首页财产ai正文 实测豆包Seed-Evolving，版本号已经经束厄局促不住模子能力了 OpenAI 放出多款模子令用户选择坚苦，字节的 Doubao-Seed-Evolving 模子更新快且 ID 固定，经测试于多使命中体现精彩，能力晋升显著。 2026-07-21 14:23 ·微信公家号：知危 盖饭 盖饭 AI投资人解读· Seed-Evolving更新速率快，模子ID固定，终身可发展。于测试中，其Coding质量更不变，1M长度上下文很实用。能快速汇总信息天生高质量陈诉，还有具有多模态能力，可建造可视化台风线路图。于长线使命中体现精彩，能自动纠错，交付前自我缝补批改。 · 模子选择仍较繁杂，更新快可能让用户难以跟上节拍。 总结：Seed-Evolving上风较着，于繁杂使命中体现凸起，但模子选择及快速更新带来的顺应问题需存眷，整体投资潜力较年夜。
模子选择坚苦一直是许多 AI 用户头疼的问题。
前不久 OpenAI 一次放出了 3 款 5.6 版本的模子，Luna，Terra 及 Sol，再加之从轻度到最高的 5 档推理，15 种组合，别说咱们平凡用户，预计奥特曼本人来了都弄不清何时该用甚么型号。
并且此刻的模子迭代又很是快，前不久咱们刚测试的 Doubao-Seed-2.1-Pro，还有不到一个月，就出了新模子：Doubao-Seed-Evolving。
本以为是字节新开了一条基模的支线，会衍生出一堆子版本，但没想到它是来抹去版本号的。
按照先容，它的更新速率将会更快，但不管之后再怎么迭代，模子 ID 可能城市同一固定成 Doubao-Seed-Evolving 了。
Evolving 后面不会有 1，2，3，用户也不消再纠结选哪一个，由于这个 ID 自己就是 Seed 基模里最新最 好的模子，终身可发展，越用越好用。
话虽云云，这么快的更新速率，Seed-Evolving 的程度能晋升几多呢？
为此，咱们弄到了模子 API，先行测试了一番。
测完只能说，长线使命里它的 Coding 质量比 Seed-2.1-Pro 更不变了，但最 年夜的进级还有是这 1M 长度的上下文，比起以前的 256k，实用太多了。
直接放一些案例，各人看看效果就能感触感染到了。
近来台风巴威过境，阵容很年夜，幸亏削弱的也很快，不外汗青上不是每一次都这么幸运，一些台风纵然阵容不年夜，也造成为了巨量的粉碎。
而台风定名是按清单提早固定好，不停轮回的，鉴在凄惨的影象，这些造成巨年夜伤亡的台风一般会从名单里被移出去封存。
这里咱们接入字节自家的 Agent 东西 TRAE Work，让 Seed-Evolving 汇总一下相干信息，举行建模阐发，看看这些封存的台风都有甚么特色。
提醒词：
深度调研承平洋台风中，已经经被除了名的台风，他们的详细数据，具体一些，包括路径，影响等；用业内权势巨子的专业建模举行数据阐发，然后天生陈诉。
可以看到，于最先前，它会向我咨询，进一步确认信息后再做计划，并且因为 TRAE Work 毗连了飞书，以是陈诉可以直接用飞书文档的情势存到我的事情空间里。
为了连结主线的简便，于计划使命时，它还有另开了一个子 Agent 事情，如许做可让总体事情流的效率更高，不消携带冗余的上下文，节省 Token。
规划设定好就最先履行了，没几分钟，它就查询拜访终了，总结出两张数据表格，然后就此写了一份五千字的阐发陈诉。
可以看到，陈诉自己的逻辑相称周密，从数据汇总到研究尺度都有权势巨子信源做支撑。
总体气势派头偏学术，特别是针对于 “ 弱强度年夜灾害 ” 的阐发，正切合前段时间 “ 美莎克 ” 的影响，值患上警示。
更成心思的是它于图表可视化的体现，能觉得到它挪用剧本东西很随手，没多永劫间就搓了几个图表，内容上各有偏重，条形图，热力求，甚至还有有简化的线路图，但质量都挺高的。
但 Seed 模子此刻的进级点还有是于 Coding 及 Agent 上，以是我们继承进级难度，以适才的数据及陈诉为底座，做一个可视化的台风线路图，看看它搓小项目的效率。
提醒词：
按照适才的数据等信息，建造一个可于阅读器中运行的台风事务回放页面，历程中也能够搜刮增补信息。
页面包括元素参考：
