🏠IT之家•最新收集於 0m
Doubao「工作任務」模式支援遠端控制電腦
💡Doubao 現可透過手機遠端執行本機檔案與桌面任務，展示電腦操作代理的重要工作流程。
⚡ 30-Second TL;DR
有什麼變化
使用者可透過 Doubao 手機 App 遠端控制已完成授權的電腦。
為什麼重要
這項更新讓 Doubao 從聊天助理擴展為能執行多步驟桌面工作流程的代理。對 AI 建構者而言，本機檔案存取與遠端電腦控制展示了個人電腦操作代理的實用方向，但授權與隱私控制將十分重要。
下一步行動
使用 Doubao 的遠端控制模式建立安全的電腦操作工作流程原型，先從非敏感本機資料夾開始，測試檔案取得、格式轉換與結果傳送。
誰應關注：Developers & AI Engineers
關鍵要點
- •使用者可透過 Doubao 手機 App 遠端控制已完成授權的電腦。
- •Doubao 可利用電腦本機內容，處理文件、圖片、程式碼與試算表。
- •此功能支援繼續未完成的任務、啟動新任務，以及跨多台電腦操作。
- •使用者可取得本機檔案、轉換格式、製作摘要或圖表，並將結果傳送至手機。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Doubao 的此項功能基於字節跳動自研的 Agent 框架，強調『電腦使用代理』（Computer Use Agent）能力，旨在模擬人類操作滑鼠與鍵盤的行為。
- •該功能整合了多模態大模型（LMM），使其具備視覺識別能力，能即時解析電腦螢幕介面並理解 UI 元素，而非僅僅依賴 API 接口。
- •安全性設計方面，該模式要求使用者在每次遠端操作前進行二次驗證，並提供即時的螢幕錄影與操作日誌，以確保隱私與合規性。
- •此更新不僅限於辦公軟體，還支援跨應用程式的自動化工作流，例如自動從網頁抓取數據並填入本地 Excel 檔案。
- •該功能目前優先針對企業版用戶開放，並與字節跳動旗下的飛書（Lark）生態系統深度整合，實現跨平台協作。
📊 競品分析▸ Show
| 特性 | Doubao 工作任務模式 | Anthropic Claude (Computer Use) | Microsoft Copilot (PC Control) |
|---|---|---|---|
| 核心機制 | 視覺識別 + 代理執行 | 視覺識別 + 代理執行 | 系統級 API + 深度整合 |
| 跨平台支援 | 手機 App 遠端控制 | 瀏覽器/API 驅動 | Windows 深度整合 |
| 隱私保護 | 二次驗證 + 操作日誌 | 嚴格沙盒環境 | 企業級資安標準 |
| 定價模式 | 訂閱制/企業授權 | API 按量計費 | 隨 Microsoft 365 訂閱 |
🛠️ 技術深入
- 採用基於視覺語言模型（VLM）的決策引擎，將螢幕像素轉換為操作指令序列。
- 實作了低延遲的螢幕串流協議，優化了在行動網路環境下的操作響應速度。
- 內建安全防護層，透過行為分析偵測異常操作，並在偵測到敏感資訊輸入時自動暫停代理權限。
- 支援本地化執行環境，透過輕量級 Agent 容器在用戶端電腦運行，減少雲端傳輸數據量。
🔮 前景展望AI analysis grounded in cited sources
AI 代理將取代傳統的 RPA（機器人流程自動化）工具。
具備視覺理解能力的 AI 代理無需針對特定軟體開發 API 接口，能顯著降低企業自動化部署的門檻。
行動裝置將成為個人電腦的遠端管理中樞。
隨著手機算力與 AI 整合度提升，使用者將更傾向於透過手機進行複雜的電腦任務調度，而非直接操作電腦。
⏳ 時間線
2023-08
字節跳動正式發布 Doubao AI 聊天機器人。
2024-09
Doubao 推出企業級 AI 解決方案，開始佈局自動化工作流。
2025-05
Doubao 升級多模態模型，增強對複雜 UI 介面的理解能力。
2026-08
正式推出「工作任務」模式，實現手機端遠端控制電腦功能。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