ByteDance Doubao adds virtual desktop for Windows control in work mode

Coverage timeline

1. 机器之心新闻资讯7 days ago
   豆包工作任务再升级，支持虚拟桌面操作Windows电脑

   近日豆包发布产品更新，“工作任务”模式下，可通过全新的“豆包虚拟桌面”操作Windows电脑。 豆包虚拟桌面基于更通用的GUI（图形用户界面）能力，模型在没有MCP、API、插件和CLI的情况下也能看懂界面并完成操作，支持在不干扰用户的环境中操作应用、浏览网页并完成跨软件任务，不会抢占用户的鼠标、键盘或打断当前工作。通过虚拟桌面，用户可以实时查看豆包的操作过程，需要时也可以随时暂停、接管任务。 在豆包电脑端选择工作任务模式和本地电脑，并在技能栏选择“操作电脑”，输入相关任务指令后，豆包虚拟桌面就可以像人一样查看并操作电脑屏幕、鼠标和键盘，帮用户在电脑端继续推进复杂任务。 使用该功能需在豆包官网下载最新的Windows“豆包电脑版”，在工作任务模式中根据系统提示完成授权和初始化。用户也可使用“操作电脑”技能发起任务，在豆包的指引下完成更新。

   
2. 机器之心机器之心4 days ago
   刚刚，豆包成了机器之心编辑部「实习生」

   编辑｜Panda 豆包变了。 熟悉豆包的用户打开最新版，第一眼看到的可能仍然是那个熟悉的对话框。但只要把模式切换到「 工作 」，就会发现已经与过去的聊天式 AI 大不一样。 过去，我们对豆包最典型的使用方式是提出问题，然后等待答案。让它解释知识、搜索信息、润色文字、生成图片，本质上都遵循同一种交互：人发出指令，模型在对话框里作出回应。 而现在，它开始直接 「做任务」 了！ 当收到一个需要较长时间完成的任务时，豆包可以规划步骤、操作浏览器和电脑，处理本地文件；也可以在云电脑中持续运行，由用户在手机上远程查看和调整。随着技能商店、连接器和工作伙伴上线，它还能为自己安装工作经验、进入飞书等真实办公系统，并把复杂任务拆给多个 AI 角色。 用户交给它的不再只是一个问题，而是一件需要完成的事。豆包返回的也不再只是一段回答，而可能是一份写进飞书的文档、一张已经处理好的表格、一套网页或应用，以及发生在多个软件之间的一连串操作。 这可不只是在原有聊天产品上多加了几个按钮。豆包正在改变自己的基本交互单位：从「一问一答」变成 「任务与交付」 。 整体而言，豆包的产品形态正越来越像 Codex。 Codex 最初给人们的印象是一个编程智能体，但它所代表的产品方式并不只是「更能写代码」。使用 Codex 时，用户通常会给出一个目标和一组工作上下文，Agent 在独立工作空间中读取文件、调用工具、修改内容、运行检查，之后交付一个可供继续审阅和迭代的结果。如今，Codex（已整合进 ChatGPT 桌面端）的官方使用场景也已经延伸到长期目标、技能、外部系统集成和 Computer Use 等任务型工作流。 豆包则正从另一个方向接近这种形态。 Codex 的起点是代码和工程环境，豆包的起点则是面向大众用户的问答、创作和搜索；但二者正在汇合成相似的形态： 以任务（而非消息）为中心，为 Agent 提供可以持续工作的环境、可复用的技能、外部数据和工具，以及最终成果。 那么，豆包的能力已经进化到了哪一步？为了解答这个问题，我们为它安排了一项更接近真实工作的任务：组建一条可以自动运转的选题→文章的编辑部工作流。 整体体验下来，我们的感受是无需复杂操作，能够轻松跑通，成果基本可用，就像是一位已有不少工作经验的实习生。 豆包成了机器之心编辑部「实习生」 早上，我们人还没到办公室，飞书工作群里已经出