台风列表或者搜刮进口，舆图路径展示，播放、暂停及时间轴拖动，当前时间、位置、风速、气压及强度展示，登岸点及要害事务标志，台风详情信息面板，重要影响与应急措置择要，数据来历及末了更新时间。
当用户播放或者拖动时间轴时，舆图位置、路径、强度信息及事务申明需要同步变化。
点击要害节点后，应展示该时刻发生的主要事务，例如：
台风加强，发布预警，初次登岸，二次登岸，进入某一海疆或者省分，启动应急相应，交通停运某人员转移，台风削弱或者住手编号。
页面应包管信息层级清楚，于桌面端可以正常利用，并可以或许切换查看差别台风。
有了数据支撑，它 Coding 的速率还有挺快，纷歧会儿就搓了个前端面板出来。
看详细操作是先扒来一份开源的底图，于此之上绘制了清楚的时间线及线路，然后再加之主要节点的信息弹出，可以说完 美切合预期。
履行历程中印象更深的是它的多模态能力。
于末了的交付前，它会自动打开页面，调取截图东西举行视觉解析。尤其是跟Agent东西共同，借由点击，滑动等操作，可以不雅察到更动态的的UI效果，从而理解哪里存于小Bug，凡是比人去用文字描写要正确患上多。
末了点开 2013 年的海燕，就能还有原当初它是怎么以超 强台风的姿态登岸，为祸四方的。
历程里还有有个印象挺深的点，就是接入 TRAE Work 后的提示功效，桌面真个使命完成后，手机上会弹出信息提醒。
这套逻辑很丝滑，由于 Vibe Coding 有点像拿水壶烧水，一般不会一直看着，多数是换个地儿取出手机开刷，但刷着刷着可能就忘了这回事了，使命中止或者者完成为了一律不知。
但这个会跳脸提示你，有点突兀，但又恰如其分。
接下来我们看看它长线使命的不变性怎样，就拿前次测试 Seed-2.1-Pro 的 AI 社会模仿器，让一堆 Agent 驱动一个小型社会，不雅察此中的情节走势，看看百万上下文窗口的加持下，细节上会有甚么差别。
公允起见，项目参考及基础配置都稳定，只换模子。设定还有是末日呵护所，跑够 15 天的模仿，用同一的时钟回合机制做加快。
提醒词：
模仿由LLM驱动的虚拟世界，此中脚色，事务，法则等由差别Agent自立举行设置装备摆设、管理及进化。模仿15天；项目参考Emergence World（EmergenceAI/Emergence-World）的设定；
革新：
1. 删减失3D场景的及时模仿；
2. 给一个前端页面，展示及时tick后，发生了甚么；
3. 此中触及差别AI脚色饰演的部门，由你本身设按时钟机制，挪用子Agent举行模仿；
4. 中间的产品都能点开阅览详情；
5. 数据以适合的情势生存，并可以或许据此用three.js重修3D场景还有原，简朴模仿发生了甚么；
6. 末尾新天生一份纪录片式的展示落地页，搭配多模态及代码能力，天生配图及3D场景再现这15天的纪录片，点击对于应放映按钮跳转。
7. 1个tick对于应实际世界1分钟，对于应虚拟世界6个小时，跑够实际世界的1个小时，虚拟世界的15天。
新世界不雅设定：
世界名为《晨幕城》。
晨幕城是一座关闭地下都会，住民世代糊口于人造穹顶下。穹顶模仿天空、日夜、四序、星斗及气候。所有人从小被教诲：地表已经经扑灭，晨幕城是人类末了的寓所。
本相是：地表并未扑灭。地表仍有人类聚落、旧都会遗址、荒漠、疾病、暴力及资源冲突。地表不是天国，只是一个更真实、更杂乱、更无人卖力的世界。
都会由“护光院”治理。护光院把握教诲、档案、穹顶维护、生理医治、大众播送及部门影象不变技能。护光院持久隐瞒地表存于，但他们不是纯真的反派。他们信赖：
“人不是靠完备本相在世，而是靠可蒙受的本相在世。”
模仿最先时，北区穹顶发生 17 秒异样，数百名住民瞥见了真实天空。护光院称其为“视觉污染”，要求目击者接管影象不变医治。但影像、证词、谣言及思疑已经经最先扩散。
焦点抵牾不是“本相 vs 假话”，而是：
1. 真实是否永远高在牢固？
2. 人有无选择不知道本相的权力？
3. 假如天空是假的，糊口还有真实吗？
4. 掩护别人免受本相危险，是善意还有是狂妄？
5. 瞥见本相的人，是否有权强制他人醒觉？
你需要驱动的不只是人物，还有包括整个世界体系。
每一一轮模仿时，同时推进六类对于象：
1. 人：脚色选择、家庭冲突、派系步履、生理变化。
