Sản phẩm tác nhân văn phòng của ByteDance, Doubao Work, ra mắt hai tính năng mới vào ngày 2 tháng 9: đa Agent chạy song song, và tính năng “điều khiển máy tính” trên hệ điều hành Mac. Sản phẩm này mới chỉ ra mắt ngày 25 tháng 8, nhịp độ cập nhật khá dồn dập.
Cách vận hành của đa Agent song song là chia một nhiệm vụ đơn lẻ thành nhiều mô-đun để thực hiện riêng biệt. Sau khi người dùng gửi yêu cầu, Agent chính đóng vai trò tổ chức sẽ phân tách nhiệm vụ trước, sau đó giao các phần mang tính chuyên môn, chuyên sâu cho từng Agent con để cùng triển khai, cuối cùng tổng hợp lại thành kết quả giao nộp. Các tình huống áp dụng mà hãng đưa ra gồm: xử lý hàng loạt, tạo nội dung theo mô-đun, khảo sát đa chiều, tra cứu đa kênh — điểm chung là các nhiệm vụ con độc lập với nhau, thứ tự trước sau không ảnh hưởng đến kết quả. Với loại nhiệm vụ này, chạy tuần tự chỉ đơn thuần là xếp hàng chờ; khi chuyển sang song song, thời gian giao nộp có thể rút ngắn, đồng thời tạo ra nhiều kết quả công việc khác nhau cùng lúc.
Ngược lại, những nhiệm vụ có quan hệ phụ thuộc trước sau lại không phù hợp với cơ chế này. Khi bước thứ hai cần dùng đến kết luận của bước thứ nhất, việc tách nhỏ chỉ khiến Agent chính phải mất thêm nhiều vòng để đồng bộ ngữ cảnh. Vì vậy, lợi ích của việc chạy song song phụ thuộc rất nhiều vào hình thái nhiệm vụ, và mức thời gian tiết kiệm được còn tùy vào việc người dùng có mô tả yêu cầu theo hướng có thể tách nhỏ hay không.
Nhìn thẳng màn hình để bấm chuột
Bản cập nhật còn lại là tính năng điều khiển máy tính được mở rộng sang Mac. Trước đây khả năng này chủ yếu chạy trên Windows, còn bây giờ cả hai nền tảng đều dùng được.
Cách hiện thực hóa tính năng này là thao tác trên giao diện đồ họa cục bộ: không phụ thuộc vào MCP, API, plugin hay dòng lệnh, mô hình trực tiếp nhận diện các thành phần giao diện trên màn hình để thực hiện các thao tác như bấm, điền, chuyển đổi. Ưu điểm của hướng đi này là độ phủ. Những hệ thống nội bộ, phiên bản client cũ, phần mềm ngành không mở giao diện lập trình mà doanh nghiệp vẫn dùng hằng ngày — xét theo góc độ giao diện lập trình thì coi như không tồn tại, nhưng xét theo góc độ điểm ảnh thì chúng không khác gì các cửa sổ khác. Không ai phải cải tạo lại gì, Agent vẫn có thể thao tác được ngay.
Cái giá phải trả cũng rõ ràng. Thao tác GUI đặt cược toàn bộ độ ổn định vào khả năng nhận diện giao diện — nút bấm đổi vị trí, hộp thoại bật ra chậm nửa giây, độ phân giải khác nhau đều có thể khiến thao tác trật hướng; khi xảy ra lỗi cũng khó nhận được mã lỗi rõ ràng như khi gọi API. Trong năm qua, ngành này đã đầu tư không ít vào các giao diện lập trình chuẩn hóa kiểu MCP, theo hướng biến việc gọi công cụ thành thứ có cấu trúc, có thể dự đoán được; còn GUI lại đi theo hướng ngược lại, đánh đổi chi phí thích ứng để lấy khả năng tổng quát hóa. Hiện tại chưa bên nào lấn át bên nào, phần lớn sản phẩm cuối cùng đều giữ lại cả hai.
Bước bổ sung Mac lần này là cần thiết. Trong các bối cảnh văn phòng ở Trung Quốc, Windows chiếm đa số tuyệt đối, nhưng tỷ lệ dùng Mac ở các vị trí như thiết kế, nội dung, nghiên cứu phát triển lại rõ ràng cao hơn hẳn — và đây cũng chính là nhóm người dùng có nhiều thao tác giao diện lặp đi lặp lại nhất: sắp xếp lưu trữ tư liệu, xuất file hàng loạt, nhập liệu xuyên hệ thống. Nếu chỉ hỗ trợ Windows, đồng nghĩa với việc chặn đứng một nhóm người dùng có nhu cầu tập trung nhất.
Gom cửa ngõ vào một mối
Doubao Work được định vị là cửa ngõ sản phẩm thống nhất của ByteDance trong lĩnh vực văn phòng AI, kết nối sâu với Lark (Feishu). Động thái này nối tiếp các bước đi của ByteDance trong năm nay: trước đó TRAE và Coze đã được sáp nhập vào Doubao, gom các công cụ dành cho nhà phát triển và nền tảng tác nhân vốn phân tán về chung một thương hiệu; còn Doubao Work là bước gom nốt cửa ngõ ở phía văn phòng.
Đối với người dùng doanh nghiệp, tiêu chuẩn để đánh giá loại sản phẩm này cuối cùng không nằm ở danh sách tính năng, mà ở việc trong một đơn vị thời gian có thể hoàn thành ổn định bao nhiêu nhiệm vụ thực tế. Đa Agent song song nâng cao thông lượng lý thuyết, thao tác GUI mở rộng phạm vi có thể chạm tới, nhưng cả hai đều phải vượt qua bài kiểm tra về tỷ lệ thành công. Việc ByteDance tung ra cả hai tính năng cùng lúc cho thấy nhịp độ là trải rộng năng lực trước, rồi quay lại mài giũa độ tin cậy sau.
Nguồn tham khảo: IT Home, CocoLoop, Jiemian News, tài liệu tính năng chính thức của Doubao; cách chia nhỏ nhiệm vụ của đa Agent song song và phạm vi áp dụng của tính năng điều khiển Mac đã được đối chiếu theo tài liệu chính thức.