L'agent bureautique de ByteDance, Doubao Work, a lancé le 2 septembre deux nouvelles fonctions : des agents multiples fonctionnant en parallèle, et la fonction de « contrôle de l'ordinateur » sur macOS. Le produit n'a été lancé que le 25 août, ce qui donne un rythme de mises à jour particulièrement soutenu.
Le principe des agents multiples en parallèle consiste à découper une tâche unique en modules exécutés séparément. Une fois la demande soumise par l'utilisateur, un agent principal chargé de la coordination effectue d'abord le découpage, puis répartit les parties plus spécialisées ou pointues entre différents agents secondaires qui avancent simultanément, avant une consolidation finale du livrable. Les cas d'usage cités officiellement sont le traitement par lots, la génération de contenu modulaire, la recherche multidimensionnelle et la recherche multicanal — leur point commun étant que les sous-tâches sont indépendantes les unes des autres, l'ordre d'exécution n'affectant pas le résultat. Pour ce type de tâches, une exécution séquentielle revient à une pure file d'attente ; en parallélisant, le délai de livraison peut être réduit, tout en produisant plusieurs résultats de travail distincts à la fois.
À l'inverse, les tâches comportant des dépendances entre étapes ne se prêtent pas à ce mécanisme. Lorsque la deuxième étape a besoin de la conclusion de la première, découper la tâche oblige simplement l'agent principal à multiplier les allers-retours pour aligner le contexte. Le bénéfice de la parallélisation dépend donc fortement de la forme de la tâche, et le gain de temps réel dépend de la capacité de l'utilisateur à formuler sa demande de façon à ce qu'elle puisse être décomposée.
Regarder l'écran et cliquer directement
L'autre nouveauté est que la fonction de contrôle de l'ordinateur couvre désormais aussi le Mac. Auparavant, cette capacité fonctionnait surtout sous Windows ; elle est maintenant disponible sur les deux plateformes.
Sa mise en œuvre repose sur une opération locale de l'interface graphique : sans dépendre de MCP, d'API, de plugins ou de ligne de commande, le modèle reconnaît directement les éléments d'interface affichés à l'écran et exécute des actions comme cliquer, remplir des champs ou changer de fenêtre. L'avantage de cette approche est sa couverture. Les systèmes internes, les anciennes versions de clients ou les logiciels métiers sans interface ouverte, que les entreprises utilisent au quotidien, n'existent pratiquement pas du point de vue d'une API, mais du point de vue des pixels, ils ne se distinguent en rien des autres fenêtres. Personne n'a besoin d'adapter quoi que ce soit pour que l'agent puisse s'en servir.
Le coût est tout aussi clair. Le pilotage par interface graphique fait reposer toute la fiabilité sur la reconnaissance de l'interface : un bouton qui change de place, une fenêtre pop-up qui apparaît une demi-seconde plus tard, une résolution différente, et l'action peut échouer ; en cas d'erreur, il est aussi bien plus difficile d'obtenir un code d'erreur clair que lors d'un appel API. Le secteur a beaucoup investi cette année dans des interfaces standardisées comme MCP, avec l'objectif de rendre les appels d'outils structurés et prévisibles ; l'approche par interface graphique va dans le sens inverse, en échangeant un coût d'adaptation contre une capacité de généralisation. Pour l'instant, aucune des deux voies n'a supplanté l'autre, et la plupart des produits finiront probablement par conserver les deux.
Cet ajout du Mac était nécessaire. Dans les environnements de bureau en Chine, Windows reste largement majoritaire, mais la part du Mac est nettement plus élevée dans des métiers comme le design, le contenu ou le développement — des profils qui sont justement ceux qui effectuent le plus d'opérations d'interface répétitives : classement de fichiers, exports en masse, saisie de données entre systèmes différents. Ne couvrir que Windows revenait à écarter une partie des utilisateurs où la demande est la plus concentrée.
Un point d'entrée unique
Doubao Work se positionne comme le point d'entrée produit unifié de ByteDance pour la bureautique assistée par IA, étroitement intégré à Lark (Feishu). Ce mouvement s'inscrit dans la continuité des actions menées par ByteDance cette année : TRAE et Coze avaient déjà été intégrés à Doubao, regroupant sous une même marque des outils de développement et des plateformes d'agents jusque-là dispersés ; Doubao Work vient désormais regrouper également le point d'entrée côté bureautique.
Pour les utilisateurs professionnels, le véritable critère d'évaluation de ce type de produit ne réside pas, au final, dans la liste des fonctionnalités, mais dans le nombre de tâches réelles menées à bien de façon fiable par unité de temps. Les agents multiples en parallèle augmentent le débit théorique, le pilotage par interface graphique élargit le champ d'action possible, mais les deux doivent encore passer l'épreuve du taux de réussite. Le fait que ByteDance lance les deux fonctions ensemble suggère une logique consistant à d'abord étendre les capacités, avant de revenir plus tard peaufiner la fiabilité.
Sources : IT Home, CocoLoop, Jiemian News, documentation officielle des fonctionnalités de Doubao ; la logique de découpage des tâches des agents multiples en parallèle ainsi que le périmètre d'application du contrôle de l'ordinateur sur Mac ont été vérifiés à partir des informations officielles.