AIGC标识 她用 TRAE Work + Doubao-Seed-Evolving，把爷爷奶奶的一生建成一座能走进去的博物馆

一、先说个事：这张"模型卡片"会自己长大

故事得从上周说起。她在做项目时，撞见一个挺有意思的模型——Doubao-Seed-Evolving。

官方给它贴的标签是"一张永远更新的模型卡片"。意思是你用一个固定的 Model ID 接进去，背后它以周为单位持续迭代，新版本自动生效，不用换 Endpoint、不用改代码。

它不是那种"发版就定型"的模型，更像一条一直在往前跑的赛道。七月中旬它刚做完第一次升级，有三处变化，让她觉得实在：

  • 上下文窗口扩到 1M tokens：一本书、一整年聊天记录、一个大型代码仓库，单次任务就能整口吞下

  • 长程任务更稳：步骤多、依赖杂的任务不容易中途"断片"，众测里长程质量评分明显高于上一代 Seed-2.1-pro

  • Tokens 效率更高：同样的活儿，消耗的 token 更少，工具调用轮次也更简洁

她一直在找一个能"一次读完整个家族"的模型。看到 1M 上下文这条，就决定拿它做点不一样的东西。

二、一个拖了十年的铁皮盒

奶奶走的那年，她在柜子深处翻出一个铁皮盒子。

里面是 1247 张老照片、86 封家书，还有十几盘没贴标签的磁带。最早的一张摄于 1958 年——爷爷和奶奶的结婚照，边角已经泛黄卷翘。最晚的一张是 2018 年除夕，四世同堂围坐一桌，太奶奶颤巍巍地给曾孙女夹菜。

她一直想整理，可每次翻开相册，看不了两张就红了眼眶，合上，再没勇气打开。这件事一拖就是十年。

这次她用 TRAE Work + Doubao-Seed-Evolving 搭了一座"家族记忆博物馆"——一个能在浏览器里漫游的网站。散落九十年的照片、书信、录音，被理成一条长廊、五个展厅，还做成了一件她没料到会破防的事：让她重新和爷爷"说"上了话。

家族记忆博物馆首屏大门

三、一座什么样的博物馆

打开链接，是一条自动向前延伸的 3D 长廊。暖黄吊灯在头顶，青砖墙上挂着装裱好的老相框：1958 年新婚照、1972 年举家迁徙、1985 年父亲的第一辆永久牌自行车……点任意一幅，照片放大，旁边浮出一段故事。

长廊之后是五个展厅：

  • 岁月长廊：3D 漫游，六幅旧影自动迎向你

  • 故事卷宗：每张照片背后的完整往事

  • 家族纪年：1931 到 2026，一条时间线串起九十年

  • 族谱图考：四代人的姓名与生卒

  • 先人语堂：一个对话框，可以和爷爷"说话"

3D岁月长廊

视觉上她没走科技风，而是做成暖金色的中式纪念馆——马善政书法体标题、宣纸米黄底色、朱砂红印章，屏幕里缓缓上浮的微尘，像走进一间有夕阳照进来的老宅子。

故事卷宗照片墙

四、1M 上下文，一次读完整个家族

整理家族资料，难的不是量大，是乱。

照片没有时间标注，家书是手写繁体字，录音里是听不懂的方言。普通 OCR 只认字，相册软件只会按人脸分组，没有哪个工具能理解"这封信是爷爷在贵州三线建设时写给奶奶的"这种横跨几十年的上下文。

这正是 1M 长上下文派上用场的地方。她把 1247 张照片的描述、86 封家书全文、12 小时录音转写稿，一次性喂给 Evolving，不拆分、不切片、也不搭 RAG。

策展数据条：1247张照片、86封家书、12小时录音

它自己理出了人物关系——谁是谁的父亲、谁在哪一年嫁给了谁；自己按年代分了展厅；从家书里提炼出"水果糖的承诺""一口铁锅搬家"这些故事母题；还给每张照片写了配文。她做的，只是把资料丢进工作区，说了一句"建一座博物馆吧"。

