塔斯娱乐资讯网

「豆包工作」接入Kimi、GLM、DeepSeek,仿佛擎天柱合体

豆包工作面向所有用户开放第三方模型,新增KimiK3.1Pro、GLM5.3、DeepSeekV4.1Flash等多款选择。简单任务用便宜模型、特定审美按需切换,产品竞争正从「谁拥有最强模型」转向「谁能把不同模型组织起来完成工作」。

之前不止一次介绍过的豆包工作,这一次,更全能了。

就像是变形金刚里的擎天柱,吸纳其他汽车人进行合体,得到了一个超级强化的新版本。

看到豆包工作面向所有用户,开放了第三方模型,相当于主动把选择权交给了用户。

除了Seed2.1Lite、Pro之外,还新增了KimiK3.1Pro、GLM5.3、DeepSeekV4.1Flash等多款第三方模型。

像我自己,平时把豆包工作当成了合伙人一样的存在。

会议回顾、日常开发、PPT等场景,都是高频使用的存在。

而现在,在豆包工作产品生态的基础上,可以更自由去配置模型,用来适配不同类型的复杂任务。

还发现个小细节:豆姐的头像也回来了,故人还是风采依旧……

关键是,现在能切换不同模型以后,成本、效率、体验有了新的平衡。

简单的任务完全可以用更便宜的模型,特定审美、特别偏好的任务也可以根据需求做选择。

更多模型,更高效的token利用,以及实实在在的生产力落地,都是在帮我创造更大价值……

最近观察到,AI产品的竞争,正在从「谁拥有最强的模型」,转向「谁能把不同模型的能力组织起来,真正完成工作」。

今天跟大家来具体说说。

01从Chatbot到Agent,为什么单一模型不够用了?

我一直觉得,理解Agent时代的一个重要前提是:

「模型不再等于产品,模型只是完成任务所需要的一种能力。」

让一个最昂贵的旗舰模型,包办全部工作,就像让公司里薪水最高的专家,同时负责战略规划、整理报销单和收发快递。

更何况,模型迭代太快了。

今天某个模型擅长编程,明天另一个模型可能在长文本处理上取得突破。

这也意味着,Agent天然适合多模型协作。

所以,豆包工作这次同时接入Kimi、GLM、DeepSeek,在我看来不是简单增加几个选项,是真的在顺应一个更底层的变化:

未来的办公Agent,不应该被某一个模型的能力边界所限制。

用户真正需要的不是指定哪个模型完成工作,而是把工作完成得更好、更快、更便宜。

有一次我电脑没电了,就发语音,在手机上让跑一个批量数据处理的任务。

把最近三个月观察的600款AI产品表格,做数据分析,再按关键词分类生成报告。

等后面电脑充上电,结果已经安安静静躺在那里了。

现在,豆包工作提供本地电脑和云电脑两种运行模式。

本地模式适合那些需要读取你本机文件、调用本地软件的任务。

云电脑模式则把任务放到云端的一个独立环境里去跑,哪怕你的本地电脑关机了,任务依然在推进。

像我有次临时想画一份自我介绍PPT,结果时间很紧,电脑也电量不足,就开了云电脑模式来帮我做。

然后骑车到教室,等坐下来以后,PPT也已经做好了。

后台安安静静地把活干完,然后把结果放在那里等我去验收。

只下一个应用,只拿一个设备,就能随时随地解决问题,对于我这种经常喜欢跑来跑去的人来说,真的解决了大问题。

02我出了两道题,实测很舒心

模型决定能做什么,Harness决定能稳定交付什么。

豆包工作这次开放第三方模型,本质上是把这两件事分开来讲了,用户不再被某一个模型的迭代节奏绑住,KimiK3.1Pro、GLM5.3、DeepSeekV4.1Flash,各有各擅长的场景,自己选。

字节在推荐系统和广告系统里积累了多年的调度经验,核心不是哪个算法最强,是怎么把不同能力组织进同一套系统。

今年九月,OpenAICodex核心负责人TiboSottiaux在接受采访时也专门聊过为什么Codex要支持其他模型,背后逻辑是一样的,好的Agent系统不应该要求所有能力来自同一家供应商。

我专门出了两道题,拿豆包工作和WorkBuddy跑了同一个任务。

第一道题,历史课件。

主题是高粱河之战979年,宋太宗赵光义亲征燕云十六州,幽州城外被辽国骑兵打崩,大腿中箭,乘驴车狼狈出逃,史称「大宋车神」。

这场仗有史料争议、有戏剧张力、有完整的因果链,能拉开两款产品的真实差距。

任务是做一套八页历史选修课件。

为了让对比条件尽量公平,两边用的是同一个模型,DeepSeekV4.1Flash,都接在各自的Harness上跑。

豆包工作

Workbuddy

结果怎么样?

时间上差了将近一倍。

豆包工作从发出指令到交付成品,大约16分钟。

WorkBuddy跑了将近29分钟,因为它在生成大纲的过程中自己跑了8次联网检索,逐条核对史料。

快慢各有道理,取决于你更在意速度还是内容准确度。

费用上,两边都便宜得有点出乎意料。

WorkBuddy标准版连续包月费用是70元/月,提供4000积分额度,豆包工作标准版连续包月费用是68元/月,提供9000积分额度。

两款产品都是积分制,这次课件任务两边消耗的积分量级基本相当,换算成人民币都在个位数以内。

第二道题,五城调研。

让两款产品各自去完成一次五城科技活动调研,北京、上海、杭州、深圳、香港,30天窗口,每条活动记录10个字段,最后输出一份能双击打开的HTML报告。

豆包工作

WorkBuddy

豆包工作跑了大约12分钟,工具调用56次,搜索加网页抓取为主,干净利落。

WorkBuddy跑了将近29分钟,工具调用247次,它同时派出5个城市子代理并行调研,光网页抓取就跑了109次、搜索74次。

你敢信?一个调研任务跑了247次工具。

一句话总结,豆包工作快、调用少、指令遵循干净。

WorkBuddy的并行调度能力更凶,但代价是慢了将近一倍,消耗量也更大。

两种策略,各有各的道理。

今天的竞争早就不在开发域了,真正的壁垒在运行、消费和管理,也就是怎么让Agent跑稳、怎么让人用得顺、怎么度量它干了多少活。

03Agent时代,最强的公司未必拥有最强的模型

豆包工作这次特惠活动,不只是个促销动作。

办公Agent争夺的不是用户的注意力,争夺的是用户的工作量。

一项任务触发几十次乃至上百次模型调用,使用频率越高,成本就越敏感。

把价格压下来,本质上是在争夺用户习惯,让用户从偶尔用AI,变成每天直接把活交给Agent。

收费方式迟早也会变。

按Token收费的盲区在于,同样100万Token,用来闲聊和用来做芯片设计,业务价值天差地别。

按产出收费才是方向,多少可用代码、多少节省的人力工时,这些数字CEO才听得懂。

模型是新一代生产力,Harness是新一代生产关系。

这话说起来有点大,但豆包工作这次的动作,至少传递了一个清晰的方向,AI行业正在从模型中心,走向任务中心。