你有没有这种感觉：AI工具装了一堆，但每次干活前，你得先花半小时给它补背景？
2026年8月25日，字节跳动正式发布"豆包工作"。这是一个全新的Agent产品，能自主拆解任务、调用工具、操作浏览器和本地电脑。但真正值得说的，不是这些功能。是它和飞书做了账号级别的深度打通。
这不是又多了一个能做PPT的Agent。是字节把Agent和企业里最AI原生的组织基础设施焊在了一起。
能力趋同：功能列表已经不是壁垒
你把各家Agent产品的功能清单放一起看看。
文档、表格、PPT、网页搭建、图片视频生成、浏览器操作——长得越来越像。
这不是偶然。自OpenClaw以来，大模型之间的差距在缩小，把模型变成Agent所需的那套工程能力也在快速标准化。Memory、Skills、MCP、工具调用、Sandbox、Computer Use、长任务执行——过去需要一个团队自行搭建的东西，现在越来越多地被模型厂商和开源框架直接提供。
今年4月，OpenAI更新Agents SDK，把memory、sandbox、文件系统工具、MCP、Skills等能力纳入一套标准化Harness。Lang Chain甚至把Agent概括成一个公式：Agent等于Model加Harness。
一个功能出现后，其他产品跟进的时间正在缩短。一个Harness被验证之后，也可能很快成为整个行业可以复用的基础设施。
能力决定Agent会不会干活。上下文决定Agent能不能干好活。
如今前者已经不是瓶颈，后者才是。
企业没变快：Agent强了，但效率没跟上
Agent的能力在快速增长，这没错。
但企业将AI能力真正转化为组织生产力的速度，并没有同步跟上。
Deloitte 2026年对全球24国3235名企业高管的调查显示：公司给员工配了AI工具的覆盖率从不到四成涨到六成。但真正开始利用AI深度改造产品、核心流程或商业模式的企业，只有34%。
还有37%的企业停留在相对表层的应用，对既有业务流程几乎没有改变。
这个反差落到每个员工身上，非常具体。
一个员工想用Agent复盘一个项目，或者看看项目为什么延期。大模型足够擅长总结和推理。但真正的阻碍发生在AI开始工作之前——客户刚改了什么需求、上周会议形成了什么结论、最新方案是哪一版、谁在负责推进、流程卡在哪个审批。
这些决定判断的信息，不会天然出现在Agent的对话框里。
Agent看似在替人工作。人却得先替Agent准备工作。
豆包工作的答案：在飞书里找"工位"
为了解决这个瓶颈，豆包工作做的最关键的一件事，是和飞书做了账号级别的集成。
用飞书账号登录后，Agent可以直接继承用户在飞书里的工作上下文。在权限范围内调用聊天记录、文档、会议纪要、日程等信息。它不需要员工先把散落的信息搬运过来，而是直接在工作发生的地方寻找信息、理解关系、继续行动。
这件事的重要性，取决于飞书里到底有什么。
多数企业里，数据是散的。Agent想完成一项跨系统的工作，得先逐个连接、搬运数据，再处理不同系统之间的身份和权限。每多一个系统，就多一层摩擦。
但飞书天然把这些放到了一起——聊天、文档、会议、知识库、多维表格、项目和审批，本身就在同一套组织身份、权限和协作体系里。
更关键的是，飞书过去几年一直在为AI调用做基础设施准备。会议沉淀为可搜索、可引用的妙记，文档、知识库、群消息和多维表格都已经针对AI调用做过适配。
数据不是堆在那里，而是已经被整理成了Agent能理解、能使用的形态。
一个跨部门项目的真实进展散落在群聊、会议纪要、任务和审批里。想确认能不能按时上线，过去需要逐个对齐。现在你只需要问豆包工作一句"x月x日还能不能上线"，Agent就能沿着飞书里留下的轨迹，自行寻找信息并拉出进度与风险。
Agent开始像一个从头参与过这个项目的同事那样工作。自己找信息，自己理清前因后果，再给出判断。
从个人提效到组织效率：这才是下半场
Agent进入组织之后，企业衡量AI价值的标准也会随之改变。
BCG今年6月的《AI at Work》全球调查给出了一个扎眼的数字：42%经常使用AI的一线员工每周能省至少8小时。但BCG紧接着说——大多数企业还没搞清楚怎么把这些省下来的时间变成组织价值。
一个人快了，不等于一个团队快了。
企业真正大量的效率损耗，不在任务内部，而在任务与任务、人和人之间。找资料、问进度、同步信息、确认负责人、跨部门沟通、等待审批。这些动作单独看都不复杂，却构成了组织日常运行中最大的隐性成本。
AI把制作一份PPT从两小时压到半小时。但如果这份PPT之后的评审、修改、跟进还是照旧，组织层面的效率并没变。
Agent的价值不在替人做完一份材料。在接手材料之后的那一串衔接动作——去查、去问、去同步、去推进。
这就要求它真正进入组织的业务现场。客户资料、经营数据、会议内容、审批流程。权限成了不可回避的前提。
豆包工作沿用了飞书已有的身份和权限体系。Agent只能在当前员工的权限范围内获取数据和操作工具。同时打造了严格的全链路Agent安全防护体系，覆盖设备接入、权限设置、额度管控、数据加密和操作审计。
它也成为国内首批通过中国信通院"办公智能体能力"与"云端基准测试"双项认证的办公智能体。
过去企业软件管的是人能做什么。Agent进来之后，还要管AI能替人做什么。权限，正在成为组织级Agent与个人AI助手之间的一条重要分界线。
结语
AI办公的上半场，各家比的是谁能给个人提供更强的AI。模型更聪明、生成质量更高、完成的任务更多。这些能力正在趋同，差异越来越小。
来到了下半场，真正拉开差距的，是谁能让Agent安全地进入组织，理解正在发生的工作，参与真实流程，把一次任务的结果变成整个组织能复用的经验。
豆包工作真正值得关注的，不是又多了一个能做PPT的Agent。是字节把全力押注的Agent与最AI原生的组织基础设施焊在了一起。
Agent的竞争，也从个人生产力，走向组织生产力。
到那时候，你才会真正感觉到：AI不是又一个工具，而是坐在你旁边、从头参与了每个项目的同事。