迈向Agentic AI时代，百花齐放背后的三条主线 | 高榕 X 火山引擎

我们正迈向Agentic AI的时代。在这一新浪潮里，我们不再满足于对话和生成，同时追求行动和自主执行；除了驱动创新应用，Agentic AI也正大步走向更加广阔的产业实践和深度场景中。

AI能力向自主执行跃迁背后，有赖于大模型推理能力、多模态理解能力以及处理多步骤复杂任务能力的进阶，也有赖于AI Infra的全面升级。

近期，火山引擎发布了豆包大模型1.6、豆包·视频生成模型Seedance 1.0 Pro，以及Al云原生产品体系，不止在技术层面上夯实优势，更与各类合作伙伴共创，重塑生产力与思维模式。

7月，高榕创投与超60位创业者走进火山引擎，追踪火山引擎在基座模型、AI云原生、Agent领域的最新动态；一同探讨Agentic AI的技术可能和重塑行业的无限潜力。

 

 

“今天我们进入了一个新的时点，新一代的AI创业者有机会以更好的方式规模化地获取用户和相应的商业价值。”高榕创投合伙人胡朔在开场分享中说道，随着模型能力的提升和基础设施的成熟，用户已经从怀疑逐步转向深信AI应用的价值。

 

从模型厂商和云平台角度，也正不遗余力加速AI能力向纵深发展。正如火山引擎北方大区商务总经理宋涛所说，“随着字节大模型技术的持续迭代，以及火山方舟这一大模型服务平台不断进化，我们期待未来支持更多企业实现大模型驱动下的业务增长，并为他们实现真正的数字化转型和AI转型提供助力。”

 

胡朔指出，随着今年一系列推理模型的问世和AI Agent产品的涌现，AI应用正从解决研究性的复杂任务（Deep Research），迈向解决复杂性、执行性的任务（Deep Action），Agentic AI的无限潜力有待解锁。

 

他还与创业者们分享了近期关于AI应用的几点观察，其中包括“AI正从AI as Tool走向AI as Outcome”。“有一个直观的评判指标就是AI应用是否能够以结果来付费，因此我们看好能够基于结果付费的AI应用或者AI Agent，这意味着对推理结果负责，为用户交付真正有价值的结果。”

火山引擎智能算法负责人吴迪分享，无论是AI应用还是Agentic AI，2025年所有的百花齐放背后都在follow三条主线；与此同时，豆包大模型和火山引擎也同样沿着这三条主线持续升级。

 

主线一：带有视觉理解能力的Thinking模型

 

吴迪指出，2025年年初涌现的Thinking模型，到Q2为止依然主要服务于搜索引擎和垂直行业深度研究。“这是Thinking模型的天花板吗？当然不是。因为我们还没有给推理模型真正难的问题。”

 

吴迪认为，真正难的问题是理解真实世界的visual并做出推理和决策。今年会看到更多模型厂商大力推进带有多模态理解能力的推理模型。这类推理模型有机会赋能大量高难度、高价值、高PMF的行业。

 

以近期发布的豆包大模型1.6为例，在处理多模态理解任务上已经有比较高的正确率，并且在电商（如商品审核）、汽车（如自动驾驶标注）、巡检等场景开始落地应用。

 

主线二：视频生成模型的能力提升

 

今年，全球范围内视频生产模型的能力不断提升，有了能够在真实生产环境里真正创造价值的视频生成模型。自6月Seedance 1.0 Pro模型全球发布以来，每天的视频生成量以惊人的速度在增长。

 

吴迪对视频生成模型有两个趋势预判。首先，预计今年年底，头部视频生成模型的生成质量会进一步跃升，更接近商业化水准的要求，如对复杂场景和小运动物体的处理能力显著提升；其次，视频生成模型和大语言模型的路线会越来越接近，未来会更加重视生成模型的intelligence，会有越来越多的模型厂商把多模态生成和大模型的理解能力更好地统一。

