字節跳動的辦公室AI Agent產品豆包工作（Doubao Work）9月2日上線兩項新功能：多重AI Agent並行，以及Mac系統上的「操作電腦」。這款產品8月25日才推出，更新步調相當緊湊。
多重AI Agent並行的做法，是把單一任務拆成多個模組分頭執行。使用者送出需求後，負責統籌的主AI Agent會先進行拆解，把偏垂直、偏專業的部分交給不同的子AI Agent同時推進，最後彙整交付。官方給出的適用情境是批次處理、分模組產生內容、多面向調查、多管道檢索——共同特徵是子任務彼此獨立，先後順序不影響結果。這類任務若採序列處理，就只是單純排隊；並行之後交付時間能壓縮，同時還能產出多份不同的工作成果。
反過來說，有前後依賴關係的任務並不適合這套機制。若第二步要用到第一步的結論，拆開只會讓主AI Agent花更多輪次去對齊上下文。因此並行的效益高度取決於任務的形態，能壓縮多少時間，取決於使用者能否把需求描述成可拆分的樣子。
直接看螢幕點滑鼠
另一項更新是操作電腦功能擴及Mac。此前這項能力主要限於Windows，現在兩個平台都能使用。
它的實作路徑是本機圖形介面操作：不依賴MCP、API、外掛或命令列，模型直接辨識螢幕上的介面元素，完成點擊、填寫、切換等動作。這條路線的好處在於涵蓋範圍。企業日常使用的內部系統、舊版用戶端、沒有開放API的產業軟體，從API的角度來看等於不存在，但從像素的角度來看，它們跟其他視窗沒有兩樣。不需要任何人改造，AI Agent就能直接上手。
代價也很明確。GUI操作把穩定性全押在介面辨識上——按鈕換個位置、彈出視窗晚半秒出現、解析度不一樣，動作就可能落空；出錯時也很難像呼叫API那樣拿到明確的錯誤代碼。業界這一年在MCP這類標準介面上投入不少，方向是把工具呼叫做成結構化、可預期的；GUI走的是另一條路，用泛化能力換取適配成本。目前兩條路誰也沒有吃掉誰，多數產品最後都會兩者並存。
入口收攏到一處
豆包工作被定位為字節跳動在AI辦公場景的統一產品入口，與飛書（Lark）深度整合。這條脈絡跟字節跳動今年的動作是連在一起的：先前TRAE和扣子（Coze）併入豆包（Doubao），把分散的開發者工具與AI Agent平台收攏到同一個品牌之下；豆包工作則是把辦公端的入口也一併收進來。
對企業用戶來說，判斷這類產品的標準最終不在功能清單，而是看單位時間內能穩定跑完多少個真實任務。多重AI Agent並行提升的是理論吞吐量，GUI操作擴大的是可觸及範圍，兩者最終都要通過成功率這一關。字節跳動把兩項功能一起放出來，步調上像是先把能力面鋪開，之後再回頭打磨可靠性。
參考來源：IT之家、CocoLoop、界面新聞、豆包官方功能說明；多重AI Agent並行的任務拆分方式與Mac端操作電腦的適用範圍已依官方說明核對。