爱剪 App 图标 爱剪

竞品调研：豆包工作、剪映 AI 助手，与「AI 操作剪辑软件」这条赛道

调研日期：2026-09-12 · 全部基于公开资料，每条结论带来源；查不到的明确写「未查到」，不编造。

一句话结论：2026 年没有任何一家有源码的剪辑厂商让 AI 去点自家界面，也没有一家主流剪辑产品抛弃时间线。「豆包工作遥控剪映剪视频」目前没有官方证据。真正值得盯的是剪映内置的 AI 助手，它在时间线上帮你粗剪，最后仍把你送回时间线。

一、豆包工作是什么

项目事实来源
品牌与时间2026-08-25 独立发布「豆包工作」品牌，TRAE、扣子团队整体并入豆包体系。此前 6 月已有「工作任务」模式。财新 2026-08-25、Bloomberg 2026-08-24、新京报 2026-09-04
定位通用办公 agent，对标腾讯 WorkBuddy、阿里 QoderWork。不是剪辑产品。财新、东方财富 2026-08-25
覆盖端Windows 最全，独占「虚拟桌面」隔离执行；Mac 2026-09-02 才补上本地操作电脑；iOS / Android 的豆包 App 只是下指令、看结果的遥控端，手机本身不执行 GUI 操作。IT之家 2026-09-02、科技日报 2026-08-19
操作电脑的实现纯视觉 GUI 操作。官方口径「无需依赖 MCP、API、插件或 CLI」，靠多模态模型实时解析屏幕像素，模拟鼠标键盘。另有内置浏览器自动化和飞书 / 钉钉 / 企微 / 腾讯会议连接器。新京报 2026-09-04、新浪财经 2026-08-21
底层模型豆包 2.1 系列。GUI 层是否为 UI-TARS 血统专用模型，无官方确认，属合理推断。新浪财经 2026-06-23；53AI 2026-07-16（第三方分析）
定价豆包专业版三档：68 / 200 / 500 元每月。豆包工作发布时给新用户 30 天免费，未公布独立定价。IT之家、证券时报 2026-06-24
开放性完全封闭，不支持外接任何模型；IM 只接飞书，微信通知无法跨应用发送。腾讯新闻 2026-07-14 三家横评
评测口碑「嘴替能力尚可，手替能力还不太行」。复杂界面识别偶有偏差，会把按钮名字编出来；额度消耗「像开盲盒」；同一台电脑不能同时跑多个 GUI 任务。新浪财经 2026-08-21、人人都是产品经理 2026-08-25、什么值得买 2026-07-28
「操作手机」是另一条产品线「豆包手机助手」（2025-12-24 发布），走 ROM 层无障碍权限 + 视觉模型，绑定定制机型（努比亚 NaviX Ultra 2026-09 上市）。2026-01 马化腾公开批评其「把屏幕录屏传到云端极其不安全」。现有实测无任何操作剪映或视频类 App 的记录。腾讯云社区 2025-12-24、21财经 2026-01-28、搜狐 2026-09-01

二、「豆包工作遥控剪映剪视频」：证据不足，存疑

查遍字节官方公告、IT之家、科技日报、新浪、网易、财新、腾讯新闻、人人都是产品经理、知乎、B 站、Bloomberg，没有任何官方演示或主流媒体报道提到豆包工作操作剪映。

该说法只能追溯到两个低权重个人站点（tanqingbo.cn 2026-09-02、crazyowen.cn 教程站），措辞高度雷同，疑似同源转载，无录屏、无一手复现。搜索引擎曾把「剪映」段落错误归到 AI工具集的豆包工作评测，打开原文逐段核对，该文没有任何剪映内容。

反向证据：什么值得买 2026-07-28 实测明确写「大型复杂视频渲染不支持」。

按那两个二手来源的描述，流程是：用户说出素材目录和「剪一段 30 秒版本」，豆包自己打开剪映桌面版、导入、识别高光、加转场、导出，全程在虚拟桌面里跑，跑通后可沉淀成一个技能。实现层面是逐步点 GUI，不是调剪映草稿文件或私有 API，这与官方「不依赖接口」的表述自洽。耗时、成功率、翻车案例、能否多条批量切分：全部未查到。

要坐实这件事，唯一可靠办法是在一台 Windows 机上装最新豆包电脑版，开 30 天试用，进「工作任务」选「本地电脑」，下一条剪映指令全程录屏。

三、真正的对手：剪映内置 AI 助手

剪映在 2026 年 4 月前后上线了自己的 Skill 化 Agent「剪映 AI 助手」。这是剪映内部的功能，不是外部 agent 去点剪映。

四、赛道数据：通用 agent 操作剪辑软件到底行不行

没有任何署名的、可复现的「用 Codex / Claude / Manus / UI-TARS 操作 Premiere / FCPX / 达芬奇 / 剪映」实测报告。最接近的权威证据是基准测试。

