字节把 AI 办公这条线串起来了:豆包 2.1 Pro 0915 上新,飞书 8.0 让 Agent 直接进群当同事

字节这两天把 AI 办公这条线,基本串起来了。
先是火山引擎更新:
Doubao-Seed-2.1-pro 0915。
API 已经全量上线:
火山方舟。
豆包工作和 TRAE 也同步接入。
另一边,9 月 15 日的飞书未来无限大会上:
飞书 8.0 正式发布。
同时带来一个很关键的新产品:
豆包工作伙伴。
简单理解:
以前是:
你自己打开 AI 干活。
现在开始变成:
把 AI 拉进团队,让它跟所有人一起干活。
一、豆包 2.1 Pro 这次没继续堆参数,而是开始盯“交付”
0915 这次并不是一次重新命名的大版本。
它还是:
Doubao-Seed-2.1-pro
但优化重点已经非常明确:
Agent 能不能把专业任务真正做到最后。
这次重点加强了:
证据溯源;
权威信源检索;
信息时效判断;
多源数据核验;
长程任务稳定性。
以前做研究型 Agent 最大的问题之一就是:
报告写得头头是道。
结果你一问:
这个数字到底哪来的?
开始找不到了。
0915 版明显在补这一块:
结论必须尽量能够回到证据。
二、500多个子Agent,去翻1000多个网页
官方展示的一个任务已经很 Agent 了。
面对复杂尽调需求:
模型可以调度:
500+ 子 Agent
同时检索:
1000+ 网页。
再结合:
财务报告;
产能数据;
招聘信息;
船舶轨迹;
卫星影像
等不同类型的信息进行交叉核验。
最终再整理成:
可回溯证据的尽调报告。
重点已经不是:
“能联网搜索”。
而是:
拆解问题
↓
多个Agent并行调查
↓
寻找不同数据源
↓
交叉验证
↓
排除冲突
↓
形成结论
↓
回溯原始证据这已经更接近真实分析师的工作流。
三、Coding 这次直接拿1000个真实Issue压
这一轮比较硬的一组数据来自:
Luanti。
这是一个约:
38.7万行代码
的开源游戏项目。
测试直接选了:
1000个真实历史Issue。
不是人为准备的简单 Coding Benchmark。
而是项目历史里真实出现过的问题。
多个子 Agent 连续运行约:
36小时。
最终:
83%的任务达到可合并标准。
也就是说,
模型不是只负责:
生成一段代码。
而是要真正:
读仓库;
理解依赖;
跨文件定位问题;
修改;
运行;
测试;
验证。
直到代码达到可以进入项目的状态。
这也是现在 Coding Agent 越来越重要的一条评价方式:
代码不是写出来就算结束。
而是:
能不能真的 Merge。
四、甚至开始“看录屏写代码”
多模态 Coding 也是 0915 版比较明显的一条主线。
模型现在可以直接读取:
设计稿;
草图;
截图;
操作录屏;
代码仓库。
再继续写代码。
官方展示里还有一个挺典型的场景:
面对一个约:
28万行代码的老 ERP 系统。
没有完整现代化产品文档。
只提供:
系统操作录屏;
以及几张草图。
模型就可以结合现有代码库继续开发:
采购订单;
入库;
库存
等移动端页面。
这类任务比:
根据这张截图写 HTML
难太多了。
因为真正需要解决的是:
视觉需求 + 历史代码 + 业务逻辑 + 可运行交付。
五、连Web 3D都开始直接做
这次多模态理解还继续扩到了:
3D。
例如输入:
4 张庭院设计图。
模型可以继续理解:
建筑布局;
水体;
植物;
空间关系;
镜头;
不同季节状态。
最后生成一个:
可以交互的3D庭院场景。
所以现在所谓:
“看图写代码”
已经不只是:
复刻一个网页。
而是开始覆盖:
Web;
游戏;
3D;
企业软件。
模型越来越像:
同时能看设计稿、读项目、再自己动手开发的工程 Agent。
六、Token也继续往下压
能力越来越复杂以后,还有一个现实问题:
太烧 Token。
尤其多模态。
图片;
视频;
录屏;
代码库
一起往上下文里塞的时候,用量非常容易上去。
0915 版这次也继续优化:
Token 使用效率。
特别是:
图像;
视频
推理任务的 Token 消耗进一步下降。
这点其实非常重要。
因为 Agent 真正进入企业以后,比的已经不只是:
一次 Benchmark 谁赢。
而是:
一个完整任务到底多少钱。
七、API也分成“锁版本”和“永远跟新版”
开发者这次有两个比较清晰的选择。
如果希望生产环境:
版本固定。
可以使用锁定版本:
Doubao-Seed-2.1-pro-0915
这样后续模型再更新:
当前生产环境不会突然变化。
如果希望:
一直自动跟进新能力,
则可以使用:
Doubao-Seed-Evolving
今年 6 月上线的 Evolving 模型也已经同步升级到 0915 能力。
这样企业不需要不断:
换 Endpoint;
改 API;
重新部署。
模型自己持续更新。
这其实很适合内部 Agent。
八、模型升级完,飞书8.0直接开始改“人怎么和Agent协作”
