豆包工作深度测评:功能与定价之外,它为什么看不了 B 站与 YouTube?
热点解读

豆包工作深度测评:功能与定价之外,它为什么看不了 B 站与 YouTube?

发布于 · 作者: BibiGPT 团队
把 BibiGPT 设为 Google 优先来源 在热门报道和 AI 概览里看到更多 BibiGPT。

字节跳动正式将旗下 AI 办公能力独立成全新品牌——豆包工作doubao.com/work)。从自动排版制作 PPT、生成数据报表,到一键出分镜视频成片,它几乎把桌面端的各类办公交付场景全面覆盖。

然而在真实的日常办公与深度学习中,很多体验者迅速遇到了一个现实痛点:它能帮你生成一段视频成片,却无法直接替你看懂收藏夹里的 B 站网课、行业播客或 YouTube 竞品发布会。

通用办公 Agent 默认吃的是文字、文档和权限树里的会议;职场人每天真正耗掉的,经常是还停在视频网站上的链接。好消息是:豆包工作支持技能接入。把 BibiGPT 装进去之后,对话里直接贴你想总结的那条视频链接就能出结构化摘要——完整 URL 即可,不用拆 BV 号,也不用先导出再粘贴。

支持哪些平台? B 站、YouTube、抖音、TikTok、小红书、小宇宙、播客,以及本地音视频文件等 30+ 主流平台。哪条链接能在网页打开,基本就能丢进对话。

想直接上手就跳接入;想先搞清它能干啥、再决定装不装,从测评读起:

目录

几秒读完任何视频

选个样例,看 AI 总结——一句话结论、要点清单、可跳转的时间戳。

试试样例:

一句话: Karpathy 用代码从零搭出一个 GPT 风格的语言模型,逐行讲清每个部件——从最小的字符级模型到完整的 Transformer。

要点

  • 先做一个 bigram 基线模型,再加自注意力,让 token 之间能"互相对话"
  • 一个 Transformer 块 = 多头注意力 + 前馈网络 + 残差连接 + 层归一化
  • 训练本质就是"预测下一个 token";剩下的交给规模和数据
  • nanoGPT 背后的架构,放大后就是 ChatGPT

跳转

  • 00:07 为什么要从零搭 GPT
  • 08:23 直观理解自注意力
  • 1:00:00 拼出 Transformer 块
  • 1:35:00 从 nanoGPT 到 ChatGPT

怎么把 BibiGPT 接入豆包工作

核心答案: 能结合。豆包工作支持技能,BibiGPT 也把音视频能力做成了标准技能包。2026-08-26 我们在电脑版里实操过:不是技能商店里点一下「BibiGPT」就装好,而是进「技能 · 连接器 · 伙伴」,用对话新建技能,粘贴下面那句 GitHub 安装指令。装好后,把你想总结的视频链接丢进对话即可;B 站、YouTube、抖音、TikTok、小红书、小宇宙、播客和本地文件都走同一句。飞书里的「豆包工作」会话也能看到同一份结果。

8 月 21 日,豆包电脑版工作任务上线「技能 · 连接器 · 工作伙伴」。官方口径:IT之家对豆包官方消息的转述——侧边栏进入,已上架超 200 个技能和连接器,并支持对话新建技能。技能、连接器、工作伙伴可以单独用,也可以串起来。技能规范仍写在扣子文档站(工作场景并入后这份仍公开):技能概述制作技能开发技能。产品入口:豆包工作官网

BibiGPT 这一侧,技能仓库是 JimmyLv/bibigpt-skill:粘贴视频链接,让 Agent 直接总结、抽字幕、改写成图文。完整跨平台步骤见:bibigpt-skill 全平台接入指引。建议先装 BibiGPT 桌面端 并登录——实操时技能走的就是本机已登录的桌面端。

截至 2026 年 8 月,BibiGPT 已服务超过 100 万用户、累计生成超过 500 万次 AI 总结,支持 30+ 主流音视频平台。

你在哪用怎么接 BibiGPT最适合谁
豆包工作电脑版对话里一句话安装 GitHub 技能包(下文逐步截图)飞书办公、要在 Agent 里直接总结视频
本地 Agent(Claude Code 等)npx skills add JimmyLv/bibigpt-skill已经在用本地 Agent 的人
谁都能马上做网页总结 → 导出 Markdown → 丢给豆包工作先跑通流程、暂时不装技能