 

主线三：多步骤复杂任务能力的成熟和渗透

 

吴迪预测，预计今年年底或明年年初，初步的Agentic AI或AI Agent开始进入生产和生活，“标志就是你会逐渐习惯把一个可能价值5-20块的任务交给Agent，并且信赖ta输出的结果。”

 

多步骤复杂任务离不开工具，今年6月，火山引擎发布了MCP Hub，助力企业高效构建Agent。

 

吴迪判断，当Agentic AI成熟之后，会掀起一波强化学习的浪潮。“因为Agentic AI或者Agent走进真实生产生活场景，一方面意味着单位任务的价值变高，同时对错误的容忍度会下降，因此需要围绕这些高价值场景做大量后训练（post-train）和强化学习。预计2027年上半年，中国后训练或强化学习的算力占比可能会逼近乃至超过预训练。”

除了大模型，火山引擎也正通过扣子平台、AI云原生服务、加速器等多驾马车，为有远见的创业企业提供关键支持，全方位加速AI创新从概念到市场的旅程。

 

扣子：用Agent重塑生产力

 

火山引擎扣子产品解决方案专家杨云介绍，今年4月，扣子升级为新一代AI Agent平台，吸引各类企业和开发者在扣子上实现一站式AI应用开发。“企业一旦体验过扣子这一代表先进生产力的平台，就很难回到高代码编排AI应用的时代了。”

 

从企业的实际需求出发，扣子强调提供好用、高效和实惠的开发体验。

 

• 好用：可视化界面，企业可以很方便地编排、调试和发布应用，并丝滑连接业务系统。

• 高效：内置各类工具、插件和多场景模版，让开发效率大幅提升。从idea到项目落地，可以以周乃至天为周期。

• 实惠：按照模型用量来收费。

 

截至目前，扣子开发平台上已经涌现了一批开发实践，如应用于企业内部提效的智能问答、信息处理、内容生成应用；以及外部增效的各类场景，如智能硬件配套Agent、教育培训领域的Agent等等。以智能硬件为例，客户可以基于扣子编排智能体，形成一套端到端的硬件方案，快速让硬件“能说会道”。

 

AI云原生：更强、更快、更开放

 

进入Agentic AI时代，开发者的开发范式也发生了转变，推动AI云原生加速进化。火山引擎云基础产品负责人罗浩介绍，火山引擎希望持续优化云基础，帮助开发者实现更具性价比的推理，更高效的AI应用开发速度，并提升Reasoning模型后训练的效能与效率。

 

 

为此，火山引擎近期打包推出3个套件——AgentKit、TrainingKit、ServingKit。

 

基于AgentKit，帮助开发者实现Agent的分钟级应用部署。AgentKit基于豆包大模型1.6领先的视觉理解能力，实现Computer Use和Browser Use。此外，强调“开箱即用”，快速把Agent开发需要的工具一键部署，并集成多种Tool Use和MCP服务。

 

ServingKit主要帮助开发者实现推理能力的优化，通过广泛的生态支持、算子优化、分离并行架构等，能够让TTFT（Time To First Token）提升至0.5-1秒，TPS（Tokens Per Second，衡量模型推理效率的重要指标之一）实现3倍提升。

 

TrainingKit方面，除了pre-train，火山引擎也强化了post-train方面的优化。凭借领先的训练效率和稳定的训练环境，诸多智驾、具身智能、机器人客户选择火山引擎进行训练。

 

火山引擎加速器：助力AI时代的初创企业成功

 

火山引擎创业生态和加速器业务总监周一雷，介绍了V-START·火山引擎加速器如何通过内外部两个加速体系，帮助初创企业业务加速，助力企业成长。

 

从内部角度，加速器为初创企业提供大模型底座和专属技术支持、算力资源补贴、产品联合共创等支持；外部维度，联合联合投资机构、科创园区、高校、商学院等生态伙伴，为创业企业扩展融资渠道、引入客户商机。