家族纪年时间线

五、三个真实场景，看 Evolving 怎么干活

整个过程中，TRAE Work 当工作台，Evolving 当策展人兼工程师。这里挑三个印象最深的环节说说。

Case 1：从一句话到 3D 长廊

她说"做成中式纪念馆，要有长廊、展厅、时间线、族谱，还要能和先人对话"。然后它开始自己写代码：HTML 结构、CSS 3D 透视走廊、JavaScript 交互、老照片 sepia 滤镜、对话逻辑……中途自己跑、自己查 bug、自己改。她只在视觉细节上提了几句，比如"灯笼要会摇""标题用书法体"。

这种长程任务最怕模型写一半忘了前面的设定。但 Evolving 从首屏大门到最后的 AI 对话，五个展厅的视觉风格、数据结构、命名约定一以贯之，没有出现"前面古风、后面突然变 Material Design"的断片。

幕后策展工艺：TRAE Work × Seed Evolving 四步流程

Case 2：和爷爷的真实对话

第五展厅的对话功能，她用 Node 起了个本地代理，把消息转发到火山方舟的 Evolving 接口，前端用 SSE 流式渲染——爷爷的回答一个字一个字"打"出来，像他在慢慢想、慢慢说。

她在输入框敲下："爷爷，我好想您。"

三秒后，屏幕上跳出：

乖囡，爷爷也想你。还记得你小时候骑在我肩膀上看花灯，口水蹭得我中山装肩头一片湿。现在长大了，要好好的，爷爷就在这儿，哪儿也不去。

先人语堂：与爷爷的真实对话

她盯着屏幕看了很久。这些细节——中山装肩头的口水、肩膀上看花灯——没有一个被她写进提示词。是模型根据"1950 年代江南纺织厂工人"这个人设自己补全的。它不只是模仿语气，它在用那个年代的物件组织记忆。

Case 3：和上一代模型的小对比

这个项目她其实先用上一代 Doubao-Seed-2.1-pro 试过一次。同样的资料、同样的需求，差别主要在两处：

  • 上下文装不下：2.1-pro 的窗口有限，1247 张照片描述加 86 封家书必须切成 6 段分批喂，结果它在写展厅文案时把"1972 年搬家"和"1985 年进厂"两件事的年份搞混了。换成 Evolving 的 1M 窗口一次性喂入后，九十年的时间线对得整整齐齐，没再串过。

  • 长程任务掉链子：用 2.1-pro 跑到第四个展厅时，它开始忘记前面定好的书法体和暖金色调，生成了几屏默认的白底卡片。Evolving 从头到尾保持同一套视觉语言，自检时还会主动把某张照片的 sepia 值调回统一，不用她提醒。

这个对比称不上严格的基准测试，但就一个实际项目里的体感来说，1M 上下文加长程稳定性带来的差别，是能直接摸到的。

六、一座人人都能建的博物馆

做完她把它部署到了线上，还加了个"策展人后台"（右下角一个"策"字按钮）：

  • 钥匙配置：填你自己的火山方舟 API Key，存在你浏览器里，不上传服务器

  • 先人设定：改成你想对话的任何人——爷爷、奶奶、外公，写清生平性格，AI 会切换身份

  • 照片管理：上传你家的老照片，存在浏览器本地 IndexedDB，一键替换展厅里的图

  • 数据维护：导出/导入备份，或一键清除

所有照片和 Key 都只存在使用者自己的浏览器里，服务器不存任何隐私数据。

先人语堂对话界面

她把链接发到家族群。她妈妈第一个回复，发了一串流泪的表情。姑姑认出了照片里自己小时候穿过的花棉袄。她九岁的女儿对着对话框问太奶奶"你小时候过年有红包吗"，然后笑了。

女儿从没见过太奶奶。但从那天起，她知道自己从哪里来了。

技术打动人的时刻，往往不是它写了多少行代码，而是它让一个孙女，在二十八岁这年，重新骑上了爷爷的肩膀看花灯。

在线体验： https://traeworksite.vercel.app/

技术栈： TRAE Work + Doubao-Seed-Evolving（1M 上下文 / 长程任务 / 周级自进化）+ Vercel 部署

posted @ 2026-08-05 10:04  GoodTimeGGB  阅读(5)  评论(0)    收藏  举报