路径一:在豆包工作里一句话安装(已实操)

这是和官方「对话新建技能」对齐、而且我们已经跑通的接法。截图均来自 2026-08-26 电脑版实操,按界面真实入口写,不按文件名猜。

第 1 步:从左侧边栏进入技能页

打开豆包电脑版工作任务。左侧边栏里,「技能 · 连接器 · 伙伴」和「新工作任务」「定时任务」「云盘」「手机遥控电脑」排在一起,点这一项进去。

豆包工作电脑版左侧边栏,技能连接器伙伴入口

截图:豆包工作 · 左侧边栏「技能 · 连接器 · 伙伴」

第 2 步:点右上角「新建」,选对话安装

技能页右上角是「我的技能」和「+ 新建」。点「新建」,选「与豆包对话新建技能」。同一菜单里还有「上传技能」和「新建自定义连接器」,这次用对话安装即可。

豆包工作技能页右上角新建菜单,选择与豆包对话新建技能

截图:豆包工作 · 右上角「新建」→「与豆包对话新建技能」

第 3 步:把这一句发给豆包(可复制)

对话里直接粘贴下面这句,回车。这是安装指令,不是普通闲聊。图和文本是同一句,方便对照着复制:

新建技能 安装:https://github.com/JimmyLv/bibigpt-skill

在豆包工作对话里一句话安装 bibigpt-skill

截图:豆包工作 · 一句话安装指令(可复制上文文本)

仓库原文:github.com/JimmyLv/bibigpt-skill。技能商店货架上目前看不到已上架的 BibiGPT,走的是对话安装 GitHub 技能包,不是商店一点就装好。

第 4 步:按提示在浏览器里登录

安装或第一次总结时,可能会弹出浏览器登录页。登录成功后会出现英文提示 Login Successful,关掉窗口,回到豆包工作即可。登录过期时,总结会再走一遍这个授权。

BibiGPT 登录成功后关闭窗口回到豆包工作

截图:BibiGPT · 浏览器登录成功页

第 5 步:确认「bibi 技能安装完成」

豆包会回报安装完成,并列出技能结构:说明书、参考文档、工作流(快速总结、深度分析、字幕提取、文章改写、批量处理等)、环境检测脚本。技能名是 bibi,装在本机豆包工作的用户技能目录里。下次对话提到「总结视频」「提取字幕」等,会自动触发。

豆包工作回报 bibi 技能安装完成及技能结构

截图:豆包工作 · bibi 技能安装完成

装完先别急着搜 /bibi。技能刚装好时,斜杠命令列表里可能不会马上出现 bibi——这是豆包工作目前的一个小问题,等一会儿再输入 / 通常就会出来,后续应当会修。我们实测下来,bibi 技能本身是正常能用的。如果你这边卡住了,也欢迎反馈给我们。

第 6 步:贴你想总结的视频链接试跑

在工作任务对话里这样说,把后面换成你想总结的那条视频链接——完整 URL 即可,不用拆 BV 号,也不用指定平台:

/bibi 总结 https://你要总结的视频链接

B 站、YouTube、抖音、TikTok、小红书、小宇宙、播客链接都能丢;本地音视频文件同样支持。哪条能打开,基本就能总结。它会先检查桌面端是否已登录,必要时再走一遍授权,然后给出带主题、核心优势、覆盖话题和观点的结构化总结,并追问要不要分章、抽字幕、改写成公众号 / 小红书图文。下面这张是实操结果:一条公开课视频,直接在豆包工作里出了完整摘要。