 

尽管今天AI Agent和各类AI应用的开发“从未如此简单”，但AI在真实场景中创造价值，依然有巨大的潜力有待挖掘，也需要在实践中不断总结经验、快速迭代。

 

在火山引擎创业生态和加速器负责人贾瑞的主持下，TRAE负责人石扬、飞书增长负责人张龑、德勤人工智能研究院主管合伙人范为，以及高途AI研发部负责人金欣，分别从AI Coding、企业级AI、AI+专业服务、AI+教育的视角，分享各自领域落地AI的实践与思考。

 

TRAE：AI Coding从代码生成到软件交付

 

石扬介绍，从今年1月TRAE IDE国际版发布、3月中国版推出至今，TRAE已打磨出三大核心产品能力：Cue代码补全、Chat问答、Agent代码生成。当前，TRAE月活用户已超100万，累计生成并被采纳的代码超60亿行，成为受开发者欢迎的AI IDE产品。石扬强调，TRAE目前仍聚焦服务专业的开发者，帮助他们在真实工作场景里提升效率。

 

过去2年，AI coding领域有了很大的进步：1.0 阶段工具聚焦“代码生成”，通过插件或 IDE 提升编码效率；随着模型能力升级，2.0 阶段将迈向“软件交付”，实现复杂场景里端到端的任务。

 

展望未来一年，石扬相信，“我们很快会看到Coding领域模型的效率和智能进一步提升，并且围绕AI Coding还有很多新的机会，例如面向泛Agent场景的Coding，或者以多模态的方式去生成。”

 

飞书：真能用、真落地的AI

 

飞书致力成为企业落地AI的最佳伙伴。张龑介绍，今年飞书提出来一个重要的主题“真能用、真落地的AI”。为此，飞书发布行业首个AI应用成熟度模型，参考自动驾驶领域的L1到L4，将AI应用的成熟度或者说可用性分为从M1到M4的四个阶段。M1是概念验证期，M2是早期试用期，M3是生产就续期，M4是全面应用期。

 

“今天AI在企业发挥的功能，不看功能、看疗效。”张龑指出，目前可以称之为M4的应用，最具代表的是飞书全新的智能会议纪要；M3级别的应用有企业级的知识问答、多维表格等。

 

德勤：企业明确真实需求与场景

 

德勤范为分享了在助力大量客户落地AI过程中的观察与思考。过去2年，很多大型企业落地AI可能是“预制菜”模式，市面上有好的模型，调用API、探索性地用一下；今天更多是定制化的，企业逐步明确自己的真实需求和场景，并从需求出发去研判技术的可行性，真正实现落地。

 

此外，随着ChatGPT时刻、DeepSeek时刻等的到来，也让AI全民性的渗透率提升，尤其是AI时代年轻的“原住民”，也在倒逼大型企业去落地AI。

 

高途：All with AI，Always AI

 

作为教育领域的头部标杆企业，高途持续探索“教育+AI”的无限可能，今年提出“All with AI，Always AI（AI 无处不在，无时不在）”战略。金欣分享，高途正从产品力、运营力和组织力三个维度去布局“教育+AI”的最佳实践。

 

• 产品力角度：希望为用户提供一个24小时的“学伴”，提供个性化的学习服务，做到专业、高效、有温度。

• 运营力角度：教育行业的运营工作是非常重的，希望为老师和伙伴提供一个24小时的“师伴”，帮助同事去做重复性的工作，并全面提升效率和服务质量。

• 组织力角度：尽管AI越来越强，但很难完全取代人，因此预计未来很长周期内会采用人机混合的解决方案。背后需要重新思考AI驱动的组织，比如要求伙伴们思考AI、用AI，更重要的是相信AI。

随着模型进阶、基础设施完善、应用形态和行业落地多元，我们正加速步入Agentic AI爆发的前夜。期待与更多创业者一同务实而浪漫地探索其中的创新可能和增长机会。