办公智能体的比拼，换了标尺
9 月 2 日，字节跳动旗下豆包工作推出两项能力：多 Agents 并行，以及 Mac 端的「操作电脑」。这标志着其 AI 办公统一入口，在「执行力」这一维度又往前走了一步。放在更宽的画面里看，办公类智能体的竞争标尺正在变化：过去比的是「答得准不准」，现在比的是「能不能动手把活干完」。
「操作电脑」指向的是计算机使用（computer use）能力——智能体不再只产出文本，而是能打开应用、点按钮、读界面、填表单，像人一样在图形界面里完成作业。多 Agents 并行则指向另一块：把一项大任务拆给多个智能体同时推进，而不是一个智能体串行从头做到尾。两者合起来，是办公 Agent 从「顾问」转向「执行者」的两块基石。
计算机使用：把世界变成工具箱
计算机使用的价值，在于它绕开了「每个系统都要接 API」的前提。企业里大量工作发生在没有开放接口的老旧软件、内部网页与桌面应用里，智能体若只能调 API，就够不到这些场景；若能直接操作界面，覆盖面立刻变大。对办公场景尤其如此：报销、录单、对账、排版，很多动作都在图形界面里。
但计算机使用也是可靠性与安全的重灾区。界面一变，基于像素或 DOM 的操作就可能失效；一个误操作可能直接改掉生产数据。因此它更适合放在「可读、可撤销、需确认」的位置，而不是默认放开所有写权限。把高风险动作设成人审批，是这条能力能否进生产的分水岭。
多 Agents 并行：用分工换吞吐
多 Agents 并行解决的是另一种瓶颈：耗时。一份市场调研、一次跨表核对、一个长文档的多角度重写，串行做要很久；拆给多个智能体并行，吞吐明显提升。它的难点不在「同时跑几个」，而在「怎么拆、怎么汇」：任务拆分是否干净、子智能体之间如何交换中间结果、最终由谁收敛成一致产出。
与阿里云「万有无界」的项目空间式协作相比，豆包工作的并行更偏「办公入口内的执行加速」，前者更偏「企业级复杂业务的拆解与资产沉淀」。两者都在证明同一件事：单智能体的天花板，正被「协作与执行」抬起来。
办公入口战，本质是信任战
把视野拉到同日的其他动态：腾讯 WorkBuddy 开放平台上线、阿里「万有无界」公测、百度搭子披露月活 674.3 万。办公与生产力场景里，多家厂商在同一周密集落子，说明「把智能体放进日常工作流」已成共识。但热闹之下，真正的壁垒不是功能数量，而是信任：用户敢不敢把敏感操作交出去，企业敢不敢让它碰生产数据。
对办公 Agent 来说，信任来自三件事——看得见它在做什么、关键动作可撤回、出了错能追责。哪一家先把这三点做扎实，哪一家才可能在入口战里留下来。
几点需要保留的谨慎
其一，计算机使用受界面稳定性影响大，在高频变动的网页与桌面应用上，成功率与稳定性仍需实测，不能只看演示。
其二，多 Agents 并行放大吞吐的同时，也放大了出错面的传播速度，子智能体的一步错可能污染汇总结果。
其三，「操作电脑」涉及的屏幕内容与键鼠动作，涉及隐私与数据边界，需明确哪些界面允许操作、操作是否被记录。
其四，豆包工作上述能力在各端的最终开放范围与可用性时间表，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。