實(shí)測豆包Seed 2.1 Pro，把我六個真實(shí)工作流都穩(wěn)穩(wěn)接住了

事情是醬黃瓜的，

今天在火山引擎Force大會上，Seed-2.1-pro新鮮出爐，

有排face拿到內(nèi)測的我馬上讓本地Agent總結(jié)幾個我最近用最頻繁的工作流來做測試，

說實(shí)話，看前端開發(fā)案例真的已經(jīng)看膩了。要么就是來個3D游戲，或者搞個我的世界，都太常規(guī)了，我都懷疑這些模型已經(jīng)把這些代碼訓(xùn)練到自己的權(quán)重里面了。

所以我們這次直接從正式工作流上手，看看Seed-2.1-pro是怎么把一個想法，從需求一直推到一個能打開，能跑，能繼續(xù)改的東西。老樣子，先光速看看紙面實(shí)力的提升。

我來解讀一下，

2.1pro的Agent和GUI操作能力很突出，OSWorld 78.8基本貼著 GPT-5.5 的 78.7；Coding編程能力也進(jìn)入第一梯隊(duì)了，Terminal Bench 2.1 是 71.0，接近 GPT-5.5和Claude；多模態(tài)和視覺理解提升比較大，CharXiv-RQ 85.4、MMMU-Pro 81.6、TOMATO 79.5、LVBench 78.0意味著文檔，圖表，截圖，視頻理解都能上。這個就是2.1pro沒有skill的情況下搓出來的

這次 Seed 2.1 Pro相比 Seed 2.0，最核心的升級，其實(shí)就卡在這里。

2.0已經(jīng)是一個很不錯的強(qiáng)文本 + 基礎(chǔ)多模態(tài)模型，文本，圖像語音理解都能做，中文場景純舒適區(qū)。2.1 Pro這次明顯往更完整的全模態(tài)能力，推理代碼能力，生產(chǎn)級的Agent能力上補(bǔ)了一大截。

它支持原生的音視頻，圖片，文本混合理解，也開始追上第一梯隊(duì)了，長鏈路的工具調(diào)用，復(fù)雜任務(wù)規(guī)劃，支持快思考和慢思考切換，以及256K上下文（什么時候能蹲到豆包的1M上下文啊啊啊）

用人話說，2.1 Pro開始更像一個可以被放進(jìn)Agent里干活的執(zhí)行模型了。

昨天晚上我就拿它跑了一大輪。

本來只是想找?guī)讖垐D，測測日常任務(wù)啥的，結(jié)果測著測著，給我整成了一輪小橫測。。。

那來都來了，那就來一個原汁原味的模型大橫測吧。從多模態(tài)圖像理解，到DeepResearch報(bào)告，再到從0開始寫PPT，后面又做了前端UI優(yōu)化，再再再到后面搓了個世界杯網(wǎng)站，以及點(diǎn)球大戰(zhàn)小游戲也都給我跑出來了。。

每天用Agent干的活，差不多就是依賴模型的這些能力。

需要強(qiáng)調(diào)的是下面跑的所有case都沒有用到Skill的，沒用ui pro skill沒有頭腦風(fēng)暴skill沒有用輔助模型，真實(shí)環(huán)境下跑出來的，差別還是很多大，GPT5.5沒有skill的情況下做出來的前端文案全是它的思考過程，非常鬧心。

