ByteDance 于 8月18日 宣布，Doubao 的工作任务模式现已在 Windows 客户端中加入 Virtual Desktop，让助手能够看见屏幕，并在任意应用之间操作鼠标和键盘。用户可通过依次选择工作任务模式、本地电脑，再在技能栏中选择“operate computer”，并完成授权后使用。
ByteDance 对其机制的说法
公司将其描述为基于通用 GUI 能力运行：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——即使没有 MCP 服务器、API、插件或命令行界面，也能直接识别软件界面并完成操作。其差异化特性也表述得同样明确：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——运行期间，它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。用户可以实时观看步骤、暂停，或直接接管。公司给出的示例是将本地文件夹中的简历导入候选人登记系统。
常见解读中的误区
目前已经流传着两个错误说法。第一种是把这项功能与一天前推出的另一项 Doubao 功能混为一谈——手机到电脑的远程控制。二者是连续两天发布的两个独立功能。第二种是把“virtual desktop”理解为云端虚拟机。官方将其描述为运行在用户自己的 Windows 机器上的隔离会话，这也正是为什么必须说明鼠标和键盘属性：如果是云端沙箱，本来就不会与本地输入设备竞争。
没有集成并不只是能力选择，也是安全姿态
“没有 MCP，没有 API，没有插件”既被当作覆盖范围的卖点，而从覆盖范围来说，这一点确实成立：像素和点击可以泛化到那些根本不暴露任何集成接口的软件。但这也意味着，代理会继承登录状态下 Windows 用户所拥有的全部权限，只受一次性的前置授权限制。宣布这一功能的页面没有描述任何细粒度权限模型，也没有给出任何基准测试、用户数量或价格。
为什么这一功能先在中国推出
电脑使用类代理的演示远多于实际落地。将其放进面向大众的消费级助手中，意味着 GUI 控制成为普通用户默认可用的功能，而不再只是开发者预览版——同时它绕开了整场工具集成竞赛，在这场竞赛中，美国实验室正在比拼有多少系统向模型开放 API。