測評豆包1.6：我用它開發(fā)了一個“聰明的旅行策劃Agent”

最近一周，大家拿大模型玩得最多的估計就是評測不同模型寫作文和做數(shù)學題了，不過作文的優(yōu)劣評價太過主觀，很容易引起很多爭議；數(shù)學題有確定性可評估的指標，所以挺值得拿來讓國內外各大模型競技下的。

在所有這些評測里，我覺得卡茲克是評測得最充分的，讓我沒想到的是前三居然都是國產模型，尤其是第一名是豆包1.5-thinking-pro，可能字節(jié)在產品上做得太好了，讓人忘了他們大模型的能力本身也夠強的。

然后這幾天，我又看到火山Force大會，發(fā)現(xiàn)他們還推出了豆包大模型1.6，這個模型有三個值得一說的特性：

1、推理能力更強了，在基準測試上相比前一代有不少提升，在GPQA Diamond評測中拿下81.5分，AIME25中拿下86.3，都是SOTA級別的表現(xiàn)。

2、自適應思考，模型調用時可以選擇思考（thinking）、不思考（non-thinking）、自適應思考（auto）這三種模式，和Claude選擇的策略類似，因為就像人類一樣，在簡單的任務上通過系統(tǒng)一進行直覺式思考，在復雜任務上選擇深思熟慮的系統(tǒng)二思考模式，我覺得這會是大多數(shù)模型后續(xù)的發(fā)展方向，思考與不思考不應該是人為選擇，而是模型自動根據(jù)任務復雜度去考慮的策略。

3、計價模式有創(chuàng)新，根據(jù)輸入和輸出的token長度分段計較，在輸入token在32k以內的情況下，價格比DeepSeek還便宜不少，這對做AI產品的開發(fā)者來說是個好消息。

模型的思考和推理能力算是AI Coding、Agent模型所必需的核心，所以我這次特意想測測看，拿豆包1.6試試看他執(zhí)行真正有難度，不能一步完成的Agent任務，看看他到底怎么樣的。

實操目標：構建一個聰明的旅行策劃Agent

我這次想拿豆包1.6構建個搞定一切的旅行Agent，試試看他能做到什么程度。

之所以選這個任務，是我前兩個月在即刻發(fā)了條動態(tài)說用AI制定旅行計劃可能是個偽需求，但沒想到遭遇了大量的不同看法，看起來對這個場景有需要的用戶數(shù)還不少，所以我覺得針對這個場景做個agent應該挺好玩的。

這次我希望構建的旅行Agent需要至少滿足我四個要求：

1、我希望他能根據(jù)我的出發(fā)時間和回程時間要求，提供合理的航班選擇

2、他的旅行計劃應該是結合真實天氣推薦的，不然要是大雨天推薦我去爬山或徒步不是扯淡么

3、他構建的旅行路程應該是合理的，比如去北京別給我整出上午頤和園，中午長城，下午故宮的離譜規(guī)劃

4、我希望獲得一個圖文并茂的形成規(guī)劃，不只是干巴巴的文字計劃

為了達成這個目標，大家應該能理解但靠大模型是實現(xiàn)不了的，就像你雇傭一個很聰明，但是沒去過巴厘島的清北畢業(yè)生給你做巴厘島旅行規(guī)劃，如果你把他關在斷網的小黑屋里，任他想破腦袋，他也沒法思考出行程。你需要給他「工具」，給他「電腦」，讓他能聯(lián)網搜索需要的信息。

而對大模型來說，MCP便是他們的工具，豆包1.6模型支持MCP的調用，或者說，一個支持MCP調用的模型，一堆MCP算是現(xiàn)在構建任何Agent的標配了。

火山引擎提供了一個MCP Market，上面已經接入了200多個主流MCP，即允許你直接在火山上調用，也可以一鍵安裝到Trae、Cursor等AI Coding工具。

對于我這項旅行Agent開發(fā)需求來說，我打算拿Trae做開發(fā)（他們已經接入豆包大模型1.6），然后選擇這四個和我任務有關的MCP：

1、飛常準 MCP：用來查詢和選擇航班

2、氣象 MCP：用來查未來的目的地天氣輔助景點選擇

3、高德地圖 MCP：用來選擇景點和餐廳、規(guī)劃合理的路線

4、veFaaS MCP：用戶一鍵部署上線Agent制定的旅行計劃

現(xiàn)在MCP的部署過程也算是夠簡單的，你只需要在火山的MCP Market找到對應的MCP，比如高德地圖這個：

1）點擊生成

2）前往高德地圖開放平臺獲取APIkey

3）你將獲取到一串Json代碼，點擊「去Trae配置」（如果你還沒安裝Trae，可以先裝一個，這是字節(jié)的AI IDE工具）

4）在Trae完成最后一步「確認」，你的MCP就裝好了

不同MCP的安裝過程大同小異，有更簡單的你甚至不需要獲取任何key的，也有需要你自己去復制Json代碼，然后主動在Trae添加的，但都很容易理解，這些MCP一個個安裝完成后的狀態(tài)如下：

Prompt提示詞

接下來就是魔法發(fā)生的時刻，你只需要在Trae中選擇豆包大模型1.6，發(fā)出你的提示詞，然后等待這個Agent的表現(xiàn)就好了。我這次根據(jù)我自己的需求，給Trae的提示詞如下：

