ByteDances Büro-Agent Doubao Work hat am 2. September zwei neue Funktionen erhalten: parallel laufende Multi-Agenten sowie „Computersteuerung“ unter macOS. Das Produkt selbst ist erst am 25. August gestartet – der Rhythmus der Updates ist entsprechend dicht.
Bei den parallelen Multi-Agenten wird eine einzelne Aufgabe in Module zerlegt und getrennt bearbeitet. Nachdem ein Nutzer eine Anfrage gestellt hat, zerlegt zunächst ein koordinierender Haupt-Agent die Aufgabe und verteilt die eher fachspezifischen, spezialisierten Teile an verschiedene Unter-Agenten, die parallel daran arbeiten; am Ende werden die Ergebnisse zusammengeführt. Als Einsatzszenarien nennt ByteDance offiziell Massenverarbeitung, modulare Inhaltserstellung, mehrdimensionale Recherche und Suche über mehrere Kanäle – gemeinsames Merkmal ist, dass die Teilaufgaben voneinander unabhängig sind und die Reihenfolge das Ergebnis nicht beeinflusst. Bei solchen Aufgaben ist ein sequenzieller Ablauf letztlich reines Warten in der Schlange; durch Parallelisierung lässt sich die Lieferzeit verkürzen, während gleichzeitig mehrere unterschiedliche Arbeitsergebnisse entstehen.
Umgekehrt eignen sich Aufgaben mit Abhängigkeiten zwischen den Schritten nicht für diesen Mechanismus. Braucht der zweite Schritt das Ergebnis des ersten, führt eine Aufteilung nur dazu, dass der Haupt-Agent mehr Runden zur Abstimmung des Kontexts benötigt. Der Nutzen der Parallelisierung hängt also stark von der Form der Aufgabe ab, und wie viel Zeit sich tatsächlich einsparen lässt, hängt davon ab, ob Nutzer ihre Anfragen so formulieren, dass sie sich überhaupt aufteilen lassen.
Direkt auf den Bildschirm schauen und klicken
Die zweite Neuerung ist, dass die Computersteuerung nun auch auf dem Mac funktioniert. Bisher war diese Fähigkeit vor allem auf Windows beschränkt, jetzt lässt sie sich auf beiden Plattformen nutzen.
Umgesetzt wird das über lokale Bedienung der grafischen Oberfläche: Ohne Rückgriff auf MCP, APIs, Plug-ins oder die Kommandozeile erkennt das Modell die Oberflächenelemente auf dem Bildschirm direkt und führt Klicks, Eingaben und Wechsel selbst aus. Der Vorteil dieses Ansatzes liegt in der Abdeckung. Interne Systeme, alte Client-Versionen oder Branchensoftware ohne offene Schnittstellen, die in Unternehmen alltäglich im Einsatz sind, existieren aus Sicht einer API praktisch nicht – aus Sicht der Pixel unterscheiden sie sich aber nicht von jedem anderen Fenster. Niemand muss etwas umbauen, damit der Agent damit arbeiten kann.
Der Preis dafür ist ebenso klar. Die GUI-Steuerung setzt die Zuverlässigkeit vollständig auf die Bilderkennung der Oberfläche – verschiebt sich ein Button, erscheint ein Pop-up eine halbe Sekunde zu spät oder ändert sich die Auflösung, kann die Aktion ins Leere laufen; im Fehlerfall gibt es zudem selten einen so klaren Fehlercode wie bei einem API-Aufruf. Die Branche hat im vergangenen Jahr stark in standardisierte Schnittstellen wie MCP investiert, mit dem Ziel, Tool-Aufrufe strukturiert und vorhersagbar zu machen; GUI-Steuerung geht den entgegengesetzten Weg und tauscht Generalisierbarkeit gegen Anpassungsaufwand. Bislang hat sich keiner der beiden Ansätze durchgesetzt, die meisten Produkte werden am Ende wohl beide parallel behalten.
Der Schritt beim Mac war nötig. In chinesischen Büroumgebungen dominiert Windows klar, doch bei Design, Content und Entwicklung liegt der Mac-Anteil deutlich höher – und genau diese Gruppen sind besonders stark von wiederholenden Oberflächen-Tätigkeiten betroffen: Materialablage, Massenexporte, systemübergreifende Dateneingabe. Eine reine Windows-Abdeckung hätte einen Teil der Nutzer mit dem größten Bedarf ausgeschlossen.
Ein zentraler Einstiegspunkt
Doubao Work positioniert sich als einheitlicher Produkteinstieg von ByteDance für KI-gestützte Büroarbeit, eng verzahnt mit Lark (Feishu). Das passt zu ByteDances Kurs in diesem Jahr: Zuvor wurden TRAE und Coze in Doubao integriert, um verstreute Entwicklertools und Agenten-Plattformen unter einer Marke zu bündeln; Doubao Work bündelt nun auch den Einstiegspunkt für den Büroalltag.
Für Unternehmenskunden liegt der eigentliche Maßstab für solche Produkte am Ende nicht in der Funktionsliste, sondern darin, wie viele reale Aufgaben pro Zeiteinheit zuverlässig abgeschlossen werden. Parallele Multi-Agenten erhöhen den theoretischen Durchsatz, GUI-Steuerung erweitert die erreichbare Reichweite – beides muss sich aber an der Erfolgsquote messen lassen. Dass ByteDance beide Funktionen zusammen veröffentlicht, wirkt wie eine Strategie, zunächst die Fähigkeiten breit auszurollen und die Zuverlässigkeit erst danach zu verfeinern.
Quellen: IT Home, CocoLoop, Jiemian News, offizielle Funktionsbeschreibung von Doubao; die Aufteilungslogik der parallelen Multi-Agenten sowie der Geltungsbereich der Mac-Computersteuerung wurden anhand offizieller Angaben abgeglichen.