在豆包工作里用 bibi 技能总结视频的完整对话

截图:豆包工作 · 用 bibi 技能总结一条视频链接的实操结果

第 7 步:手机 / 飞书侧也能看到同一份结果

装在电脑上的技能,总结结果会同步出现在飞书里的「豆包工作」会话。不在电脑前时,也能先读完摘要,再回电脑继续改写成 PPT 或周报。

跑通后,连接器继续管飞书文档,工作伙伴再写 PPT——「看视频 → 出纪要 → 交差」就不用每次手工导出了。

路径二:本地 Agent 先装 bibigpt-skill,产物交给豆包工作

如果你已经在用 Claude Code、OpenClaw 这类本地 Agent,不必硬塞进豆包工作:

npx skills add JimmyLv/bibigpt-skill

在本地 Agent 里安装 bibigpt-skill,一行命令给办公流程补上音视频理解

截图:BibiGPT · bibigpt-skill 仓库安装页

装好后直接说「总结这个视频」并贴上链接,Agent 会走桌面端或开放接口。结构化 Markdown 出来后,再丢给豆包工作做 PPT、定时分发。不想装技能、只想像以前一样网页总结再导出,看下面的 三步手动工作流。更细的命令和平台清单见:OpenClaw + bibigpt-skill 实战。密钥和开放接口在 bibigpt.co/zh/user/integration

实用规则: 豆包工作的技能记住「怎么交差」;BibiGPT 的技能负责「怎么看懂视频」。两套技能叠在一起,不要指望一家商店把两件事都做完。

官方文档与接入指引收在这里,方便对照:

豆包工作 / 扣子技能

BibiGPT 技能

豆包工作发布了什么:能力边界与定价速览

核心答案: 豆包工作是字节跳动于 2026 年 8 月 25 日正式发布的独立办公 Agent 品牌。官网口号是「工作新习惯,先让豆包干」:你描述目标,它拆任务、调工具、持续往下做。独立客户端可从 doubao.com/work 下载,也可在最新豆包电脑版里直接用。

它不是 TRAE Work 换了个皮。TRAE Work 是 6 月那条「不写代码的人也能用」的工作台;豆包工作是豆包主干上拆出来的办公入口。如果你这周还在搜「TRAE Work」,指的就是现在的豆包工作。

从飞书团队与扣子、TRAE 团队的深度整合,到 8 月 25 日品牌独立上线,关键节点如下:

  • 7 月 30 日前后:飞书产品团队并入豆包体系(IT之家对后续整合的回溯)。
  • 8 月 17 日–21 日:远控电脑、虚拟桌面、技能商店、连接器和工作伙伴连续上线。
  • 8 月 24 日:TRAE、扣子团队并入豆包;TRAE Work / 扣子并入工作场景,TRAE IDE 与 CLI 留作编程产品线(36氪报道)。
  • 8 月 25 日:官网与独立客户端上线,飞书内原企业版入口同步改成豆包工作。

豆包工作的核心能力集中在桌面端的高频交付任务

能力块官网怎么写对你的意义
文档与报告生成生成文档和表格,结合飞书文档与本地知识库方案、周报能直接出文件
PPT 与数据看板根据大纲自动生成演示文稿交差用的幻灯片不用从零排
深入调研检索多方信息,生成研究报告竞品、行业、选题这类长任务
系统级操作与定时任务读改本地文件、打开网页、填表;手机可远程派发人不在电脑旁,任务还能往下走
多模态创作输出出图,以及视频分镜和成片广告、知识短片是产出,不是「看懂别人的视频」
技能库技能商店 + 连接器 + 自定义技能把重复流程存成可复用技能;支持对话新建,也可一句话安装 GitHub 技能包

个人侧按 官方定价页AIHub 上线报道:免费档之外,标准套餐连续包月 68 元,加强 200 元,高级 500 元。企业侧另有与飞书深度融合的团队版。下载登录或升级可免费领取一段时间的订阅权益,以官网当时公示为准。

付费说明里还出现了「录音纪要额度」。这句话很关键,下一章会把它和外网音视频解析拆开——前者是会议音频配额,后者才是粘一条视频链接出结构化总结。

媒体补充了官网首页没展开的两点:本地电脑与云电脑双环境;以及用飞书账号登录后,可在权限范围内调用聊天记录、文档、会议纪要、日程。飞书打通是字节自己强调的差异点。

作为深度绑定企业协作生态的执行型终端,豆包工作的定位清晰:替职场人完成最后一公里的格式化交差。

实用规则: 判断一个办公 Agent 是不是为你做的,先看它接不接得住你真正的输入,而不是先看月费 68 还是 200、会不会做 PPT。

核心反差:能生成视频,不等于能看懂视频

核心定义: 豆包工作是基于协作生态与系统操作的执行交付型 Agent,擅长把任务做到交差、并输出成片;而 BibiGPT 则是专注音视频理解的结构化输入层,负责将全网公域流媒体转化为高质量、可计算的结构化原料。

