低調接入MCP協議（模型上下文協議，Model Context Protocol）之后，5月13日，字節跳動旗下云服務平臺火山引擎對外展示Agent（智能體）搭建工具與代表性案例，具體包括新視頻生成模型、視覺深度思考模型、企業數據全場景智能體Data Agent等。
雖然近期海內外大廠密集通過接入MCP協議的方式布局Agent生態，但在公有云尚不完善的國內市場，Agent生態搭建主要是云服務大廠之間的“游戲”。
火山引擎副總裁張鑫表示，過去，所謂智能體概念是千篇一律的對話框。2025年后，隨著大模型基礎能力的提升，智能體能夠自主決策。目前搭建在火山平臺上的Agent Devops已打通智能體從開發、運營到使用的全過程。
從流程來看，英特爾云與行業解決方案架構師丁超凡表示，通過利用云服務的優勢，平臺可以幫助普通開發者群體邁出跨越AI時代的第一步。他認為目前大模型應用開發存在兩個“常識”——第一，不要把應用做在大模型的能力延長線上，即隨時會被大模型基于能力提升而取代的應用；其次，雖然大模型應用棧越來越復雜，但核心沒有變——數據基礎決定了應用的效果與應用能力的下限。
數據層面，火山引擎數據產品解決方案負責人蕭然認為存在三方面困局：數據與數據、數據與工具、數據與人。為此，火山引擎在今年4月發布企業數據全場景智能體Data Agent，可以幫助企業進行數據處理與業務決策，如借助大模型驅動的語義解析引擎，自動識別業務人員需求中 “營銷效果評估”“庫存優化”等關鍵語義標簽。另外，Data Agent已支持多模態數據輸入，可以處理和理解更為廣泛和復雜的數據。
火山引擎HiAgent產品經理王靖萱將大模型與Agent實際落地過程形容為從淺水區駛向深水區。隨著大模型持續發展，各行業客戶都在嘗試探索如何通過智能體和大模型提升業務效果。現有的工具與技術可以完成60分的成績，但在60分駛向90分的過程中存在一些暗礁，且大模型本身就存在黑盒屬性，包括不確定與不穩定屬性，也會產生幻覺問題。因此智能體搭建之后，持續的運營也是平臺必須為客戶提供服務，如評測、訓練、調優等動作。
除了上述服務，云服務平臺的自有模型也是Agent生態建設的關鍵，可以為開發者群體提供智能內核、降低成本并促進生態整合。此次火山引擎發布豆包·視頻生成模型Seedance 1.0 lite、豆包1.5·視覺深度思考模型，升級豆包·音樂模型，豐富模型矩陣與智能體工具生態。一位行業人士對記者表示，開發者想要“玩”透MCP服務，需要選擇一個背靠大廠生態的入口，大廠生態內有足夠豐富的插件與工具可供選擇，因此在一定程度上，MCP背后Agent生態建設的競爭，就是幾家大廠之間的競爭。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
