查机票、买火车票、叫车、订酒店，这些原本要在好几个应用之间来回切换的事情，正在被收进同一个对话框。豆包首页出现了一个名为「出行用豆包」的入口，用户只要说出想去的地方，后续的查询与预订便能在对话里一步步办妥。
彭博社日前报道称，字节跳动正在筹备一款对标 meta Muse 的个人 AI Agent（智能体），力争在新一轮 AI 竞赛中缩小与对手的差距。按照设想，豆包将不再困于聊天窗口，而是要长成一个记得住用户偏好、能自己拆解步骤并代办事项的私人助理。
财新此前的报道透露了更多细节：字节内部早在今年 4 月就立项了代号「Spell」的项目，由豆包手机助手团队挑大梁，探索个人 AI 助理的产品形态。9 月初 meta 发布个人智能体 Muse 之后，这项计划的推进节奏明显加快，字节还打算让 Spell 与豆包对话团队协同，把相关能力直接并入豆包。
Muse 的特别之处在于，对话结束并不代表工作停止。用户可以把一项耗时数天乃至数周的任务交给它，由其自行规划步骤、检索信息、调用外部服务，碰到需要拍板的环节再主动发来消息。支撑这套机制的是 meta 专门搭建的云端虚拟机系统 Muse Secure VM——每个智能体都拥有独立的执行环境，可在用户授权范围内操作浏览器、访问外部服务，持续跟进尚未完成的事项。
字节自己的积累其实早已铺开。去年 12 月，豆包手机助手技术预览版首次亮相，它能读懂手机屏幕上的内容，通过模拟点击替用户完成一部分应用操作；到了今年 9 月，预装该助手消费者版的努比亚 NaviX Ultra 正式开售，这类能力开始走进普通人的口袋。
办公场景的落子同样密集。今年 8 月推出的「豆包工作」在与飞书打通后，可以读取授权范围内的工作信息，自主拆解任务、调用工具，还能调用虚拟电脑或浏览器来执行操作。10 月，这项服务又加入了技能录制功能：用户在电脑上演示一遍操作流程，AI 便能学会照做，即便 Mac 锁屏，任务也会照常推进。
手机端的模拟点击、电脑端的自动化操作，再加上出行、住宿等生活服务的接入，字节为豆包攒下的“办事工具”正越攒越多。Spell 项目要做的，大概就是把这些散落各处的探索捏合成一个更完整的个人助理。
技术储备之外，字节手里还有一张更显眼的牌——用户体量。QuestMobile 在 10 月发布的《2026 年三季度 AI 应用市场发展报告》给出了一组数字：截至 9 月，豆包 App 的月活跃用户达到 4.19 亿，同比劲增 143.6%；同期千问和 DeepSeek 的月活分别为 1.58 亿和 1.23 亿。豆包一家的规模已越过后两者之和，在国内 AI 原生应用市场坐上了头把交椅。
用户粘性同样拿得出手。这份报告还提到，9 月豆包的人均月使用次数达到 72 次，平摊到每天超过两次。当许多 AI 产品仍在琢磨怎么让用户多打开一次应用时，豆包已经嵌进了数亿人的日常。对字节而言，新产品可以直接架在这批现成用户之上，省去了重新培养使用习惯的漫长过程。
而比起豆包本身，它身后的抖音或许才是更大的变量。QuestMobile 11 月初发布的《中国移动互联网秋季大报告》提到，2026 年 9 月抖音 App 的月活跃用户达 10.29 亿，抖音集团的去重用户规模更是高达 12.59 亿。
过去十多年，抖音依托海量内容与用户行为数据，搭起了一套成熟的个性化推荐系统。按照其公开的算法备案说明，浏览、搜索、关注、收藏，以及电商和本地生活场景中的互动记录，都是推荐系统判断兴趣的重要依据——一个人最近迷上什么、打算买什么、在留意哪些消费服务，都会左右他下一次刷到的内容。
抖音已经摸清了如何预测用户想看什么。若个人 Agent 能在用户授权下接入这些信息与服务，字节便有机会把这份判断力延伸到用户的下一步动作上。
从“猜你喜欢”到“帮你完成”，中间隔着一段字节过去不曾参与的路程：推荐系统此前只负责把内容送到眼前，看完之后做什么、怎么做，全由用户自己动手；个人 Agent 的出现，让字节得以介入后续环节——从兴趣萌发、需求提出，到一笔交易达成或一项服务落实。
设想一个场景：有人最近在抖音上收藏了不少露营攻略，又到豆包里查周末的天气和交通。个人 Agent 可以把这些零散动作串起来——筛选营地、拟定路线，再通过合作服务完成预订。