如果说火山方舟解决的是:
模型能不能干活。
那飞书 8.0 解决的就是:
Agent 怎么进入公司。
9 月 15 日,飞书发布 8.0。
这一代最大的变化之一:
就是整个协作体系开始针对 Agent 重新设计。
其中最重要的新产品就是:
豆包工作伙伴。
以前 AI 主要服务:
一个人。
现在它开始拥有:
团队身份。
九、以后直接把AI拉进群就行
豆包工作伙伴的使用方式非常像:
加一个新同事。
在飞书群里搜索名字:
直接把 Agent 拉进群。
然后:
@它
就可以开始派任务。
例如:
把今天讨论的需求整理一下,再更新项目文档。
或者:
对比这三份方案,把风险点整理出来,明早给大家一版结论。
它可以结合:
群聊;
文档;
会议;
日历;
云盘;
多维表格;
企业业务系统
继续完成任务。
这比:
每个人各开一个 Chatbot
明显更接近真正的:
团队 Agent。
十、甚至可以多个Agent一起进群
飞书 8.0 还有一个特别有意思的变化:
多个 Agent 可以一起协作。
例如一个群里:
项目Agent
→ 跟项目进度
数据Agent
→ 分析业务数据
开发Agent
→ 检查代码
知识Agent
→ 查公司资料不同 Agent 可以互相衔接任务。
以后一个飞书群可能真的变成:
真人 + AI 同事
共同工作的空间。
这和过去每个人单独打开 AI:
已经是完全不同的产品逻辑。
十一、它还有自己的身份、权限和记忆
团队 Agent 最重要的问题之一就是:
权限。
如果一个 Agent 进入公司以后什么都能看:
这显然不行。
豆包工作伙伴拥有自己的:
身份;
能力配置;
记忆;
权限边界。
企业管理员可以统一管理:
Agent 能使用哪些能力;
能够访问什么范围的数据;
模型和 AI 用量;
使用记录。
具体执行任务时:
仍然受到组织授权和数据访问权限约束。
员工本身无权查看的信息:
Agent 也不能因为“是 AI”就直接绕过去。
这其实是企业 Agent 能不能真正部署的基本前提。
十二、飞书已经给Agent开放了767个能力点
为了让 Agent 真正干活:
飞书底层也在疯狂开接口。
今年 3 月以来,飞书 CLI 开放功能点从:
247 个
增加到:
767 个。
调用成功率:
从 78%
提升到:
95%。
调用速度:
提升39%。
这些数字其实比一个“AI总结”按钮重要得多。
因为 Agent 真正能不能干活,取决于它到底能不能:
写文档;
改表格;
创建日程;
处理待办;
查询云盘;
读会议内容;
发起审批;
调用业务系统。
工具越完整,Agent 才越像真正的员工。
十三、豆包工作和飞书也开始彻底打通
豆包工作现在和飞书使用:
同一套账号体系。
在用户授权范围内,
飞书里的:
文档;
组织;
知识;
业务上下文
可以进一步进入豆包工作的任务执行过程。
而豆包工作本身又负责:
复杂研究;
Computer Use;
多 Agent;
制作 Word;
制作 Excel;
制作 PPT;
生成网页;
开发应用。
于是整套链路开始变成:
飞书
→ 企业上下文与协作
豆包工作
→ Agent执行环境
豆包2.1 Pro
→ 模型大脑
火山方舟
→ API与模型基础设施这才是这两次更新真正值得看的地方。
结语
这轮更新看起来是两个新闻:
一个是:
豆包 2.1 Pro 0915。
一个是:
飞书 8.0 + 豆包工作伙伴。
但实际上背后是同一条路线。
模型层:
让 Agent:
查得更准、写得更稳、代码真正能跑。
执行层:
让豆包工作负责:
复杂任务、Computer Use、多Agent和成果交付。
协作层:
再让飞书把 Agent 放进:
群聊、文档、会议和企业业务流程。
最后由火山方舟把模型能力:
开放给更多企业和开发者。
以前企业 AI 最大的问题是:
每个人都有一个自己的AI助手。
但企业真正需要的可能并不是:
100 个员工各自拥有 100 个 Chatbot。
而是:
Agent真正进入组织,拥有权限、上下文、工具和长期任务。
飞书把这件事叫:
豆包工作伙伴。
这个名字其实已经把方向说得很明白了。
AI 不再只做:
你的助手。
下一阶段想做的是:
你们团队里的同事。
相关链接
火山方舟
https://www.volcengine.com/product/ark
Doubao-Seed 2.1 Pro 模型文档
https://www.volcengine.com/docs/82379/2549861
火山方舟模型列表
https://www.volcengine.com/docs/82379/1799865
豆包工作
飞书 2026 未来无限大会
飞书 AI
https://www.feishu.cn/service/ai
飞书官网
TRAE
相关 AI 体验入口
https://m.paluai.com/?code=dh26
标签






评论 0
最新评论登录后发布评论并参与互动。
暂无评论,欢迎抢沙发。