大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
人在火山 Force 大会现场，切实地感受了一把大厂的发布会。让你们感受下这场地有多大——
 

尽管场地非常大，但，主论坛的现场里是这样的——

people mountain people sea.

连国家会议中心这么大的场地，都感觉万分拥挤了。

回归主题。

发布会上，首先少不了的一定是豆包大模型——

豆包大模型 1.6

大会上豆包大模型 1.6 正式发布，已经在火山引擎全量上线。

特点：强 + 便宜。

这次全家桶包括了 Doubao-Seed-1.6-thinking、Doubao-Seed-1.6 和 Doubao-Seed-1.6-flash 这三个不同定位的模型，分别适用于深度思考和对模型速度要求高的场景。

值得强调的是，豆包 1.6 不止推理能力提升明显，1.6 全系列还原生支持多模态思考、视觉定位能力，尤其是 GUI 操作能力，可以让你的智能体和浏览器、excel 等其他软件交互和操作，是 Agent 构建的高阶能力。

在定价方面，豆包大模型 1.6 按“输入长度”区间定价，比如在高频的输入区间 0-32K 范围内，输入百万 tokens 只有 8 毛钱。

综合折算下来成本在 2.6 元，比豆包大模型1.5thinking，DeepSeek R1 的综合成本（7 元）下降了 63%。

还有豆包·视频生成模型 Seedance 1.0 pro ，价格也是行业最低，每千 tokens 0.015 元，相当于每生成一条 5 秒的 1080P 视频只需 3.67 元。

豆包大模型第一次亮相是在去年 5 月份，仅一年时间冲到了中国公有云大模型服务调用量 No.1。

虽然豆包大模型又有了新的升级，但如果你问我整场发布会上印象最深刻、最大的看点是什么，我可能会回答——

「AI 云原生」的火山引擎 Agent 开发范式成型了。

这句话，可能会让你觉得比较抽象。

从 Agent 说起。

AI 云原生的概念曾经以 GPU 为核心，后来以模型为核心，而透过这次 Force 大会，以 Agent 为核心构建应用的范式理念正在成为新的共识。

而 Agent 系统的构建，实在太复杂了——

从创意到部署到获客验证的系统链路非常长、依赖的工具生态非常繁杂，尽管现在流行 vibe coding，但要说真正把这么一套 Agent 从 0 到 1 的链路跑下来，vibe coding 还远远不够。

这是一个 Agent 开发的典型链路，以前，开发者要使用大量的工具来完成。

而这次火山干了一件事儿，推出火山 MCP 服务，全面链接 Agent 开发体系、大模型工具生态体系以及云服务体系。

简单来说，通过标准化的 MCP 协议，你可以实现以 TRAE、Cursor、扣子等为环境，无缝调用豆包大模型的同时，用 MCP 协议直接调用火山的企业办公、搜索工具、内容体系等基础工具来进行 Agent 开发，开发成型后，还能将代码直接通过 MCP 协议一键在火山云上部署，直接拿到 Agent 应用链接。

这里面，TRAE 就是字节的 AI 原生 IDE，不只是帮你写代码的工具，而是和你协作进行 AI 开发的伙伴。负责人说月活已经超过 100 万了！看来大家都在偷偷用 AI 提效啊。

但这里，我想重点说一下火山的 MCP 服务。

MCP 服务

模型只是让一个 Agent 的“大脑”初具雏形，一个真正的应用，还需要连接各种工具、服务和数据，比如数据库、API、云存储等等。

这就是 MCP Servers 要干的事。

火山引擎平台大模型生态广场里面，提供了 200 多个 MCP 服务，包括官方和三方提供的基础工具，比如搜索工具、位置服务、内容生成等等。

MCP 把火山引擎的各种云服务（计算、网络、存储）都封装好了，通过它，你的 Agent 可以轻松地调用这些能力，就像调用一个函数一样简单。

最方便的一点，它打通了支持 MCP 协议的工具，比如 TRAE、Cursor。操作也非常简单，点击进入工具详情页，就能看到它适配的平台。

跟着官方操作步骤走，先生成一个专属的 Json 配置信息，然后在 TRAE 里搜索并添加这个工具就行了。

得益于火山 MCP 服务的成型，Agent 应用的部署托管环境全链路被打通，门槛被几乎打到 0。从此，可以一站式完成 Agent 应用开发的端到端完整链路了。

一句话总结：“我火山引擎为 Agentic AI 应用开发保驾护航”。

这里我想额外提一嘴 Prompt 优化工具 PromptPilot。

PromptPilot

我们都知道，跟大模型打交道，Prompt 就是“圣旨”。写得好不好，直接决定了模型是“人工智能”还是“人工智障”。

但写 Prompt 是个技术活，反复调试太费时间。于是火山搞了个 PromptPilot。

你可以把它理解成一个大模型的“智能翻译官”或者“嘴替”。你只需要用大白话描述你的需求和场景，它就能帮你理解需求、自动生成高质量的 Prompt。

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

 

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】