10 月 29 日前后，国内 AI 办公两家的桌面 agent 同步更新，恰好代表桌面自动化的两条不同路线。

豆包工作：把人的操作录成 agent 技能

豆包工作上线「录屏成技能」：用户边演示边讲解，把一段电脑操作流程保存为个人技能，之后可重复调用。配套能力包括 Mac 开启相应设置后锁屏仍可继续执行任务、从手机派发任务并查看结果。

这是「教 agent 做事」的最低门槛方案——不需要写 prompt、不需要配 MCP，演示一遍就行。本质上是把「人类流程知识」直接蒸馏为可执行技能，非常适合重复性的个人流程。

腾讯 WorkBuddy：手机实时远控电脑

WorkBuddy 上线手机实时远控电脑（要求手机 App v2.7.0+、macOS v5.9.3+，电脑端完成授权）：可以从手机实时查看 agent 的桌面操作画面并随时接管，不再只显示任务过程和结果。

这解决的是长任务的信任问题——agent 在电脑上跑复杂操作时，人不在屏幕前，出了错怎么办？实时画面 + 随时接管的「人机共驾」设计，把「放手」和「掌控」的矛盾用交互方式缓解。

为什么值得关注

两条路线指向同一个终局但选择了不同的切口：录屏成技能解决「agent 会不会做」，实时远控解决「人敢不敢让它做」。结合易观 9 月数据（国内办公 Agent PC 端月访问量已到亿级），中国 AI 办公的竞争已经从「模型谁强」进入「交互范式谁顺手」的阶段。

另一个值得注意的分化：豆包把技能沉淀在「个人」维度，而企业级平台（Claude Enterprise 的产出分析、各家 harness 的技能库）都在往「组织」维度走。个人技能 vs 组织技能库，会是明年 AI 办公产品分层的分水岭。