如果用戶今天打開豆包，詢問它「幫我規劃明天去上海的出差，訂好高鐵和酒店」，它會給出一份看起來不錯的行程建議，包含車次、酒店名稱和路線。然而，用戶仍需自行打開 12306 購票、打開攜程訂房，再將時間填入日曆。AI 的回答結束了，用戶的工作才剛開始。這正是目前絕大多數 AI 助手的真實狀態：它擅長回答問題，但不負責將事情辦妥。2026 年 9 月，豆包的月活躍用戶達到 4.19 億，同比增長 143.6%，在中國 AI 原生應用中處於絕對領先地位，第二名的千問月活為 1.58 億，第三名的 DeepSeek
則為 1.23 億。
然而，根據 Bloomberg 11 月的報導，字節跳動正在籌備一款全新的個人 AI 助手，定位類似於 Meta 在 9 月推出的 Muse 智能體，預計在未來幾周內亮相。張一鳴在面向 AI 團隊的全員會議上親自介紹了這一計劃。在豆包已經是中國用戶規模最大的 AI 應用的情況下，字節選擇重新啟動這一項目，這一舉動指向的，不是豆包不夠大，而是「大」本身已經不再足夠。
只會陪用戶聊天的 AI，無法解決頻繁切屏的煩惱。豆包的成功建立在一種特定的產品形態之上：對話。用戶輸入，AI 輸出；用戶追問，AI 補充。這套模式在資訊獲取和內容生成上效率極高，但它有一個天然的邊界——任務在對話結束的時候便終止。用戶得到的是一段文字，而不是一個完成的結果。
新的助手需要跨越的，正是這條邊界。據媒體報導，字節的新產品目標是「讓豆包進一步走出聊天框，成為能夠記住用戶需求、主動規劃並執行任務的個人助理」。對標對象 Meta Muse 的工作方式提供了明確的參照：用戶可以交代一項需要數天甚至數周的任務，Muse 自行規劃步驟、搜索資訊、調用外部服務，遇到需要確認的環節再向用戶發送消息；每個智能體擁有獨立的雲端虛擬機執行環境，可以在授權範圍內使用瀏覽器和外部服務，持續處理尚未完成的工作。
字節跳動計劃推出全新個人 AI 助手以應對市場需求
字節並非從零開始。今年 4 月，內部已啟動代號「Spell」的個人智能體項目，由豆包手機助手團隊主導；9 月 Meta 推出 Muse 後，項目進一步加速，並計劃與豆包對話團隊合作整合功能。更早的鋪墊包括豆包手機助手可以理解螢幕內容、模擬點擊完成應用程式操作，以及「豆包工作」與飛書打通後能夠自主拆解任務、通過虛擬電腦執行操作。這些分散的探索指向同一個方向：讓 AI 從「告訴你怎麼做」變成「替你做」。
然而，「替你做」和「做得好」之間，隔著一道比對話產品高得多的工程門檻。多步驟推理的可靠性、工具調用的容錯率、長時間運行中的異常處理，任何一環出問題，用戶失去的不僅是一次回答的質量，還包括對 AI 的信任，以及因此付出的時間成本。讓 AI「動手」的代價過高，舊形態無法支撐底部。
讓 AI 從聊天框走進操作層，最先被放大的不是能力，而是風險。舊形態的對話式 AI 天然缺乏執行層的安全冗餘。一個對話 AI 說錯話，代價是用戶多問一句；但一個智能體點錯按鈕、發錯郵件、下錯訂單，代價可能是真實的金錢和數據。這正是巨頭們必須在底層架構上另起爐灶的原因。Meta 為 Muse 設計的雲端虛擬機隔離機制說明，即便是資源充裕的巨頭，也將「安全邊界」視為智能體落地的核心基礎設施。
如果不重構一套隔離架構，依然用舊形態去接管用戶的通訊錄、支付和工作文件，一旦發生系統級越權或誤操作，後果將是災難性的。豆包手機助手目前遇到支付、驗證等環節必須強制人工接管，正好說明現有形態在安全邊界上仍處於過渡期。
另一個被低估的變數是場景的複雜度。舊的「對話+簡單模擬點擊」模式，在真實世界中極易翻車。讓 AI 在受控環境裡完成一次模擬點擊，與在真實用戶的手機上、面對一個佈局隨時更新的應用程式、處理一個從未見過的彈窗，是完全不同的任務。這種複雜環境下的不可靠性，也是「動手代價極高」的重要原因。智能體的可靠性不取決於它在演示中的最佳表現，而取決於它在最不利情況下的兜底能力。
在這一點上，整個行業仍在早期階段。因此，字節再造一個新 AI，本質上不是多做一個聊天入口，而是要重構一套能扛住操作風險、安全兜底的底層架構。
推動字節在對話產品之外尋找新形態的，除了產品邏輯，還有一個越來越難忽視的原因。豆包的用戶規模是真實的，但規模本身正在變成成本。據晚點報導，豆包每天收入不足百萬元，而參照火山引擎公開 API 價格和毛利率推算，其每天的推理算力成本可能達到數千萬元。截至 2026 年 3 月，豆包大模型日均 Token 使用量已突破 120 萬億，較 2024 年 5 月增長約 1000 倍。
字節 2025 年淨利潤同比下滑超過 70%，主要原因在於 AI 算力採購、模型研發與基礎設施投入的大幅增加。
豆包在 2026 年推出了 68 元、200 元、500 元三檔訂閱，最高檔的功能幾乎全部指向辦公場景——操作本地電腦、使用瀏覽器、調用技能和定時任務。但這些付費牆能覆蓋的用戶比例，相對於數億免費用戶的算力消耗而言，仍然是有限的。對話產品的商業模型存在結構性難題：用戶越多，成本越高，而願意為「聊天」付費的意願自然偏低。真正能把成本轉化為收入的，是那些用戶願意為「完成一件事」付錢的任務——處理一份報表、安排一次複雜行程、替團隊盯一個項目的進度。
新助手的商業邏輯，本質上不是「再造一個更聰明的豆包」，而是把 AI 從按對話次數消耗算力的模式，切換到按任務交付價值收費的模式。這條路能否走通，不取決於豆包現有的 4.19 億月活，而取決於有多少用戶願意把一件真正重要的事情交給它，並且願意為此續費。
豆包 4.19 億月活證明字節有能力讓 AI 成為日常工具，但「被打開」不等於「被信任去辦事」。新助手的籌備說明，對話產品的規模領先正變成必須超越的狀態。當競爭轉向「誰能替用戶完成任務」，4.19 億只是起跑線。新助手能否立足，不看它多會聊天，而看它能否讓用戶放心交出耗時幾天的複雜任務。
