模型之外，办公体验如何被重新设计？

过去两年，AI 与办公软件的融合持续地发生和演进。起初，大模型以能力插件的形态嵌入既有工具。随后，“对话即工作台”成为主流，模型开始理解文档、表格、图片等多种内容。而今天，AI办公产品已经逐步发展出更为清晰的形态——通用型AI 办公 Agent。用户只需用自然语言表达目标，系统则会自动完成从需求理解到、任务拆解、工具调用与成果交付。当搜索、文件处理、数据分析、内容生成、工具调用等这些日常的办公事项，成为大部分通用型AI Agent的标配，产品之间的差异则更多体现在各个产品对真实办公场景的理解。

对职场人而言，工作效率不只是由单一工具的能力决定的。一项任务可能从手机上的想法开始，在电脑前继续，又因为临时离开而中断；一份方案也常常需要在文档、表格、PPT和图片等工具之间反复切换。这些设备切换、工具跳转和信息迁移，构成了办公中大量隐性的时间与认知成本。

近来，豆包推出“豆包工作”独立端。基于其对职场人的真实工作状态的深入洞察，它将多端同步、多种办公能力整合进AI Agent的工作流程中，也通过对复杂多元的办公场景进行清晰的梳理，从而为用户提供更好的办公体验。

通用型的AI 办公 Agent，意味着使用一个工具解决多种类型的问题。由于产品底层逻辑相似，AI 办公 Agent 形成了一种基础的产品形态：以自然语言作为入口，以 Agent 作为执行主体，以任务进度作为过程反馈，以文档、表格、PPT 等成果作为最终输出。而产品发展的下一步，则是对工作场景及痛点进行更为细致的洞察与分析。

在 AI Agent 时代前，人们在工作时常常受到设备和办公软件等的限制，而不得不停止某项工作。当我们能用自然语言就能把一项具体的工作任务完成时，我们是否能在不同的设备乃至空间的切换中，连续完成同一项任务？“豆包工作”将这一洞察，融入到通用型的 AI 办公 Agent 的产品迭代当中。为此，“豆包工作”首先提炼出两个产品设计命题——多端同步、多种办公能力整合。前者关注的是手机、笔记本电脑、台式电脑之间的设备切换问题；后者，则是把不同办公工具融合到同一个工具和工作流中。如此一来，“用一句话就能随时随地完成工作任务”的愿景便能实现。

在真实的工作状态中，人与场景是持续切换的。会议结束、工位转移、下班通勤，工作任务赖以继续的环境也随之改变：文档还留在办公室的电脑里，任务进度停在那台设备的运行状态里。到了新设备上，用户只能从头重建上下文——翻找记录、回忆要求、重铺材料。

这是在办公场景中很容易被忽视的损耗。心理学上的“注意残留”效应解释了这种损耗的来源。勒罗伊的研究发现，人在不同任务之间切换时，注意力并不会马上转移，前一件事的痕迹还会占据一部分认知资源。产品若能减少任务重建、让用户从被中断的工作阶段中继续，其体验价值或许会超过单点功能的提速。

“多端同步”想解决的正是这个问题。目前做该产品功能大致有两个方向。一个方向是远程操控本地电脑，比如把手机变成电脑的遥控器。不过，因为完成任务的设备依然是那台电脑，意味着它必须保持开机联网；一旦关机、休眠或断网，任务就中止。在这样的情况下，用户只是把操作界面搬到了手机上，实际上任务本身并没有被解放。“豆包工作”选的是另一个方向。它将本地电脑与云电脑结合，让任务的执行发生在云端，手机、PC、Web 都只是进入同一份工作的入口，打开 Web 端就能查看和交付完整成果。用户也可以在手机上下达任务、途中补充要求。尽管合上电脑，任务依旧推进。如此一来，当用户回到任意一端，Agent 都能带着完整上下文等待验收。

从体验设计的视角看，“多端同步”并不这是解决“多个设备能登录同一个账号”的浅层问题。它真正地把工作任务从对设备状态的依赖中解放出来，让用户只需关注任务完成本身。

在设备切换的问题之外，高效且良好的工作体验还需要解决工作任务在内容形态之间的切换。一份常见的完整工作方案，通常需要先在 Web 端做调研、再通过文档组织成文、继而配图排版，最终做成 PPT。在传统的工具链中，这意味着用户要在多个工具之间反复搬运和编辑内容。尽管单个工具能高效地完成特定的工作任务，但工具与工具之间的缝隙实际上构成了许多消耗精力且无意义的劳动，亦会带来注意力的损耗。

