6月12日，2025火山引擎 FORCE 原動(dòng)力大會(huì)開發(fā)者論壇成功舉辦。大會(huì)聚焦 Agent 開發(fā)新范式，升級(jí)發(fā)布了PromptPilot、MCP Servers、TRAE、扣子開發(fā)平臺(tái)等產(chǎn)品，以及多款開源項(xiàng)目，構(gòu)建起覆蓋大模型開發(fā)全鏈路的工具矩陣，為開發(fā)者提供從 Prompt 優(yōu)化到 Agent 落地的一站式解決方案。

 

PromptPilot：大模型應(yīng)用的智能“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)，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智能解決方案平臺(tái)—— PromptPilot 平臺(tái)。該平臺(tái)如同大模型與開發(fā)者間的“智能翻譯官”，無(wú)需專業(yè)知識(shí)即可通過(guò)需求理解、問題生成、輸出優(yōu)化三環(huán)節(jié)，實(shí)現(xiàn) Prompt 調(diào)試效率提升300%。

 

“PromptPilot 并不要求用戶擁有大模型專業(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?！眳堑媳硎?。

 

火山引擎智能算法負(fù)責(zé)人 吳迪

 

MCP Servers：AI應(yīng)用開發(fā)的“超級(jí)連接器”

 

為解決 Agent 從概念到落地的鏈路斷層問題，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：百萬(wàn)開發(fā)者選擇的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)言開發(fā)，可完成代碼重構(gòu)、批量修改、知識(shí)問答等復(fù)雜任務(wù)；并能讓開發(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月上線至今，TRAE 月活用戶已經(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 開發(fā)全流程進(jìn)階。

TRAE 負(fù)責(zé)人 石揚(yáng)

 

扣子開發(fā)平臺(tái)：Agent的全生命周期管家

 

面對(duì) Agent 規(guī)模化落地難題，扣子開發(fā)平臺(tái)全面升級(jí)，成為覆蓋 Agent 低代碼開發(fā)、全代碼開發(fā)，Agent 調(diào)優(yōu)和 Agent 協(xié)作的全生命周期平臺(tái)?？圩恿_盤技術(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：

?扣子低代碼開發(fā)平臺(tái)：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)的開發(fā)者快速搭建 Agent 和應(yīng)用；

?開源 Eino 框架：提供 Go 語(yǔ)言版本的 Agent 搭建框架，將 Agent 開發(fā)的核心模塊提煉為標(biāo)準(zhǔn)化組件，幫助全碼開發(fā)者快速編寫構(gòu)建 Agent；

?扣子羅盤：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)、觀測(cè)、效果調(diào)優(yōu)、數(shù)據(jù)飛輪等能力建設(shè)，幫助開發(fā)者持續(xù)迭代運(yùn)行 Agent；

?扣子空間：提供通用 Agent 和專家 Agent，讓 Agent 互相協(xié)作成為生產(chǎn)力工具，幫助用戶解決實(shí)際問題。

 

扣子羅盤技術(shù)負(fù)責(zé)人 王新盟

 

開源矩陣：激活A(yù)I Agent技術(shù)生態(tài)

會(huì)上，圓桌討論環(huán)節(jié)聚焦開源技術(shù)對(duì) AI Agent 的突破作用，重點(diǎn)討論兩大開源框架，構(gòu)建從技術(shù)開發(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，幫助開發(fā)者快速搭建 RL 模型開發(fā)管線?；鹕椒街刍?nbsp;veRL 做了產(chǎn)品化的封裝，提供更低門檻的 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，可實(shí)現(xiàn)一鍵部署。

 

圓桌討論

火山引擎表示，將持續(xù)拓展更開放的 AI 開發(fā)生態(tài)，通過(guò)低門檻工具矩陣與開源技術(shù)體系，加速釋放 Agent 智能價(jià)值。

 

 

 

 

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。