指标数值来源
OSWorld 2.0 含视频剪辑软件（Shotcut）的长程任务，最强模型完成率20.6%（Claude Opus 4.8，max thinking），GPT-5.5 约 13% 且已平台期arXiv:2606.29537，2026-06-28
平均每任务步数 / 人类中位耗时318 步 / 约 1.6 小时同上
人类觉得「简单」但 agent 觉得难的任务占比44.4%，原因是感知-动作时序与多模态验证同上
跑 10 次至少 1 次成功 vs 10 次全对Pass@10 约 78%，Pass^10 约 36%（GPT-5 + Agent S3）arXiv:2604.17849，2026-04-20
纯装饰性界面改动的影响Claude 出现显著回归，净 20 个任务由对变错同上
每个动作推理耗时 / 每张截图 token2 到 5 秒 / 超过 15000 tokenZylos Research 2026-02-08
OSWorld 1.0 短任务成绩（对照）83.5%（Opus 4.8）。1.0 与 2.0 的差距就是任务长度和是否涉及创意软件见 arXiv:2606.29537 讨论

OSWorld 2.0 归纳的六类失败模式逐条命中剪辑场景：跨应用状态追踪、流式界面下的感知-动作时序差（对着播放中的时间线做操作）、领域专有文件的解读、有可见错误却跳过验证、长程任务状态丢失、失败了自己不知道导致级联错误。

五、厂商在剪辑场景的实际选边

这一组比任何评论都有说服力，因为都是已发布的产品决策。

主体选择含义
Adobe PremiereAI Assistant 2026-06-18 公测，调用 Premiere 内部工具，写入撤销历史；「如果它做不到，它会告诉你」。需上传素材到云，NDA 项目不可用。拥有源码的厂商不让 agent 点自己的 UI，并且明示能力边界
Apple Final Cut ProCreator Studio 2026-06 更新，字幕、剪辑检测、自动遮罩全部端上推理，直接落到时间线。定位「加速你已经在做的事」。不做 agent 层，做原生能力；明确走端侧
字节剪映主 Agent 分发给领域专家 Agent，映射到参数轨道同样是内部调用，不是 computer use
DescriptSeason 6 的 Underlord 助手可一句话「去口水词、收紧节奏、切 3 条社媒短片」，但仍保留场景式时间线画布文本驱动的先行者也没抛弃时间线
Jumper（第三方 MCP）给 Premiere、达芬奇、FCPX、Avid 做本地 MCP server，但只暴露检索与导出，agent 只拿到元数据无源码的第三方主动把「写时间线」排除在外
GoogleProject Mariner 2026-05-04 停止，能力并入 Gemini API纯 computer use 产品线收缩
capcut-cli最成熟的剪映逆向项目，MCP 层只给只读连逆向派也不信任 agent 写工程文件

学界口径与此一致：「普适性伴随脆弱性」（arXiv:2501.16150 原话），主张软件应 agent-native 化，走结构化接口而非人面 GUI；工程界共识是混合架构，纯视觉方案延迟高、token 贵。

六、与爱剪逐项对比

维度豆包工作遥控剪映剪映 AI 助手爱剪
剪辑发生在哪剪映时间线上，agent 替你点鼠标剪映时间线上，内部 Skill 写轨道没有时间线，句子级剪辑计划
修改方式再下一次指令，重跑一遍 GUI对话改，落回轨道，精修回时间线对话出新版本，随时回退
先出方案再执行无无编导先给方案，你放行，剪完自查
视频去哪本机，但屏幕截图流经豆包云端AI 功能走云端不出设备
模型封闭，只有豆包封闭，只有豆包DeepSeek、MiniMax、豆包，任选任换
精度无实测数据粗剪可用，帧级做不到（实测者原话）词边界 + 停顿吸附，切点误差阈值 50 毫秒
可靠性通用 computer use 数据：十次全对约 36%未查到量化计划先过确定性校验，失败自动重试
成本68 元起月费，按步烧额度会员一小时视频几毛钱模型费

七、明确未查到的项

两类来源判定不可采信并已排除：chatcut.io 自称「唯一 agentic 编辑器」的自家博客；CSDN 上标榜「5 款实测」却无任何数据的鲸剪 WhaleClip 软文。

八、主要来源

豆包、剪映、TRAE、扣子、WorkBuddy、QoderWork、Premiere、Final Cut Pro、Descript、Codex、Claude、Manus 为各自公司商标。本页只汇总公开资料，不构成对任何产品的评级。