我們工作流所在意的，也就這些。

先從代碼能力說起。

1. 代碼能力

我這次把任務(wù)按難度排了一下。

先讓它修UI和Debug，再到一個網(wǎng)站，最后以一個小游戲結(jié)尾。

像真實(shí)開發(fā)，讓他從基礎(chǔ)開始實(shí)測。

我這次翻了一個之前的舊項(xiàng)目出來。

這種項(xiàng)目最煩的地方就是，它也不是完全不能用。頁面也都能打開，但UI就是有點(diǎn)別扭。

有些地方擠在一起，有些地方間距不舒服，有些組件在移動端一縮就開始亂。

每天真的做產(chǎn)品，最消耗人的往往就是這種小東西。之前到這一步就要燒token讓Claude頭腦風(fēng)暴自己優(yōu)化自己了。

這次我把這個舊項(xiàng)目直接丟給豆包后，給了任務(wù)，看代碼改Bug以及UI。

這類任務(wù)其實(shí)很考驗(yàn)?zāi)Ｐ汀?/p>

從零生成的時候，可以自由發(fā)揮。

但改舊項(xiàng)目不一樣，得先全程理解后在記問題。

如果上來就亂改，只會越修越怪。

沿著項(xiàng)目結(jié)構(gòu)去看組件，再去看樣式和頁面布局，最后才開始動代碼。

在舊項(xiàng)目里找到真實(shí)的位置，再一點(diǎn)點(diǎn)把 UI 往正確方向拉。改完之后，效果就順了很多。

布局正常了，組件關(guān)系更清楚了。

頁面也沒有因?yàn)楦腢I把其他邏輯帶崩。

說明還是能完成一個日常的開發(fā)閉環(huán)的。

Gogogo，我們下一關(guān)，

這個任務(wù)就比UI debug稍微大一點(diǎn)。

我讓2.1pro做一個世界杯主題的網(wǎng)站，要有首頁，賽程，球隊(duì)，對陣圖，還要能篩選比賽。

這種東西最容易翻車的地方，是模型只做出一個看起來很完整的靜態(tài)頁面。

點(diǎn)進(jìn)去什么都沒有，篩選也是假篩選。

數(shù)據(jù)也只是寫死的幾行字。但豆包這次做出來的東西，是一個能打開，能瀏覽，能繼續(xù)改的版本。

它把頁面，賽程篩選，數(shù)據(jù)fallback，暗色模式這些基本東西都搭出來了。

也就是說，這個項(xiàng)目不是單純的視覺Demo。

是有一點(diǎn)真實(shí)項(xiàng)目的骨架。

當(dāng)然，審美還是老問題。

頁面能用，但不驚艷。

漸變，卡片，圓角這些 AI 味還是能看出來。

如果這是一個正式官網(wǎng)，我肯定還要繼續(xù)調(diào)視覺。

但如果目標(biāo)是先把一個帶業(yè)務(wù)邏輯的網(wǎng)站跑起來，我覺得它完成得不錯。

那現(xiàn)在還很流行在網(wǎng)頁里面放AI視頻當(dāng)背景，放點(diǎn)3D小游戲當(dāng)交互，

那我肯定不能不測這個，順著世界杯主題做了一個點(diǎn)球大戰(zhàn)，要求是必須有狀態(tài)，有規(guī)則，有輸入，有反饋，還要有輸贏結(jié)算。

游戲交互還是挺想一回事的，玩家選隊(duì)，選擇射門方向，按住 Space 蓄力，松開射門。然后系統(tǒng)判斷進(jìn)球，撲出或者打偏。CPU 再踢一腳。五輪以后如果打平，還會進(jìn) sudden death。

從選隊(duì)伍的開頭到比賽結(jié)束的結(jié)尾，

整個流程在兩輪后就被跑通了。

代碼測完之后就要看看日常任務(wù)用最多的視覺理解，信息收集和PPT生成了（這應(yīng)該也算是信息輸入輸出了）

2. 多模態(tài)理解

我先給了一張繪本風(fēng)格的森林插畫，

圖里信息其實(shí)挺多的，有天空，草坡，前景小溪，還有一堆小動物圍著聽歌等等等等

如果是粗略的模型描述，可能一句話完了。

一群森林小動物在開音樂會。

但2.1pro沒有停在這一層。

從遠(yuǎn)景到前景，從周遭到細(xì)節(jié)都完整的讀取說明了。關(guān)鍵是，它還把這張圖背后的主題風(fēng)格提了出來，

還把一張圖里的空間關(guān)系，關(guān)系文字，元素和情緒主題都拆清楚了。可以期待一下我們后面用來做視頻剪輯和seedance 2.5 pro生成視頻的提示語生成看看。