2. 轨制：护光院通知布告、禁令、审查、医治政策、教诲调解、内部门裂。
3. 信息：官方注释、目击证词、地下传单、伪造影像、谣言、阴谋论。
4. 空间：差别城区孕育发生差别反映。北区是目击源头，中央区秩序最强，工务区最懂穹顶技能，静养区卖力影象医治，旧城层隐蔽地表通道，边沿市场畅通暗盘动静。
1. 举措措施：穹顶、能源、医疗、交通、通讯体系呈现连锁变化。
2. 文化：教材、节日、婚礼誓辞、记念碑、宗教、儿童歌谣被从头注释。
重要派系：
A. 护光院
方针是维持都会不变，节制本相扩散。内部有倔强派、渐进派、反悔派。每一次节制举动都必需给出听起来合理的理由。
B. 破幕者
地下本相构造，想证实地表存于，公然护光院隐瞒汗青。内部有暖和派、激进派、神秘派。他们寻求本相，但也可能把“醒觉”强加给所有人。
C. 安居派
知道或者思疑本相，但选择留于晨幕城。他们不是愚平易近。他们认为孩子、白叟、家庭、一样平常糊口，比抽象本相更主要。他们主意人有“免在本相”的权力。
D. 裂痕目击者
瞥见真实天空的人。他们不是同一阵营。有人流传本相，有人瓦解，有人缄默沉静，有人接管医治，有人把“我见过天空”酿成新的权势巨子。
E. 地表归来者
曾经脱离晨幕城又返回地下的人。他们知道地表真实存于，也知道地表其实不浪漫。他们卖力打破“地表 = 自由天国”的空想。
全局变量：
本相扩散率
护光院信托度
都会不变度
穹顶不变度
医疗压力
谣言污染度
意义崩塌指数
每一轮先更新变量，再按照变量注释世界发生了甚么。
主要法则：
1. 不要预设终局，不要写成固定脚本。
2. 没有绝 对于公理阵营。护光院掩护也软禁，破幕者求真也可能制造灾害，安居派守旧也有实际理由。
3. 本相流传必需变形。它会被惧怕、好处、信奉及谣言污染。
4. 轨制必需自我辩护。护光院不克不及只说“封锁”，而要提出合理化理由。
5. 醒觉必需付价钱。瞥见天空可能带来自由，也可能带来瓦解、狂妄、家庭分裂及秩序崩溃。
6. 答应脚色自动选择不知道本相。不要把留于洞窟里的人写成愚蠢。
7. 每一轮都要表现“世界怎样反过来塑造人”，而不是只写人怎么想。
起首就是推理时的邃密度，Seed-Evolving 此次要耐烦很多，丢弃了前次受限在窗口的压缩方案，此次它撒开了腿跑，足足干了 6 个半小时还有没跑完。
中间还有断了一回，但不是模子的锅，是于它跑了一晚上后，第二天我违着电脑换位置，收集中止了。
不外接上彀后它立马就又继承模仿了，没有涓滴卡顿。
我翻了翻日记发明，这个也于前期计划中，数据模仿完都是长期化存储的，而推进体系是写死的步伐，只要事情空间稳定，哪怕新开一个对于话，也能无缝跟尾。
比拟前次模仿成果，此次的内容要富厚患上多，住民数增长了 50%，事务类型也扩容到了快要 20 种。
主界面右边的状况栏更富厚了，补齐了一些阶段性的内容，像是传单及通知布告。还有有一些二级菜单的优化，以前突兀的代码块此刻都准确衬着了出来，包括通知布告，排版效果也都有了。
像以前的人物记载，还有是功效性为主，只留存单一的数据，同一用影象的情势平铺直叙。
但此次模仿中，人物的故事就要更细腻一些，除了了步履轨迹，你还有能看到他们对于外写的博客文章，以和写给本身的日志。
此中不乏许多有趣的人物，他们于家数之间抉择，被本相及蜚语重复摆荡，一些小的选择不停会聚，到末了就鞭策了主线进程的转变。
像是于第 50 回合摆布，都会的不变性归零后，竟然呈现了微妙的回升反弹。
翻看日记发明，50 回合的归零源自总攻军号的吹响，而于本相被完全揭开后，是工务区中立的工人们前往抢修穹顶，没有了古怪的谣言，都会暂时重归平稳。
这一系列共 1526 个事务，末了会聚成为了一份 5 个章节的纪录片。
打开后能举行对于应情节的 3D 回放，此次的嵌入比前次丝滑一些，并且建模总体更切合 “ 穹顶 ” 的观点，虽然还有是胶囊人，但谈天气泡比起以前的效果要好不少。
能看出来，1M 的上下文给模子带来了更周全的掌控力，尤其是于长线使命中，Seed-Evolving 对于主线的认知要更清楚，整个模仿历程也更跌荡升沉一点，不会顺着一条线直推。
既然云云，那必定患上加年夜火力，探一探它的界限。