在日常使用中,很多用户容易将「具备视频生成能力」误认为是「具备视频理解能力」。事实上,二者在技术架构与使用场景上存在本质区别:

维度豆包工作(公开能力)BibiGPT(专业输入层)
视频处理方向从文本生成分镜 / 视频(生成向贴 B 站 / YouTube / 播客链接一键提取摘要、字幕与关键帧(理解向
音频纪要范围飞书内部会议录音 / 本地录音文件转写额度任意公网音视频 URL、长播客、公开课的深度结构化提炼
默认输入源目标文字描述、本地文档、组织权限树内的聊天 / 日程开放网络公网链接(B 站 / YouTube / 抖音 / 小红书 / 小宇宙 / 网页等)及多格式音视频
交付形态PPT、在线文档、自动化脚本、视频成片结构化 Markdown、思维导图、带时间戳关键帧、图文长文

为什么自带的「录音纪要」无法替代网络音视频解析?

付费版把录音纪要写进额度清单,说明字节承认办公里有「听」这一层。它解决的是:这段内部会议或本地录音,转成纪要要花多少额度。它不解决:一条还在 B 站、YouTube、播客平台上的链接,自动分章节、抽关键帧、排成图文、导出给 Agent。

而在实际场景中,当你面对一条 2 小时的 B 站公开课、一场海外 YouTube 技术发布会或一段小宇宙商业播客时,你需要的绝不仅仅是未加工的几万字语音转写,而是:

  1. 智能分章节与核心要点萃取
  2. 课件 PPT 关键帧与数据板书精准截图
  3. 可直接用于再加工的结构化 Markdown 与思维导图

这些属于专用音视频理解工具的护城河,也是通用办公 Agent 目前缺失的前置输入环节。把「做视频」写进卖点,会让人误以为它懂视频。工作里你更常要的其实是另一面:帮我看完这节课、这场发布会、这卷客户演示。入口长这样——一条链接进去,而不是一段提示词去生成成片:

把还在收藏夹里的 B 站或 YouTube 链接交给 BibiGPT,做 AI视频总结

截图:BibiGPT · 粘贴视频链接做 AI 视频总结

同一簇里,WorkBuddy 的边界我们单独写过:WorkBuddy 今天还干不了什么。豆包工作牌面更完整,尤其是飞书和出片,但三家默认仍是「先给你文字和文件,再让 Agent 干活」。常青工作流见:怎么把音视频喂给办公 Agent

实用规则: 办公 Agent 把「做视频」写进卖点,不等于它能替你看完别人的视频。

这对三类人群分别意味着什么?

核心答案: 换入口解决的是「在哪交差」;漏掉的那一块,是权限树外面的视频。三类人漏的东西不一样,但都不是再读一遍功能清单能补上的。

飞书纪要之外,对视频全文做深度问答,把关键信息从录像里问出来

截图:BibiGPT · 深度总结与追问

1. 深度企业协作职场人

企业内部的日程、会议和文档已经在组织权限树内流转;但真正容易被遗漏的,是微信群或外部沟通中丢来的行业分享视频、竞品宣讲录屏。办公 Agent 无法直接帮你消化外网视频,必须先将外部视频转化为结构化纪要。

Laxis《State of Meetings 2026》 的口径:知识工作者平均每周 21.7 场会议,会议约占工作周 30%。这 21.7 场是日历上的会;外网视频不在这 21.7 里,却常常决定你下周方案写不写得动。

2. 泛内容创作者与自媒体

豆包工作能大幅缩短文案到视频成片的制作周期;但创作前期的「对标账号拆解」与「行业播客调研」,依然需要先对海量视频做极速透视,提炼爆款脚本结构,再交由 Agent 执行后续排版与出片。看懂这一步,走 AI 视频转图文 比在办公 Agent 里硬生成更对口。

