基于最新豆包大模型1.6实现 ArXiv Paper Reading MCP与Agent构建
资料来源：火山引擎-开发者社区
AI 云原生开发的核心在于 “模型能力 × AI 开发平台”。在本次开发体验中，以 Trae 作为 IDE 环境，结合火山方舟通过 MCP 协议无缝调用模型服务与云端工具，再加上豆包大模型1.6强大的思考、多模态等能力，形成了一套真正的端到端 Agent 构建流程。下面我们开始正文分享！
Doubao-Seed-1.6系列模型
2025春季Force大会这次火山引擎带来Doubao-Seed-1.6系列模型
豆包大模型1.6，由三个模型组成：
-
doubao-seed-1.6-thinking：在深度思考方面的强化版， 对比doubao-1.5-thinking，在coding、math、 逻辑推理等基础能力上进一步提升，且支持了 视觉理解 。
-
doubao-seed-1.6：能力多面手， 同时支持thinking/non-thinking/自适应思考三种模式 。non-thinking对比上一代模型在推理、数学、代码、专业知识等方面，有全面的提升。自适应思考，模型可以根据prompt难度自动决定是否思考，在效果接近thinking模式情况下，大幅减少tokens开销。此外，该模型还针对 前端编程能力做了加强 。
-
doubao-seed-1.6-flash，具备极致的速度，tpot仅需10ms，同时支持文本和视觉理解，文本理解能力超过上一代lite。
豆包1.6重点能力：推理能力、多模态理解能力、GUI操作能力
下面是具体的对比和介绍，大家可以看下这个表格
| 特性 | Doubao-Seed-1.6-thinking/250615 | Doubao-Seed-1.6/250615 | Doubao-Seed-1.6-flash/250615 | | --- | --- | --- | --- | | 一句话说明 | 思考能力强化
、支持多模态、256K长上下文 | 支持thinking/non-thinking/auto三种思考模式
、支持多模态、256K长上下文 | 极致速度
、支持多模态、256K长上下文 | | 模型简介 | 思考能力大幅强化，对比Doubao-1.5-thinking-pro，在Coding、Math、逻辑推理等基础能力上进一步提升，支持视觉理解。支持256k上下文窗口，输出长度支持最大16k tokens | 全新多模态深度思考模型，同时支持auto/thinking/non-thinking三种思考模式。non-thinking模式下，模型效果对比Doubao-1.5-pro/250115大幅提升。支持256k上下文窗口，输出长度支持最大16k tokens | 推理速度极致的多模态深度思考模型，TPOT仅需10ms；同时支持文本和视觉理解，文本理解能力超过上一代lite，视觉理解比肩友商pro系列模型。支持256k上下文窗口，输出长度支持最大16k tokens |
不同技术参数的对比
| 规格项 | Doubao-Seed-1.6-thinking | Doubao-Seed-1.6 | Doubao-Seed-1.6-flash | | --- | --- | --- | --- | | 输入 | 文本、图片、视频 | 文本、图片、视频 | 文本、图片、视频 | | 输出 | 文本 | 文本 | 文本 | | 是否输出思考过程 | ✅ 思考内容：reasoning_content
思考token统计：reasoning_tokens
❌ 不支持关闭思考 | ✅ 思考内容：reasoning_content
思考token统计：reasoning_tokens
默认开启思考
支持enabled、disabled、auto | ✅ 思考内容：reasoning_content
思考token统计：reasoning_tokens
默认开启思考
支持enabled、disabled | | 推理速度(TPOT) | 30 ms | 30 ms | 10 ms | | Function calling | ✅ | ✅ | ✅ | | Structured Outputs | ✅ JSON Object ✅ JSON Schema | ✅ JSON Object ✅ JSON Schema | ✅ JSON Object ✅ JSON Schema | | 批量推理 | ✅ | ✅ | ✅ | | 上下文窗口 | 256k | 256k | 256k | | 最大思维链长度 | 32k | 32k | 32k | | 最大输入 | 224k | 224k | 224k | | 最大输出 | 16k，默认4k | 16k，默认4k | 16k，默认4k |
同时豆包1.6也支持的思考模式灵活配置了，可以更加节省token预算，Doubao-Seed-1.6支持三种模式：
暂时无法在飞书文档外展示此内容
其中Doubao-Seed-1.6-flash (支持两种模式)，不支持auto
暂时无法在飞书文档外展示此内容
关于限流与计费可以参考下面表格，我们可以看到还是比较划算的，另外可以支持高并发请求，之前我用来标注数据发现火山TPM最抗打了。
| 项目 | Doubao-Seed-1.6-thinking | Doubao-Seed-1.6 | Doubao-Seed-1.6-flash | | --- | --- | --- | --- | | 默认限流(toB) | RPM：3W
TPM：500W | RPM：3W
TPM：500W | RPM：3W
TPM：500W | | 默认限流(内部业务) | RPM：1.2W
TPM：120W | RPM：1.2W
TPM：120W | RPM：1.2W
TPM：120W | | 计费 | • 方式：按token后付费
