在无人注意的角落，豆包PC版已经变成了Codex。

忘了之前跟哪个朋友聊天，他说字节跳动做产品的速度，可能要超过市面上 80% 的创业公司。

之前我更多只是在手机端使用豆包。前段时间因为玩 Seedance 2.5，下载了豆包的 PC 客户端，结果发现，悄然之间，豆包 PC 版已经变成了 Codex。

毕竟这两家公司现在的产品态势实在太像了。

过去一年，ChatGPT 一直是全球最大的通用 AI 产品。到今年 5 月，ChatGPT App 的月活已经到了 10 亿级别。

国内对应的位置其实就是豆包，QuestMobile 最新的数据里，豆包月活 3.82 亿，在国内 AI 原生 App 里断层第一。

这个数据我自己其实没那么有感知，反倒是每次回老家感受特别明显。因为我高中同学，他们几乎就认为 AI 约等于豆包。

今年，OpenAI 率先推出了独立的 Codex 客户端。Codex 发展迅猛，负责人 Tibo 那段时间几乎每天都在 X 上公布用户数量，还会时不时给大家重置额度。

特别热闹，后来 OpenAI 索性把 Codex 直接合并进了 ChatGPT。

但现在已经完全不一样了。ChatGPT 已经是一个可以完成工作的 Agent。

现在再看豆包，其实也是类似的思路。只不过豆包更直接，它没有单独再做一个 Codex，而是直接把这些能力，放进了豆包 PC 版里。

比如今天我买路由器。突然发现京东的对比商品的功能好像有 Bug，一直刷新不出来。

豆包说需要登录才能够访问链接，于是它在内置浏览器中弹出登录页面。我完成登录之后，它就拿到了整个商品的信息。

然后给我做了分析：

有问题的话，我可以进一步追问。

也没问题，豆包现在也支持远程遥控。

在手机上打开豆包，进入工作设备，就能看到可以调用的设备。

如果手边没有电脑，也可以直接选择云电脑。云电脑这个设计还是比较领先的，我估计 OpenAI 很快也会发类似的能力了。

说实话，豆包现在的产品能力真的做得相当可以。尤其是这次我体验下来，不管是 GUI 操作电脑，还是整个任务执行的速度，体感上都已经很成熟了。

所以如果你不是 AI 从业者，也不是为了尝鲜，只是单纯想让 AI 帮自己干活、提高工作效率，我觉得真没必要天天在不同的 Agent 产品之间切来切去。

直接找豆包这种成熟产品，一步到位就行了。

再给大家看一个我上午让豆包跑的 Case。

我们团队最近在筹备 AI Maker Summit 上海大会，内容上一直在参考硅谷的 AI Engineer Conf。

所以上午我就直接让豆包去分析了一遍他们的 YouTube 频道，看看这些视频标题到底有什么共同规律。

有了 Skill 后，让它统一来 Review 下目前确认的所有演讲的标题。我发现豆包的模型在处理中文类的内容确实还是很好。给的反馈都很不错。

刚才那个 Case 里，我让它把内容写进飞书，用的是飞书连接器。

比如，我可以接入腾讯会议的连接器。按照提示，输入参数就行。

紧接着，豆包就可以操作腾讯会议中的内容了。

不过，现实中，很多产品其实没有 CLI，也没有开放接口，根本没办法通过连接器接入。这时候，就只能依赖 Agent 的 GUI 能力。

我们测一个复杂的 GUI 操作场景，看看豆包的发挥。我让它给我去腾讯问卷中创建一个问卷。

同样，我还是录了个屏，大家可以直接看整个过程。执行速度确实非常流畅。

比如给朋友寄个顺丰，以前得自己打开页面，把寄件人、收件人、地址这些信息一项项填进去。

现在这种活完全可以直接交给豆包，我只需要告诉它要寄给谁，剩下的让它自己操作就行。

很快，搞定了。还有像我之前最烦填发片的表单，现在，也全部可以交给豆包搞定了。

写到这里，我还特别想啰嗦两句。

可能因为豆包过去影响力太大了，很多人对它的印象还停留在 Chat 类产品，就像以前大家理解 ChatGPT 一样。但现在它们其实都已经升级成了 Agent。

过去打开这类产品，主要就是问问题。但现在我们在用豆包、ChatGPT 这类产品的时候，思路真的得变一变。

能让它干，就尽量别自己干。

就比如说下午，我打算对比一下DeepSeek V4 Pro、GLM、Kimi、GPT 5.6 Sol、Opus 5这些模型的API价格。我把这活儿交给豆包去干，结果它连单位都给我换算好了。这感觉，真的太爽了。

对了，字节的视频模型一直都很强，最新的 Seedance 2.5 我之前也专门介绍过。我自己的感觉是，它特别适合拿来做各种宣传片、活动视频这类内容。

如果你买了豆包会员，本身就会带 Seedance 2.5 的使用额度。我强烈推荐大家直接用里面内置的创意视频 Skill。

下面这是我之前生成的山西的文旅视频。

写到这里，我还是想给大家总结几个自己最近用豆包、Codex 这类 Agent 产品的基本思路。

以前遇到一个任务，我们第一反应往往还是自己吭哧吭哧做。但现在我一直在提醒自己，碰到任何事情，第一反应先想一下：这个任务能不能让 Agent 去干？

这个真的需要刻意练习。因为过去几十年形成的工作习惯太强了，很多事情明明 Agent 已经能做，我们还是会下意识自己上手。

第二，重复性的工作，要学会抽象成 Skill。

比如前面讲的分析 YouTube 标题。

以后再碰到同样的事情，就不用重新教一遍，直接调用这个 Skill 就行。如果还是一个固定周期反复发生的任务，还可以继续设置成定时任务。

当然 Skill 也不是越多越好。真正值得做成 Skill 的，还是那些方法已经比较稳定，而且会重复发生的事情。不要为了做 Skill 而做 Skill。

先去看有没有现成的连接器。有的话优先用连接器，这是最省事的。

如果没有连接器，再看看这个产品有没有 CLI 或者 MCP。比如有 CLI，直接把官方文档丢给 Agent，让它自己装好、自己调用。

如果这些都没有，最后还有 GUI。

很多公司的内部系统、各种后台、报销系统，其实特别适合这种方式。

不过 GUI 也别什么地方都用。像小红书这类风控比较严格的社交平台，不要轻易让 Agent 自动操作。普通办公软件和内部系统，一般就没这么敏感。

最后一点，是我最近的感受。

AI 使用真的是一个要练一万小时的技能。

比如一件事到底该不该交给 Agent，交代到什么程度。很多时候没有什么标准答案，就是用得多了以后，我们会越来越知道该怎么跟它配合。