3. 学生与自学者

收藏夹里数十小时的公开课与技能教程,无法直接「丢给 Agent 帮我学会」。更高效的路径是先通过视频转图文和思维导图构建知识脉络,再借助 Agent 针对重点概念进行扩展练习与整理。入口从 TRAE Work 换成豆包工作,帮不上收藏夹。

实用规则: 问「我该不该换成豆包工作」之前,先问这周真正耗掉你的,是飞书里的会,还是收藏夹里的视频。

不想装技能:三步手动工作流

核心答案: 两者不是替代关系,是一前一后。BibiGPT 把「听和看」变成带时间戳的结构化文字,豆包工作拿着文字写方案、做 PPT、设定时任务。不想走技能安装的人,用网页总结再导出,今天就能做。

┌────────────────────────────────────────────────────────┐
│  输入源:B 站网课 / YouTube 发布会 / 行业播客 / 会议录像   │
└──────────────────────────┬─────────────────────────────┘
                           │ (贴入 URL 链接)

┌────────────────────────────────────────────────────────┐
│           【BibiGPT AI 音视频理解层】                    │
│  • 智能分章节摘要  • 课件关键帧截取  • 导出 Markdown/PDF  │
└──────────────────────────┬─────────────────────────────┘
                           │ (输出结构化文本与要点)

┌────────────────────────────────────────────────────────┐
│           【豆包工作 / 办公 Agent 交付层】                │
│  • 自动化制作 PPT  • 生成立项报告  • 执行定时分发任务      │
└────────────────────────────────────────────────────────┘

第一步:一键提取外网音视频要点

将 B 站、YouTube 或播客链接粘贴至 BibiGPT AI 视频总结,选择「极简总结」或「视频转图文」,生成带有时间戳的分章节提纲与核心观点。

B站视频转成图文后,导出 Markdown 再交给豆包工作交差

截图:BibiGPT · 视频转文章导出

第二步:提取 PPT 关键帧与板书

对于发布会、产品演示或公开课,开启 视频转 PPT / 关键帧提取,自动抓取演讲者翻页的核心画面与图表,免去手动暂停截屏的繁琐步骤。竞品情报场景可以再看:用视频总结做竞品情报

发布会视频抽出 PPT 关键帧,再把要点喂给办公 Agent

截图:BibiGPT · 视频关键帧提取

第三步:导出结构化文本,交给豆包工作自动化交差

在 BibiGPT 中点击导出 Markdown 或纯文本文件,将其作为高质量材料输入豆包工作,直接下达指令:

请根据这份行业分析要点,按照公司周报规范生成 5 页结构完整的汇报 PPT,并提取其中的待办事项。

同簇里如果还在比较笔记工具,先看清切口:BiliNote 和 BibiGPT 怎么选

想看「一条视频进去、结构化要点出来」是什么手感,下面这段演示和文里的流程是同一件事:

视频来源:YouTube · BibiGPT 功能演示

实用规则: 先总结再决定看不看——用 5 分钟的摘要,替 2 小时的观看做投资决策。

手动导出已经够用。想让豆包工作自己去总结视频,回到上面的 接入步骤

行业观察:入口之争尘埃落定,输入层才是效率胜负手

核心答案: 从腾讯 WorkBuddy、阿里千问办公,再到字节豆包工作,大厂对于桌面办公「默认入口」的布局已经基本到位。在通用办公套件与系统操作层面,各家功能清单的同质化是必然趋势。

但决定办公 Agent 产出质量上限的,永远是输入原料的精准度与信息密度。大模型无法单凭通用语料理解最新的外网流媒体动态,也无法凭空获知行业发布会里的最新图表。字节这手「出视频」没有缩小输入缺口,反而把「会做 ≠ 会看」衬得更清楚。

三个会被打脸的判断,写在这里方便回来对:

判断一:2027 年 6 月 1 日,若豆包工作、WorkBuddy、千问办公仍不能在官网能力页里原生对 B 站 / YouTube URL 给出可导出的结构化总结(不依赖第三方技能),职场「看视频 → 交差」的默认路径会继续是两段式。到期用各家官网能力页对质。

判断二: 未来 12 个月,办公 Agent 更可能靠连接外部的音视频转换层来补齐,而不是自己长出一套跨平台字幕与溯源。这条判断和我们做音视频工具的立场重合,请带着这层利益关系看。

判断三: 「先总结再决定看不看」会取代「看完再整理」。当 5 分钟摘要能替 2 小时观看做决策,人的行为会倒过来。

一个明确的行业预判:在通用办公 Agent 能自己看懂跨平台音视频之前,「专业音视频理解工具(输入层)+ 办公 Agent(执行层)」的两段式协作,仍会是职场人和创作者保持效率的稳妥组合。

FAQ:关于豆包工作与音视频工作流

Q1:豆包工作是 TRAE Work 换了个名字吗?

