今天 Seed 2.1 Pro 正式發佈,我提前用它做了一些測試。
它能不能進 Agent 工作流?
這次我最關心一件事:它能不能進真實的 Agent 工作流。
跑下來,我覺得答案是能。
以前很多人對它的印象,可能還停留在基礎問答:
速度快、回答順、多模態能力不錯,適合日常聊天和查資料。
但如果要把它放到 Codex、Claude Code 這類 Agent 場景裏,讓它讀規則、調工具、改文件、生成網頁、做 PPT,大家可能不會第一時間想到它。
這次 Seed2.1 Pro 給我的感覺不太一樣。它已經能認真跑 Agent 任務了,而且有幾個長處很明顯。
1 複雜任務裏比較穩
Agent 場景裏,模型不能只會回答一句話。它要理解任務、讀材料、遵循工具規則,最後產出一個能交付的東西。我用它跑 Skills 的時候,它沒有明顯瞎寫,也沒有繞開規則,基本是在已有約束裏把結果做出來了。
2 視覺內容的規劃能力強
這裏說的好看,只是表層。頁面、PPT、圖片卡片、動效這些東西,它會自己安排信息密度和視覺層級。很多模型可以完成任務,但結果經常需要人返工;Seed2.1 Pro 的產出更接近"可以直接拿來展示"的狀態。
3 多模態是它的額外優勢
現在很多強 coding 模型沒有完整多模態能力,或者視覺理解不是主場。Seed2.1 Pro 可以在圖片、文檔、視頻理解和視覺表達上承擔更多工作,和其他模型配合時也會很有價值。
我怎麼測的
這次我主要用兩個渠道測試。
一個是在豆包裏選擇任務模式,再選擇本地電腦,讓它以類似 Codex 或 Claude Code 的 Agent 方式操作。
另一個是通過火山引擎 API,在 Cloud Code 這類常見 Agent 架構下調用。
這樣可以同時看它在自家產品裏的表現,以及換到更通用的 Agent 工作流後是否還穩。
先跑複雜 Skills
我先測的是自己的兩個 Skills,PPT 生成和社交媒體卡片。原因很簡單:
大多數人日常使用 Agent,不會每天都做重度工程開發,更多是辦公、內容生產、資料整理、簡單工具調用。
複雜 Skills 規則多、上下文長、要求細,剛好能看出模型的下限和上限。
第一個是 PPT Skill
我把 Seed2.1 的官方介紹文章給它,讓它生成一份介紹 Seed2.1 的 PPT。結果相當不錯。
它沒有出現頁面內容超出,也沒有大面積空白。
每一頁的信息密度都比較合理,標題、正文、數據和視覺元素之間的比例很穩。
更重要的是,它不會死板地套模板,而是會根據內容調整版式。
這點很能說明它在 Agent 場景裏的可用性。
它會先理解內容,再做結構規劃,不會只把文字塞進模板。
它還會加入動效,做出一些 Skill 模板裏沒有明確給過的排版方式,效果也可以。
我還試了社交媒體圖片卡片 Skill,結果也不錯。
這個場景更偏日常內容生產,比如封面圖、信息卡片、產品介紹圖。
再跑三個前端任務
接下來我測了三個編程任務。
這三個任務避開了傳統 CRUD,更喫 Agent 編程能力、前端實現能力和空間感知,主要是 WebGL / 3D / 動效。
第一個是抽屜式或者百葉窗式的圖片動效
我讓它做一個橫向展開的圖片交互,鼠標 Hover 到某一列時,當前列展開,其他列收縮,同時要有圖片、文字、遮罩、局部放大和高級感。這個效果它基本一步到位。
豆包產品內和 Cloud Code 下的版本風格還有點不一樣:豆包裏的版本更簡潔、更高級;
Cloud Code 下的版本動效更多,有自定義光標、圓形畫中畫、分層遮罩和更強的動態反饋。
第二個是 WebGL 貝塞爾曲線效果
這個任務更難。我只是用文字描述了一個抽象效果:
三格貝塞爾曲線,每一格都有對應色散,曲線一直在運動;鼠標 Hover 到對應區域時,色散會增強,但仍然要沿着貝塞爾曲線自然運動。
Seed2.1 Pro 做出來的結果很舒服。曲線沒有僵硬地抖動,玻璃切片和色散也沒有亂糊一片。
鼠標移動時,局部折射會增強,但整體運動仍然保持連續。
這個案例說明,它能把抽象視覺描述轉成可運行的前端效果。
第三個是跨整頁的視差滾動網頁
我讓它做一個長頁面,九張圖片貫穿整個網頁。隨着滾動,這九張圖片會不斷堆疊、散開、組成九宮格、再橫向流動,每一段散開的組織形式都不同,但整體動畫要連續。
這個任務很容易翻車。它是一整條時間線,卡片的位置、縮放、旋轉、滾動進度、文字層級、背景變化都要互相配合。
但 Seed2.1 Pro 的結果很完整。它用了 GSAP、ScrollTrigger 和 Lenis,把九張卡片組織成一段連續的視覺敘事:
先是扇形展開,再到斜向視差流,然後進入九宮格、空間穿梭和橫向敘事。
它適合放在哪裏
所以我對 Seed2.1 Pro 的判斷是:
它未必是每個榜單上最頂尖的模型,但已經能在真實 Agent 任務裏幹活了。
尤其是在內容生產這個方向上,它的組合能力非常好:
能讀材料,能遵循複雜規則,能做工具調用,能生成視覺內容,也能完成有一定難度的前端動效。
我覺得它適合放在組合工作流裏。
強 coding 模型繼續負責重工程和複雜代碼鏈路,Seed2.1 Pro 負責多模態理解、內容規劃、視覺表達和前端呈現。這樣反而更接近我日常真正會用的方式。
當然也有限制。官方這次強調了視頻理解能力,這點我很期待。
但我在 Cloud Code 下調用時,視頻輸入似乎還不是完整視頻實例,更像是抽幀式處理。
如果後續 API 和 Agent 框架能更好地支持原生視頻輸入,它的優勢會更明顯。
總的來說,大家以前可能覺得它只是一個快、順、多模態好的基礎模型。
Seed2.1 Pro 這次更值得關注的地方,是它開始能進 Agent 工作流了。
現在 API 已經在火山引擎全量上線了,可以去試試。
而且他們也支持直接接入到各種 Agent 裏面,Code plan 可能還要等等。
如果覺得內容對你有幫助的話,可以幫忙點個贊或者轉發,謝謝。
✦