豆包工作支持录制电脑操作并保存为技能，Mac锁屏后仍可执行任务

2026年10月28日，豆包正式宣布其生产力Agent产品“豆包工作”完成新一轮电脑操作能力升级。此次更新聚焦于降低用户重复性操作门槛，核心新增两项能力：一是支持将完整电脑操作流程录制并固化为可复用的个人技能；二是实现Mac设备在锁屏状态下持续执行任务，配合手机端远程控制，显著提升任务交付的灵活性。

此前，“豆包工作”已具备跨应用协同、浏览器操作录制等基础Computer Use能力。本次升级进一步扩展了操作范围——不仅限于网页内行为，而是覆盖整个桌面环境。用户可在对话中直接提出需求（如“帮我整理这个文件夹里的PDF，按日期命名”），经授权后，豆包工作将模拟鼠标点击与键盘输入，在本地环境中执行操作。关键进步在于：用户现在可主动启动“录制操作生成技能”流程，边操作边语音说明意图，系统同步记录窗口内容、点击坐标、文字输入等细节，并在录制结束后自动生成结构化技能包。

该技能包包含两部分：一是操作序列（如“打开资源管理器→定位路径→筛选文件类型→重命名规则”），二是用户讲解的语义指令（如“只处理当前文件夹”“按YYYYMMDD格式重命名”）。下次调用时，用户只需指定新目标对象（例如“对‘季度报告’文件夹做同样处理”），即可复现整套逻辑，无需重复描述步骤。这种“演示即教学”的方式大幅降低了非技术用户构建自动化流程的门槛。

值得注意的是，录制过程强调安全性设计。系统明确提示用户避免展示账号密码等敏感信息；录制期间可随时中止；所有数据仅本地处理，不上传至云端。技能生成后默认保存于个人空间，仅本人可见与调用。

另一项实用改进是锁屏任务延续能力。在“设置→工作任务模式设置”中开启“允许豆包在锁屏时工作”后，只要Mac保持开机、联网且客户端持续运行，豆包工作即可在屏幕锁定状态下继续执行需交互的任务。例如，用户下班前启动一项耗时较长的数据爬取或报表生成任务，离开办公室后仍可通过手机App向该Mac下发新指令（如“追加2025年Q1数据”）并实时查看进度与结果；返回后解锁电脑即可无缝接管。

这一能力解决了长期困扰自动化工具的“人机协同断点”问题。传统RPA工具通常要求用户全程在线，而AI Agent若能在用户离席期间自主推进任务，才真正贴近真实工作流。据实际案例反馈，有用户利用该功能批量获取安徽省各地市历年统计公报：先录制一次从省统计局网站导航至合肥2019–2024年公报页面、复制文本并整合至文档的操作，生成名为“Ahh Statistical Bulletin”的技能；后续调用该技能时，仅需告知“改为阜阳市2020–2024年”，系统即自动复现全部步骤，六份公报10分钟内完成收集——相比过去手动逐页查找复制，效率提升数倍。

此类场景在金融、咨询、运营等依赖多源非结构化数据的岗位中极为普遍。以往解决方案要么依赖编程能力编写Selenium脚本，要么使用商业RPA平台（成本高、配置复杂），而豆包工作通过自然语言+演示录制的方式，将自动化能力下沉至普通办公人群。

从技术演进角度看，此次升级标志着AI Agent从“响应式助手”向“主动执行者”的关键过渡。早期Agent主要依赖API调用或预设模板完成任务；随着Computer Use能力成熟，Agent开始具备“观察-理解-模仿-泛化”的闭环学习链路。录制生成技能本质是一种轻量级的程序合成（Program Synthesis）：将用户演示映射为可参数化的操作序列，再结合语义指令实现上下文适配。

行业层面，这反映出生产力工具正经历“低代码化”与“具身化”双重趋势。一方面，用户无需编码即可创建定制化工作流；另一方面，Agent不再局限于对话界面，而是深入操作系统层，成为真正的“数字员工”。据Gartner预测，到2027年，30%的企业知识工作者将日常依赖至少一个具备Computer Use能力的AI Agent处理重复性任务。

目前，该功能仅支持macOS平台，需用户手动授权屏幕访问权限与辅助功能权限。豆包工作团队表示，Windows版本正在开发中，预计2027年第一季度上线。此外，未来计划引入技能版本管理、多人协作共享及异常中断自动恢复机制，进一步强化企业级适用性。

需要指出的是，尽管自动化能力增强，豆包工作仍定位为“辅助者”而非“替代者”。其设计原则是将重复性、规则明确的操作交由AI执行，而判断、决策与创造性工作仍由人类主导。例如，在财务报表整理中，AI可自动归集数据、生成初稿，但最终的合规校验与风险提示仍需专业人员介入。

随着更多用户将高频操作沉淀为技能库，个体工作流的“数字化资产”价值逐步显现。一个熟练使用者可能积累数十个专属技能，涵盖数据采集、文档处理、会议纪要生成等场景，形成高度个性化的生产力系统。这种从“临时应对”到“体系化沉淀”的转变，或将成为下一代办公软件的核心竞争维度。