很多情況下，我們要的不是一句簡單的圖片描述，而是要把圖片轉(zhuǎn)成后續(xù)還能繼續(xù)使用的文字資產(chǎn)。

所以多模態(tài)圖片理解的價(jià)值，就是把信息結(jié)構(gòu)化，語言化，以及可復(fù)用化。

除了對應(yīng)這種AI視頻畫面的復(fù)雜關(guān)系，直接把一些論文相關(guān)或者是課程報(bào)告相關(guān)的數(shù)據(jù)圖表，都丟給豆包 2.1 Pro，它也都能識別出來。

所以我就在想，明年的高考數(shù)學(xué)，豆包是不是要拿滿分了。

3.報(bào)告分析DeepResearch

接著就是報(bào)告測試，我讓它分析 MaaS，也就是模型即服務(wù)，以及 Agent 為什么會增長。

讓他看大模型未來怎么從聊天工具變成能自己查資料，拆任務(wù)，跑流程，交付報(bào)告的工作助手。

這次我還要求它寫清楚Source和Reference，也就是每個關(guān)鍵判斷從哪里來。

同時觀察它能不能自己啟動Workflow，用Deep Search找資料，再整理成一份結(jié)構(gòu)完整的分析報(bào)告。

因?yàn)檫@類報(bào)告型任務(wù)，如果沒有逐條查來源，模型很容易寫出一份看起來很真的東西。

但真要發(fā)公開文章，每個數(shù)據(jù)都要自己查證。

所以我這里看的不是2.1 pro能不能直接產(chǎn)出一份可發(fā)布報(bào)告，是它的結(jié)構(gòu)能力，能不能把一個開放性問題拆成研究背景，市場增長，商業(yè)模式，競爭格局等一系列匯報(bào)。

半個小時后，報(bào)告新鮮出爐

有結(jié)構(gòu)清晰足夠的數(shù)據(jù)做為支撐，并且一開始就把結(jié)論給完整羅列。

不得不說這個成果報(bào)告我還是很滿意的。

4.匯報(bào)PPT實(shí)測

順著這個報(bào)告，又想到了工作里的PPT匯報(bào)也是避免不了的。

給了個題目，讓豆包自己解釋最新模型的優(yōu)點(diǎn)，

自證自己不只是一個更聰明的聊天AI，是在能被塞進(jìn)Agent框架里kuku干活的模型。

說實(shí)話，里面有些話還是有點(diǎn)發(fā)布會味兒。

比如生產(chǎn)級Agent臨界點(diǎn)、數(shù)字員工底座這種表達(dá)，全都提了一次。

雖然畫面UI較為固定，

但它把內(nèi)容整理成演示稿的能力是成立的。

還是那句話，在不依賴Skill的時候能做出這樣的水平，其實(shí)已經(jīng)能夠說明2.1 Pro是真的在往Agent模型的路上狂奔了。

所以這幾輪測完，我對豆包2.1的評價(jià)其實(shí)已經(jīng)有答案了。

它不是Opus，Sonnet，GPT的無腦替代。

復(fù)雜架構(gòu)，強(qiáng)審美設(shè)計(jì)，關(guān)鍵事實(shí)判斷，

還是要更強(qiáng)模型或者人來兜底。

但它已經(jīng)很適合做執(zhí)行層的模型。

看圖拆解，寫prompt，整理報(bào)告結(jié)構(gòu)以及做PPT初稿。修舊項(xiàng)目UI，網(wǎng)站骨架和做一個能玩的小游戲原型。

這些活交給它，我是不擔(dān)心完不成的。

而且這套用法的重點(diǎn)不只是便宜，

還有是分工。

不用非要證明它超過誰。

你只要知道哪些任務(wù)可以交給它，

哪些地方需要人審，

哪些關(guān)鍵節(jié)點(diǎn)要換更強(qiáng)模型。

它開始有了一個很實(shí)際很具體的位置。

一個能進(jìn)我Agent工作流的執(zhí)行型隊(duì)友。

@ 作者 / 卡爾 & yc星辰

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評論

如果想要第一時間收到推送，不妨給我個星標(biāo)

如果你有更有趣的玩法，歡迎在評論區(qū)聊聊

更多的內(nèi)容正在不斷填坑中……