أعلنت ByteDance في 18 أغسطس أن وضع مهام العمل في Doubao يتضمن الآن Virtual Desktop على عميل Windows، ما يتيح للمساعد رؤية الشاشة وتشغيل الفأرة ولوحة المفاتيح عبر تطبيقات مختلفة. ويصل المستخدمون إليه عبر اختيار وضع مهام العمل، ثم الكمبيوتر المحلي، ثم "operate computer" من شريط المهارات، مع منح الإذن.
الآلية، بكلمات ByteDance نفسها
تصف الشركة ذلك بأنه يعمل على أساس قدرة واجهات الاستخدام الرسومية العامة: 豆包虚拟桌面基于GUI能力运行，即使没有MCP、API、插件或CLI，也能直接识别软件界面并完成操作 — إذ يتعرّف مباشرة إلى واجهات البرامج ويُنجز العمليات حتى في غياب خادم MCP أو API أو إضافة أو واجهة سطر أوامر. أما الخاصية الفارقة فتُصاغ بالوضوح نفسه: 虚拟桌面运行时不会占用用户当前正在使用的鼠标和键盘，也不会打断现有工作 — أثناء التشغيل، لا يشغل الفأرة ولوحة المفاتيح اللتين يستخدمهما المستخدم حالياً، ولا يقطع العمل القائم. ويمكن للمستخدمين متابعة الخطوات مباشرة، أو الإيقاف المؤقت، أو تولي التحكم مباشرة. والمثال العملي الذي تقدمه الشركة هو سحب السير الذاتية من مجلد محلي إلى نظام تسجيل المرشحين.
ما الذي تخطئ فيه الصياغة الشائعة
هناك خطآن يتداولان بالفعل. الأول يخلط بين هذا وبين ميزة أخرى في Doubao طُرحت قبل يوم واحد — وهي التحكم عن بُعد من الهاتف إلى الكمبيوتر. وهما إصداران منفصلان في يومين متتاليين. أما الخطأ الثاني فيقرأ عبارة "virtual desktop" على أنها جهاز افتراضي سحابي. لكن الوصف يتحدث عن جلسة معزولة على جهاز Windows الخاص بالمستخدم نفسه، ولهذا تحديداً لا بد من النص على خاصية الفأرة ولوحة المفاتيح أصلاً: فبيئة سحابية معزولة لم تكن لتتنافس مع أجهزة الإدخال المحلية من البداية.
غياب عمليات التكامل ليس مجرد قدرات، بل نهج أمني
تُطرح عبارة "لا MCP، لا API، لا إضافات" بوصفها إشارة إلى اتساع التغطية، وبوصفها تغطية فهي حقيقية: إذ يمكن للبيكسلات والنقرات أن تعملا على تعميم الاستخدام ليشمل برمجيات لا تعرض أي واجهة تكامل على الإطلاق. لكنها تعني أيضاً أن الوكيل يرث كل الصلاحيات التي يملكها مستخدم Windows المسجّل دخوله، مع تقييد ذلك بإذن واحد يُمنح مسبقاً. ولا تُذكر أي آلية تفويض دقيقة في أي من الصفحات التي أعلنت عنها، كما لا تُذكر أي معايير قياس أو عدد مستخدمين أو سعر.
لماذا تُطرح هذه الميزة أولاً في الصين
لقد جرى عرض وكلاء استخدام الكمبيوتر أكثر بكثير مما جرى إطلاقهم فعلياً. ووضع واحد منهم داخل مساعد استهلاكي واسع الانتشار يجعل التحكم عبر واجهات الاستخدام الرسومية ميزة مفعّلة افتراضياً للمستخدمين العاديين، لا معاينة للمطورين — كما أنه يتجاوز سباق تكامل الأدوات بأكمله، حيث تتنافس مختبرات الولايات المتحدة على عدد الأنظمة التي تتيح واجهة API للنموذج.