答: 不是简单的换皮。TRAE Work 是 2026 年 6 月从 TRAE SOLO 升级来的双模式工作台;豆包工作是 8 月 25 日从豆包主干拆出来的独立办公品牌,将代码、文档、工作流及飞书生态统一整合后的通用办公入口。TRAE Work 的工作场景能力并入豆包,TRAE IDE 与 CLI 留作编程产品线。旧入口关系见 《字节 TRAE Work 是什么》

Q2:豆包工作能直接总结 B 站和 YouTube 链接吗?

答: 默认不能。截至 2026-08-26 的官网能力页,主路径是 PPT、文档、表格、电脑操作和创意生成,没有「粘一条视频链接就出结构化总结」。但可以按上文把 bibigpt-skill 装进豆包工作:对话里发 新建技能 安装:https://github.com/JimmyLv/bibigpt-skill,装好后用 /bibi 总结你想总结的视频链接即可,B 站、YouTube、抖音、小红书、播客都走同一句。不想装技能的话,仍可先用 BibiGPT 免费视频总结 转成文字再喂给它。

Q3:飞书会议纪要和 BibiGPT 总结有何区别?

答: 飞书会议纪要聚焦于组织内部线上会议的实时录音转写,豆包工作登录飞书后可以直接调用;而 BibiGPT 专注公网全平台(B 站、YouTube、播客、小红书等)的内容理解、智能分章节、课件关键帧截取与图文重构。一个处理「已在飞书里的信息」,一个处理「还在视频网站上的信息」。

Q4:已经在使用 WorkBuddy 或千问办公,还需要关注豆包工作吗?

答: 取决于你的核心办公生态。如果你重度依赖飞书文档与协作,豆包工作的上下文衔接会更顺畅;企微 / 腾讯文档团队看 WorkBuddy;钉钉体系看千问办公。但无论使用哪家 Agent,外部音视频原料的预处理逻辑都是通用的。

Q5:如何体验音视频结构化提取与交付工作流?

答: 你可以直接打开 BibiGPT 网页端 或使用浏览器插件,粘贴任意视频链接即可生成结构化摘要,并一键复制喂给你的办公 Agent。完整步骤见上文「不想装技能:三步手动工作流」。想在豆包工作里直接总结,走「怎么把 BibiGPT 接入豆包工作」。

Q6:豆包工作支持 Skill 吗?能直接装 BibiGPT 吗?

答: 支持技能。8 月 21 日起,侧边栏有「技能 · 连接器 · 伙伴」,可装官方技能,也可对话新建技能。BibiGPT 的 bibigpt-skill 可以装进去,但截至 2026-08-26 不是技能商店货架上一点就装好:要在电脑版里点「新建」→「与豆包对话新建技能」,粘贴 新建技能 安装:https://github.com/JimmyLv/bibigpt-skill。装好后用 /bibi 总结 加视频链接。逐步截图见上文「怎么把 BibiGPT 接入豆包工作」。

Q7:装完技能,为什么对话里看不到 /bibi?

答: 安装完成后,/bibi 有时不会立刻出现在斜杠命令列表里。这是豆包工作目前的一个小问题,等一会儿再输入 / 一般就会出来,后续应当会修。我们实测 bibi 技能是可以正常用的。如果你这边遇到别的问题,也欢迎反馈给我们。


不用追每一个办公入口。要追的是输入层有没有补上:收藏夹里的课,能不能先变成一份 Agent 读得懂的文字。

打开 BibiGPT,先把 B 站课和发布会变成可用文字

立即访问 BibiGPT,把视频先变成能交差的原料:

BibiGPT 团队

查看「工具对比与选型」全部 56 篇 →

试试这些 AI 工具