只是把工具磨利，不等于事情就能办好。在底层生态机制上，字节碰到的是一场更深的变革与选择。

办公Agent是什么？是Token经济落到企业端的具体形态。把底层Token做成产品封装，给Token定价，再靠它拉动消耗。只要消耗发生，服务收入就跟着来。

假设“等量用户需求产生等量Token消耗”，那么多模型开放与只守自家模型，账面上拉动的收入规模看不出本质差别；可放到技术演进路径和商业竞争力上，指向的就是两条完全不同的路。

开放生态的长处，是工程化能力迭代快、能虹吸流量。拿腾讯WorkBuddy来说，过去一个月里它先后首批接入模型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，算得上AI时代给用户赋权。

走这条路，开放平台不再绑定单一基模，精力全压在工程化调度、连接器生态和工作流封装上。平台越开放、接口越自由，Token消耗和流量就自然往那边走。办公Agent正是靠这种稀缺性聚起最活跃的用户。

不选择开放的那一方，豆包工作拼的是数据闭环和基模迭代。

坚持“封闭套件”路线、只搭载自研Seed模型与飞书上下文的豆包工作，代价是短期内对多元化需求用户的吸引力打了折扣；换来的是全部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，豆包工作办公Agent其实承担了给Seed模型“打料喂饭”的训练场角色，为的是承载张一鸣“尽全力提高模型能力”的战略意志。

换个角度，企业买办公Agent，买的是一套把组织数据Token化的服务，背后是组织架构、权限体系、文档、审批与协作关系整体搬迁。

市场曾将“豆包3.45亿月活被当作字节手里的关键筹码。只不过，豆包C端个人用户构成了这3.45亿月活的主体，拿AI聊天没问题，可要让组织掏钱，距离还很远。

另一组数字也能说明问题：钉钉的MAU是1.71亿，千问办公场景本身能接住这部分需求，飞书MAU却只有约3019万，差不多是钉钉的六分之一；企微则靠着微信的关系链，WorkBuddy未必需要过多依靠自家协作平台的存量，沿着微信到企微这条关系链往下渗透就行。

字节当然也不是没有机会。AI产品榜7月的数据显示，TRAEWork月访问量266万，扣子为217万、环比涨了62%。可开发者觉得好用的东西，普通打工人未必买账。一位接近TRAEWork的人士说，“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技术逐渐收敛，工具也被推着往前走，交互统一、无缝之后，能预见的机会会更多。

AI时代的“产品为王”，或许不再是往界面里塞一堆复杂按钮，而是把最极致的底层模型和工程能力留给自己，把极简单的“一键交付”交给用户。

三、技术优先的两端

把字节个人和办公两条线摆在一起看，能清楚发现，这家公司正从大家熟悉的产品为先，转向更漫长也更昂贵的技术为先，节奏放慢的关键原因也在这里。

过去的互联网产品，靠的往往是体验顺手的交互界面、更强的推荐算法和更高的增长效率。可Agent真要替用户把任务做完，核心竞争力就变成了模型够不够可靠。查资料可以交给它，付款、审批、处理合同却未必敢放手，那等于把一部分决策权交了出去。

张一鸣为此定下目标：尽全力把模型能力提上去。

组织架构的调整已经放出明显信号：2025年2月，吴永辉从Google DeepMind加入；10月，朱文佳改为向吴汇报，Seed确立研究一号位。另一边，乔木离场，杨建朝休息、由来自通义千问的周畅接任，李航转任顾问。

研究型负责人上了位，产品老兵退到后面，数据和强化学习部门被重新加强，新的竞争指标也跟着变了。

基础模型说到底是一场长期投入，数据、训练、强化学习、后训练，哪一样都要时间、算力和人，也很难像互联网产品那样快速上线、快速试错来验证回报。技术为先能把天花板抬高，过程却注定漫长，消耗也大。

资源往技术那边倾斜了，产品层面的收束却没跟着完成。豆包工作的入口到现在仍不清晰，桌面端、飞书侧边栏、豆包App的工作模式，都能进得去。

除了原有的办公用户，字节似乎还想把豆包攒下的个人用户转成办公用户。可入口同时开好几个，既分散研发、运营和企业服务的资源，也让用户犯迷糊：这到底是个个人助理，一个办公套件，还是飞书的AI增强组件？

对办公Agent来说，入口不只是一个按钮，它决定组织架构、权限体系、文档和协作关系最终往哪个方向沉淀。

与之相比，千问明确将千问办公与千问原入口这次划得很清楚，目标指向B端用户。阿里官方在2026年9月披露的数据显示，千问办公产品上线头一个月，用户就超过3000万，其中企业用户占了多半，比例在50%以上。

从面向C端的小豆，到做B端生意，豆包字节在Agent这条赛道上的起落，说到底是老一套商业模式和新阶段技术规律之间一场躲不开的磕碰。

流量年代里，字节是台运转顺手的“效率机器”，用算法分发注意力，再拿广告把注意力换成钱；到了Agent年代，比的却是模型稳不稳定、生态开不开放，以及组织数据信任能扎多深。

Agent这场仗越来越像产品、组织、技术三样一起上的综合较量，哪块短板都拖后腿。字节因此得两头顾：一边防着Agent动抖音的广告库存，一边硬推闭环套件劝企业搬家，还得让产品替模型演进扛活。

产品和模型像两个互相带动的飞轮，要一圈一圈慢慢转起来，光有一个清楚的入口不够，能把技术、产品、场景捏到一起的组织也少不了。技术能把上限抬上去，可飞轮什么时候开始转，还是产品说了算。