• 免费额度: 50万 token
• 全新模式，待发布 | • 方式：按token后付费
• 免费额度: 50万 token
• 全新模式，待发布 | • 方式：按token后付费
• 免费额度: 50万 token
• 全新模式，待发布 |
下面笔者简单测试了一些能力，简直效果超出想象
-
请帮我生成一个天气页面
-
多模态理解能力测试
最近在读论文，刚好可以拿一个论文的图片来测试狭隘豆包1.6的多模态能力
暂时无法在飞书文档外展示此内容
上面是思考过程，我们看到也是非常正确，不管是文字识别还是数字提取，对图片内容理解非常正确
总结图片内容
火山方舟 MCP
火山引擎MCP Hub，集成了丰富的官方云服务及优质三方生态工具。支持用户快速跳转至 火山方舟 或 其他支持 MCP 协议的平台（如 Trae、Cursor、Python 等），支持Remote MCP，Local MCP 部署方式。同时，通过打通大模型应用开发环境 Trae+火山方舟模型服务+MCP Market，火山提供一站式端到端的大模型落地应用解决方案。
-
优势参考： MCP作为大模型领域的开源工具协议，主要解决Agent开发的三个问题：
-
链接Agent 开发：目前完成与Al编程工具Trae打通，并且支持方舟、扣子等火山应用构建体系
-
链接云服务：agent开发完，需要在云的计算、网络、存储等环境部署，通过MCP可以一键拉起相关云产品，打通开发到部署的最后一公里
-
链接大模型工具生态：gent开发依赖大量工具，如通信、财经、地理信息等工具，火山mcp提供了全栈的生态工具
我们可以在火山方舟极速体验模型与MCP结合的效果：
点击对话框中的MCP按钮，我们可以配置已有MCP能力
比如我们这里开启了飞常准的MCP，我们测试下效果
通过调用MCP然后获取航班信息，给出的航班信息如下，这个能力体验还是不错的，大家可以尝试更多MCP效果
基于豆包1.6大模型构建Arxiv论文阅读智能体
下面我们通过Trae编辑器来实现论文阅读MCP集成以及智能体构建
我们将下面代码粘贴到MCP配置中
暂时无法在飞书文档外展示此内容
正常确认之后，我们可以看到MCP的运行状态
上面绿色对号代表正常运行了
在构建好Paper Reading 的MCP之后，我们可以继续配置智能体，将构建好的MCP集成到智能体对话能力中
然后我们对话框中加入智能体
这里提一下火山方舟的PromptPilot,可以快速帮我们构造和优化提示语，提升开发效率
PromptPilot 通过交互式引导与提示词优化，帮助开发者将模糊需求转化为精准指令
-
平台能力：火山方舟Prompt Pilot是一款面向大模型应用落地的使能平台，覆盖从Prompt构建这一基础环节出发，通过用户反馈与数据驱动机制，精准识别和表达用户任务意图，自动生成解决方案，并实现线上Badcase检测与运行时持续优化，构建起一条贯通大模型应用落地全过程的闭环链路。
-
平台功能：Prompt Pilot提供了Prompt工程（包括Prompt生成、调试、智能优化、版本管理等），AI工程（包括知识加工、问题工程、答案工程、thought工程、metric工程、tools工程等），联动精调，Solution Out，任务定制的评估服务等功能，并提供具有probe/反馈等功能的sdk与线上环境形成联动，持续检测/回流线上badcase，助力大模型应用的持续优化。
这里我们通过火山方舟Prompt Pilot优化一下Arxiv论文解读的提示语
大家也可以尝试下效果，写prompt的效率太高了！
下面我们尝试下效果：
暂时无法在飞书文档外展示此内容
我们可以看到MCP有执行论文搜索，论文下载以及论文解读的过程，下面是正在下载论文
下一步是对论文内容进行转换
这个解读效率还是比较高的
这里提一下veFaaS官方推出的 MCP server，自然语言的方式驱动Serverless应用的开发、部署、上线流程，适用于 Serverless 服务的运维排障
我们通过添加veFaaS mcp，将论文解读内容部署发布成一个网页
暂时无法在飞书文档外展示此内容
然后将json内容粘贴到MCP配置输入框中
我们接续在聊天框中输入指令，将论文解读内容发布成一个网页：
请帮我把这个网页发布到veFaaS，给我返回可以访问的地址
最后可以点开返回地址，查看网页
结语
火山引擎AI云原生的核心在于打造了全新的Agent开发范式："模型能力 × AI开发平台"，通过强大的模型底座与智能化开发工具的深度融合，为开发者提供端到端的AI应用构建解决方案。
在模型层面 ，豆包大模型1.6系列展现出卓越的综合能力。其中，Doubao-Seed-1.6-thinking在深度思考方面实现突破性提升，在编程、数学、逻辑推理等核心能力上全面增强，并新增视觉理解能力；Doubao-Seed-1.6作为能力多面手，独创性地支持thinking/non-thinking/自适应思考三种模式，既保证了推理质量，又大幅降低了token成本，特别针对前端编程能力进行了专项优化；而Doubao-Seed-1.6-flash则以10ms的极致推理速度，在保持高质量多模态理解的同时，为实时应用场景提供了强有力支撑。
在平台工具层面 ，火山引擎构建了完整的智能化开发生态。火山方舟PromptPilot通过交互式引导与智能优化机制，帮助开发者将模糊的业务需求精准转化为高效的模型指令，显著提升了Prompt工程的效率与质量。更为重要的是，火山方舟通过MCP（Model Context Protocol）协议实现了开发与部署的无缝衔接，开发者可以直接调用云服务资源，彻底解决了传统AI应用从开发到生产环境部署的"最后一公里"问题。
这种"模型+平台"的创新架构，不仅降低了AI应用开发的技术门槛，更是为企业级AI应用的规模化落地提供了完整的解决方案，真正实现了从想法到产品的快速迭代与部署。
浙公网安备 33010602011771号