左栏为连接器与项目选项；中栏为对话区；右栏整合不同的项目端口

“豆包工作”的产品设计逻辑，是把被拆散的产品收拢进同一个工作环境中。文档处理、表格整理、数据分析、PPT制作、图像与视频创作、Skill调用等多种功能，在“豆包工作”里可共享同一个上下文与任务机制。关键在于，整合不是把功能按钮堆进同一个界面。有效的整合发生在任务层面，能够根据用户的需求来切换不同的文件承载的形态，也能让同一个任务对不同功能的需求在同一入口发生，使得用户不需要把充当工具之间的“搬运工”而浪费时间与精力。除了在产品逻辑的设计外，字节跳动在AI多模态能力上的积累实际上很好地赋能了“豆包工作”在这一维度上的实现，让不同内容的创作需求在同一个工作流里被以良好的输出结果来承接。

界面组织同样以任务为中心。侧栏等界面结构把对话、任务状态与内容编辑组织在同一空间中，使得相关任务彼此邻近，减少视线与光标在窗口之间的移动；不同类型的工作场景保持清晰的入口分离，同时让多种功能被合适地收束。这种“有整合、也有分离”，对应着格式塔理论中的邻近性原则与用户心智模型：不必跨工具搬运信息，也不会因界面冗杂而迷失方向。

有了产品逻辑的梳理和模型能力的加持，在“豆包工作”里，用户真正实现用一个工具就能解决多种工作问题，无须为不同的功能需求而另外安装其它并行的 Agent 应用或其他产品。

产品逻辑的设计，最终应回到任务本身的交付。接下来，编者以一个“设计论坛”策划案为例，以飞书文档为任务完成端，从项目的前期调研、策划、时间安排、到PPT成表，只通过自然语言的描述在“豆包工作”一个端口里完成，来拆解不同工作流程的体验设计。

输入“项目调研”的任务指令

任务被移动至云端进行；右下角按钮亦可随时结束任务

首先，是项目调研。编者首先把论坛主题与目标告诉“豆包工作”，请它做同类项目调研。在布置了项目调研的工作后，“豆包工作”自动将其转为在云端电脑执行任务。如此以来，尽管用户同时在同一个对话框里开启其它并行任务，而不会将上一个未完成的任务打断。此时可切入第二步，制作基础的时间表。为了延续先前的工作习惯，编者将2026年的时间表作为参考，让Agent制作2027年的时间表。同时，调研结果也已经在云端被完成。在过程中，编者发现在输入框中忘记切换为云电脑操作，因此让Agent帮忙将本地文档转为飞书文档。

以过往的时间表为参考，让 Agent 自动制作2027年度时间表

第三步，编者让Agent完成活动的基础策划案，并将其中的时间规划填入2027年的工作时间表。在完成时间填入后，若发现表格的呈现结果不理想，也可以通过对话来纠正修改。通常情况下，在一项工作中，面对不同的工作协作对象，需要用不同的内容形式来呈现。对于项目汇报或提案来说，PPT则是一个主流的呈现载体。因此最后，编者以向上级进项项目汇报为语境，让Agent将其转化为PPT的呈现。

基础项目策划结果

在整个工作过程中，本地文档、云文档、PPT 的切换，以及中途发生了一次断网，编者始终没有向 Agent 重述上下文，也没有切换完成工作产出的软件。而“豆包工作”，也顺利地根据我的需求完成了基础的产出。此外，“多端同步”“同一个工具完成多项任务”看似只在通用型 AI 办公 Agent 上做了细节的体验设计调整，然而，完成这样的复杂任务，包含一份详细的项目调研、一份基础的项目策划、一份时间表、一份汇报 PPT，只花费了1个半小时。如此看来，看似细节的设计调整不仅改善了办公体验，也为职场人节省了许多时间成本。

当 AI 办公 Agent 的基础能力趋于同质，产品之间真正的差异则开始体现在谁更理解工作如何发生，并有能力承接工作本身。前者基于对办公场景有细致的观察，后者则是对能力组织的系统性设计，把真实的工作任务接住。

“豆包工作”给两者都提供了解题思路。基于设备切换的办公场景痛点，它用手机、PC、Web 与云电脑之间的多端同步，确保了工作流的连续性，让人在任意场景、任意设备上都从任务的不同阶段中继续完成，而无需因文件在不同设备上同步的问题而苦恼。另一方面，它依托字节跳动在文本、图像等多模态能力以及产品生态上的积累，把原本分散在不同工具中的能力组织到同一个工作入口中，让 Agent 真正有能力承接复杂的办公任务。这两者共同构成“豆包工作”的独特价值——它不仅让AI更好地完成工作任务，也在重新设计人与智能系统之间新的工作关系。

在通用型 AI 办公 Agent 的时代，或许我们都应该更新迭代过去的工作习惯，将机械化、工具操作型的工作任务交给 Agent，把更多的时间精力放在创意和决策上。现在网页搜索“豆包工作”下载电脑端，即可限时免费领取30天订阅权益。在此过程中，更值得尝试的，是进入AI原生的语境，体验在新时代下，被重新设计的办公场景。