請幫我用HTML生成一個從北京到大理游玩的旅行計劃，我的需求如下：
1、我想在6月15號早上11點左右從北京飛大理（我不想起太早），6月18號晚上21點前回到北京。
2、請為我提供出發(fā)航班和回程航班的選擇推薦
3、請用氣象MCP為我提供6.15-6.18期間大理當?shù)氐奶鞖庑畔ⅲ⒃诰W頁中展示
4、請結合天氣狀態(tài)制定旅行計劃，我希望每天最多只訪問2個景點，2個景點之間的開車時間應該在30分鐘以內
5、請使用高德地圖MCP為我根據(jù)景點情況選擇當?shù)赜刑厣u分高的餐廳、咖啡館，要距離當天要訪問的景點開車20分
6、為我生成旅行計劃的路線圖，包括去的景點和餐廳的照片，我希望能圖文并茂地展示在HTML網頁上

這段prompt是我手打的，我還挺喜歡自己寫Prompt，并且經常嘗試不同的prompt對模型表現(xiàn)的影響的，不過我估計很多人會對寫prompt感到困擾，尤其是當你接觸自己不熟悉的領域知識時，火山提供了個promptpilot的功能，可以幫你把簡單的需求（左側），優(yōu)化調校到更豐富帶有領域知識的豐富prompt提示詞。

Agent體驗

Trae上接入的豆包1.6看起來是auto模式的，會根據(jù)用戶提供的任務復雜度自主確定是否思考，顯然我這個需求是需要多步驟才能完成的復雜任務，所以我看ta是先思考了一段任務的todo list之后再開始執(zhí)行的。這里多說一句，未來會有越來越多的用戶任務是無法一次性完成的，所以模型是否有自主規(guī)劃，通過多步驟實現(xiàn)一個目標的能力會是很影響模型實際任務表現(xiàn)的指標。

接下來，Trae為了完成我的目標，一次性幫我完成了10多次的MCP調用，而且從這部分的語言表達，你可以明確看出ta好像真的知道自己在做什么，每次只完成一個小任務，再不斷把收集到的信息進行拼接。

最后完成的網頁設計效果如下，你可以感受下：

說實話，這個頁面還有不少不足，比如：1）圖片的選擇不太準確，文字和圖片不是太匹配；2）還未提供實際的旅行地圖，目前用了個圖片替代。

不過這兩個問題還可以通過進一步的對話和提要求去解決，一次對話能完成到這個程度還挺超出我預期的，包括：

1）真的圖文并茂，生成的網頁中有圖這一點很難得；

2）在我只要求html網頁，對網頁設計沒做明確要求的情況下，網頁設計相當不錯，UI品味我覺得和Claude4，以及新的DeepSeek R1相近；

3）在一次任務里完成這么多MCP工具的調用，推薦的航班信息和景點、餐廳信息都挺準確的，這很難得。

在完成網頁設計后，你可以通過自然語言讓Trae調用veFaaS去自動構建后端，幫你把本地的html文件打包部署為可訪問的頁面，分享給你同行的朋友，Trae會自動調用veFaaS MCP幫你完成對應過程：

最后，我還通過自己的方式把這個網頁部署到我自己的域名下，你可以嘗試下看看最終的交互效果：https://doubao.bookai.top/dali_travel_plan.html

綜合測試下來，我覺得現(xiàn)在國內進行Agent開發(fā)的生態(tài)真的已經到了成熟，準備起飛的階段了。以豆包1.6來說，ta的推理能力、編程能力、視覺審美，以及多模態(tài)的圖片理解能力，以及很適合企業(yè)、開發(fā)者用來做Agent的快速開發(fā)和測試了，大模型是所有Agent的基石。

而在基石之上，則可認為是生態(tài)，尤其是以MCP為代表的大模型工具市場，火山方舟提供的MCP，串聯(lián)起了Agent的“思考—執(zhí)行—展示”全流程，讓Agent落地路徑標準化了不少。

我這兩天還看了Cursor CEO Michael Truell接受硅谷孵化器YC CEO的訪談節(jié)目，他提到在AI時代，真正區(qū)分人與人之間差別的是「Taste品味」，因為現(xiàn)在AI 已經能生成幾乎任何代碼，但它永遠不能替你決定：“我們應該做一個什么樣的產品？”

說到底，從大模型思考，到MCP執(zhí)行任務，到網頁最終上線，整個開發(fā)鏈路我?guī)缀鯖]有碰傳統(tǒng)后端，也沒有寫一行部署代碼，全流程就是：豆包1.6 ? MCP調度 ? Trae開發(fā) ? veFaaS部署。

這種“AI云原生”的Agent開發(fā)范式，正在慢慢取代傳統(tǒng)開發(fā)邏輯：你不再需要自己拼數(shù)據(jù)源、搭部署環(huán)境，只需要組合已有組件、發(fā)出準確指令。如果說大模型是大腦，MCP是手腳，veFaaS就是它的居所。而Trae把這一切都織成了完整的生產鏈。

如果你也想上手做點什么，不妨把“AI云原生”當作你新項目的起點。

所以，有了這些生態(tài)和工具后，你想好要去創(chuàng)造點什么了嘛？