大家好，我是苍何。
悄悄告诉你个事，昨天我去杭州参加字节火山方舟举办的开发者见面会了，你别说，还真有点刘姥姥进大观园的感觉?
现场真实体验完这次新发布的产品和模型，激动的忍不住想给大家做一波分享。特别是新出的 MCP 应用 DeepSearch，很有意思。
我的小脑袋瓜子总结下来，一共有四大亮点：
1、发布豆包深度思考模型 Doubao-1.5-thinking-pro 和全新的视觉理解模型 Doubao-1.5-vision-pro。
2、发布了一款 AI 应用 DeepSearch，可集成丰富的 MCP 服务，处理复杂问题。
3、推出了 AI 硬件一站式解决方案。
4、火山方舟应用实验室开源生态构建。
说实话，这四个点，每一个单独拎出来说，都是一篇文章。
就比如，豆包深度思考模型 Doubao-1.5-thinking-pro 在性能上的表现，体验下来真是效果好，延迟又低，还支持多模态。
有个数据，我感觉挺震撼的，去年12月，豆包大模型的日均 tokens 调用量是4万亿。截至 3 月底，这个数字已经超过了 12.7 万亿。
这是个什么概念，也就是相比豆包大模型刚发布时，在短短不到一年的时间里，实现了超过 106 倍的超高速增长。
难怪，我在鼓浪屿的街边小店喝茶，当聊起自己的工作时，店长说："人工智能啊，真好啊，我天天都有在用豆包的"。
除了豆包新模型体验外，我还动手体验了一把 AI 硬件开发，从安装服务，到配置烧录设备，再到最后运行，体验感拉满，见识到了大模型和硬件结合碰撞出的火花有多震撼。
这是火山引擎 RTC 与嵌入式芯片厂商合作内置一站式解决方案，对于普通人和个人开发者，AI 硬件的上手难度又下降了，感觉人人都可以开发 AI 硬件的时代即将到来。
AI 硬件这里估计要再单独出一篇文章才行了?
最拉动我多巴胺的还属这次火山新出的 MCP 应用 DeepSearch，在复杂任务的处理上简直高效。
DeepSearch 是一款火山方舟专为处理复杂问题而精心设计的高效工具，集成了联网搜索、知识库、网页解析、Python 代码执行器等丰富的 MCP 服务。
这是整个 DeepSearch 的架构图：
DeepSearch 是采用 MultiAgent 思路实现的，引入了 Supervisor、Worker 和 Summary 三种 Agent，以任务计划（Planning）为核心进行协作，并通过 MCP 协议集成各类工具 / 插件，从而能够完成相对复杂的任务。
这个流程大概是这样子的：
在接收到用户的原始问题后，首先会由SupervisorAgent对问题进行任务拆解，得到一份执行计划（Planning），计划中包含多个子任务。
接着对于每个子任务，由SupervisorAgent根据任务内容，分配合适的WorkerAgent作为执行者，WorkerAgent在执行子任务期间会通过MCP协议和对应工具的MCP Server进行交互，从而实现工具的多次使用。
最终完成子任务的执行，并返回一份执行结果报告。在所有子任务完成后，由SummaryAgent根据各个子任务的执行结果，对原始问题进行最终的书面化总结回答。
那如何体验呢？在火山方舟控制台的应用广场，第一个就是 DeepSearch 了。
点进去后，就可以直接体验应用。（你也可以直接点击文末阅读原文直达官网体验）
当给一个稍微复杂点的任务："解读这篇论文的重点https://arxiv.org/abs/1706.03762，并检索这个领域内的重要学者及相关文献，并整理为清晰易读的表格"
DeepSearch 就能思考后自动将问题进行任务拆解，并调用集成的 MCP 服务，自动执行后，输出结果。
在右侧，可以看到一共调用了 2 个 MCP 服务，分别是网页解析 MCP 和联网搜索 MCP 服务。
最终直接给到了结果，而且整个过程花费不到 5 分钟的时间，速度相比人工操作，快了好几倍。
有个很有意思的体验，当对结果不满意，给到 DeepSearch 反馈 3 次后，即可根据反馈直接自动开启系统 prompt 优化。
啥意思，也就是DeepSearch 能自主根据你的反馈进行学习和优化，真正做到了一个有自主学习能力的个性化 agent。
我很喜欢这个功能，说真的，当结果和我预期不符，我的反馈不再是无用的上下文引用，而是会转变为真实的系统提示词，这个体验太棒了。
这个开启方式也很简单，在应用设置中开启这个个性化按钮就好。
除此之外，方舟平台还自带 prompt 实验室，内置了 prompt 生成、调优和管理，当DeepSearch应用中开启Prompt个性化优化，优化后的结果会复制到应用的对应 Prompt 模块里。
在 DeepSearch 可以预设 MCP 服务，点击右侧 MCP 服务设置，可以看到已经添加集成的 MCP 服务。
当然想添加其他的 MCP 服务，点添加后，可以按需开启，现有已经集成的 MCP 服务。
目前的这些 MCP 服务包含了联网搜索，知识库，网页解析，Python 代码执行器和日志服务，可以说，很实用了。
据说后面还会开启三方的更多的 MCP 服务的接入，狠狠期待一波。
除了直接在线体验外，我们也可以直接自己搭建 DeepSearch，目前有 2 种方式：
1、复制应用广场同款应用
2、新建同款高代码应用
第一种方式目前仅支持企业用户，直接点击右上角【复制应用】，在随后弹出的【开通及创建授权】窗口中，确认相关服务是否一键开通，确认无误后点击【立即创建】。
第二种方式，在火山方舟控制台侧边栏，选择 【应用实验室>我的应用】，点击页面中的【创建应用】，应用类型选择【高代码】，点击【确定创建】。
不过截止发文时间，还没完全开放给所有用户使用，大家可以先狠狠期待一波，估计全量开放也快了。
不得不说，方舟平台的服务还蛮多的，直接可以选择对象存储 TOS、函数服务、日志服务，以及 API 网关，对于一站式快速开发 AI 应用来说，可以说，很方便了。
当下开通这些服务，关于计费，有个做业务开发的朋友说，可以几乎忽略不计了?，毕竟就连模型这种，开通就赠送大量 tokens 的免费额度。
对于开发者，或者想开发 AI 应用的普通人来说，火山引擎的这一整套服务基本能满足快速开发及好用的需求了。
不瞒你说，像我之前开发的AI 八字小程序就直接用的火山提供的的 DeepSeek API，上线这么久了，免费额度还没用完?
其实，参加完这次的开发者会议，我是很激动的。
回程高铁上看着窗外飞驰的夜景，突然想起十年前在网吧通宵写第一个"hello world"的自己。
技术浪潮裹挟着我们疯狂向前，但或许真正的开发者精神，就是永远保持刘姥姥进大观园时的那份赤子般的好奇与笨拙。
我是苍何，一名 AI 应用开发者，同时也是一名野生 AI 科技博主，谢谢你喜欢我的文章。
好啦，以上全文 4535 字，17 张图，如果这篇文章对你有用，可否点个关注，给我个三连击：点赞、转发和再看。若可以再给我加个⭐️。
文章同步我的 AI 开源知识库：AI 开源知识库,，或者回复 AI 即可直接获取。
相关文章
