6月12日,火山2025火山引擎?FORCE?原动力大会开发者论坛成功举办。引擎大会聚焦?Agent?开发新范式,升级生产WhatsApp%E3%80%90+86%2015855158769%E3%80%91football%20jersey%20frames升级发布了PromptPilot、发工MCP Servers、具助TRAE、力开力扣子开发平台等产品,提升以及多款开源项目,火山构建起覆盖大模型开发全链路的引擎工具矩阵,为开发者提供从?Prompt?优化到?Agent?落地的升级生产一站式解决方案。
?
PromptPilot:大模型应用的发工WhatsApp%E3%80%90+86%2015855158769%E3%80%91football%20jersey%20frames智能“嘴替”
?
針對(duì)大模型落地中“需求表達(dá)模糊、Prompt?調(diào)試低效”等痛點(diǎn),具助火山引擎智能算法負(fù)責(zé)人吳迪在會(huì)上分享了面向大模型的力開(kāi)力智能解決方案平臺(tái)——?PromptPilot?平臺(tái)。該平臺(tái)如同大模型與開(kāi)發(fā)者間的提升“智能翻譯官”,無(wú)需專(zhuān)業(yè)知識(shí)即可通過(guò)需求理解、火山問(wèn)題生成、輸出優(yōu)化三環(huán)節(jié),實(shí)現(xiàn)?Prompt?調(diào)試效率提升300%。
?
“PromptPilot?并不要求用戶(hù)擁有大模型專(zhuān)業(yè)知識(shí),只要對(duì)行業(yè)領(lǐng)域、應(yīng)用場(chǎng)景有一定知識(shí)儲(chǔ)備和判斷力,就能提升大模型的效果。”吳迪表示。
?

火山引擎智能算法負(fù)責(zé)人?吳迪
?
MCP Servers:AI应用开发的“超级连接器”
?
為解決?Agent?從概念到落地的鏈路斷層問(wèn)題,火山引擎推出大模型生態(tài)廣場(chǎng)?MCP Servers。
?
該平臺(tái)已經(jīng)與?AI?原生?IDE TRAE、方舟體驗(yàn)中心、扣子等平臺(tái)打通,深度集成云服務(wù)能力,開(kāi)發(fā)者可通過(guò)?MCP?控制火山引擎的云服務(wù)組件,便捷地完成計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)等環(huán)境部署,更快地把一個(gè)創(chuàng)意變成一個(gè)成熟的產(chǎn)品。
?
TRAE:百万开发者选择的AI原生IDE
?
火山引擎協(xié)同推出的?AI?原生?IDE?產(chǎn)品?TRAE,致力于通過(guò)?AI?的能力幫助全球開(kāi)發(fā)者提升研發(fā)效能,加速軟件創(chuàng)新。它將產(chǎn)品、工程、模型有機(jī)結(jié)合,提供代碼補(bǔ)全(包括預(yù)測(cè)下一個(gè)補(bǔ)全位置和連續(xù)補(bǔ)全)和局部代碼生成的核心功能;支持自然語(yǔ)言開(kāi)發(fā),可完成代碼重構(gòu)、批量修改、知識(shí)問(wèn)答等復(fù)雜任務(wù);并能讓開(kāi)發(fā)者在“AI?主導(dǎo)”和“AI?輔助”之間自由切換,找到最適合的協(xié)作方式。
?
會(huì)上,TRAE?負(fù)責(zé)人石揚(yáng)表示,自今年1月上線(xiàn)至今,TRAE?月活用戶(hù)已經(jīng)超過(guò)了100萬(wàn)。下一個(gè)版本還將整合不同的Agent?和工具,協(xié)調(diào)任務(wù)流程,實(shí)現(xiàn)自動(dòng)串聯(lián)操作,逐步從?AI?輔助編程向支持?AI?開(kāi)發(fā)全流程進(jìn)階。

TRAE?負(fù)責(zé)人?石揚(yáng)
?
扣子开发平台:Agent的全生命周期管家
?
面對(duì)?Agent?規(guī)模化落地難題,扣子开发平台全面升级,成為覆蓋?Agent?低代碼開(kāi)發(fā)、全代碼開(kāi)發(fā),Agent?調(diào)優(yōu)和?Agent?協(xié)作的全生命周期平臺(tái)。扣子羅盤(pán)技術(shù)負(fù)責(zé)人王新盟介紹了扣子升級(jí)后的整體產(chǎn)品矩陣:
?扣子低代码开发平台:提供智能體?IDE、數(shù)千個(gè)插件、并對(duì)接火山方舟知識(shí)庫(kù)以及豆包、DeepSeek?等主流模型,以一系列低代碼搭建能力,助力零代碼經(jīng)驗(yàn)的開(kāi)發(fā)者快速搭建?Agent?和應(yīng)用;
?開(kāi)源?Eino?框架:提供?Go?語(yǔ)言版本的?Agent?搭建框架,將?Agent?開(kāi)發(fā)的核心模塊提煉為標(biāo)準(zhǔn)化組件,幫助全碼開(kāi)發(fā)者快速編寫(xiě)構(gòu)建?Agent;
?扣子罗盘:服務(wù)于任何搭建形式的?Agent?調(diào)優(yōu),側(cè)重在?Agent?評(píng)測(cè)、觀(guān)測(cè)、效果調(diào)優(yōu)、數(shù)據(jù)飛輪等能力建設(shè),幫助開(kāi)發(fā)者持續(xù)迭代運(yùn)行?Agent;
?扣子空间:提供通用?Agent?和專(zhuān)家?Agent,讓?Agent?互相協(xié)作成為生產(chǎn)力工具,幫助用戶(hù)解決實(shí)際問(wèn)題。
?

扣子羅盤(pán)技術(shù)負(fù)責(zé)人?王新盟
?
开源矩阵:激活AI Agent技术生态
會(huì)上,圆桌讨论環(huán)節(jié)聚焦開(kāi)源技術(shù)對(duì)?AI Agent?的突破作用,重點(diǎn)討論兩大開(kāi)源框架,構(gòu)建從技術(shù)開(kāi)發(fā)到場(chǎng)景落地的完整鏈路。
?強(qiáng)化學(xué)習(xí)框架?veRL:作為提升?Agent?能力的關(guān)鍵技術(shù),veRL?框架通過(guò)?3D-Hybrid?引擎、靈活模型放置策略及主流算法集成,幫助開(kāi)發(fā)者快速搭建?RL?模型開(kāi)發(fā)管線(xiàn)。火山方舟基于?veRL?做了產(chǎn)品化的封裝,提供更低門(mén)檻的?Serverless?強(qiáng)化學(xué)習(xí)體驗(yàn)。
?Deep Research?框架?DeerFlow:DeerFlow?利用大模型進(jìn)行課題研究的自主規(guī)劃,自動(dòng)調(diào)用網(wǎng)頁(yè)搜索、RAG、Python?執(zhí)行器等工具,最終生成圖文報(bào)告與播客內(nèi)容。DeerFlow?還支持通過(guò)?MCP?協(xié)議擴(kuò)展工具生態(tài),目前已在火山引擎?“函數(shù)服務(wù)”?中上線(xiàn),可實(shí)現(xiàn)一鍵部署。
?

圆桌讨论
火山引擎表示,將持續(xù)拓展更開(kāi)放的?AI?開(kāi)發(fā)生態(tài),通過(guò)低門(mén)檻工具矩陣與開(kāi)源技術(shù)體系,加速釋放?Agent?智能價(jià)值。
?
?
?
?