以前于 Github 上翻到过一个《史记》wiki 库的项目，作者鲍捷让 Claude 用学术考证的要领来研究《史记》，烧了 55 亿 Token 后，获得了一份两万子页的常识图谱。
处置惩罚要领不是简朴的文字堆砌，而是畴前期预备到扫尾校验，都联合他自己做数据库的职业经验，弄了一套以 Skill 为基础的周密流程。
咱们直接让 Seed-Evolving 举行迁徙，用这套流程研究一下 65 章 36 万字的《三国志》。
提醒词：
目的：用项目“shiji-kb-main”对于《史记》的处置惩罚管线，对于《三国志》举行处置惩罚，天生内容富厚的wiki库；
输入：一个项目“shiji-kb-main”，关在史记的wiki库，内容富厚；提掏出来的skill库，以和对于应的史记技术手册申明；一份《三国志》html版，内有原文，段译及译文，只对于原文举行研究阐发，其它做参考。
输出：内容富厚的《三国志》wiki库
步调：
1. 简朴看一下项目，着重看史记项目的展示，要到达这类富厚度；
2. 提取此中的处置惩罚管线，包括skill，剧本处置惩罚设计等等，按照《三国志》（当地堆栈中的文本，包罗原文，段译及译文三种，但）的特色，举行迁徙，天生一套处置惩罚事情流；
3. 将skill同一规范定名，以history为前缀，安装起来
4. 按照事情流，尤其是挪用技术，或者者编写好的剧本，对于《三国志》文本举行逐章标注，研究，阐发，终极产出展示wiki库
5. 不确定的问我；用中文跟我交流。
起首，它先去扒了一下源项目，然后对于要领举行解析，组织了一下基础的履行流程，感觉差未几了，就向我咨询，对于一些恍惚之处举行二次确认，好比产出深度，原文本的版本问题等等。
确认好后它就去搓具体的履行规划了，很具体，标注系统，履行阶段都切碎了，定名尺度也做了提早规范。
但不能不说这还有是抱负化的预设，于现实履行中，必定会遇到一堆细节上的小问题，这些坎儿能不克不及迈已往，才是决议 Seed-Evolving 是否靠谱的要害点。
就履行历程看，它的体现还有是很不错的，特别是高频率的自检，可以或许和时改正古板剧本的逻辑忽略。
光看思维链中的这些碎碎念，就能觉得到，它不是不犯错，而是于交付验收的环节前，会直面忽略，举行年夜量的缝补批改。
像是格局不合错误，或者者标注字符的错位，以和一些简写孕育发生的歧义等等，都能于交付前本身解决失。
特别是它还有能用履行成果反过往复优化剧本，Evolving 的 ID 叫患上确凿有点说法。
有了这类详细环境详细阐发的能力，才能确保于指令恍惚，或者者前提苛刻的时辰，它能迈过这些坎儿，把制品交支付来。
吭哧吭哧跑了一会，它搓出了四个部门的内容：原文浏览器，实体分类索引，纪年史以和 wiki 库。
浏览器中，打开第 一章，乍一看有点简约，但于设置里开启语法高亮，拼音解释及口语翻译后，视觉上就顺眼多了。
此中的许多彩色标注都是实体，点击后可以跳转到链接页面，用的就是 wiki 的逻辑。
而分类索引及纪年史的部门，根据实体类型也举行了条款陈设，这些事情放于之前手搓的年月，没个把月底子考校不出来。
不外现阶段的分类还有是粗拙了点，有时间细心打磨一下，好比加一些现有的学术理论做引导，还有可以更过细一些。
固然，重点还有是 wiki 库的部门，这是整个项目的焦点地点。
于战争词条中，它除了了援用原文内容举行简朴解析，还有贴了不少其他词条的链接，用在跳转浏览。
末尾部门也有小巧思，附上了可以互动的舆图组件，利便看地舆场面地步。
而于人物词条上，内容富厚度要高一个台阶，拿曹操来讲，生平，政绩，战役等细节，都从原文中提取了出来，表格就用切近 wiki 的气势派头举行衬着。
除了此以外，也没有自作主意的乱援用分外信息，就按照这几十万字的信息举行解读。
这就是长上下文窗口的利益了，纵然使命拉长，也不易健忘最最先的约束。
固然，一通测试跑下来，token 还有是烧了不少的，看后台统计，零零星散约莫是 2 亿 token，但由于上面的案例基本是于现有项目上二次开发，以是还有是输入占年夜头，比输出自制许多。
再加之缓存掷中率一样欣喜，不变于 90% 以上，省了不少钱。缓存的设置也是于火山方舟的后台默许开启的，不消像 Claude 那样手动弄，还有是挺良心的。
总的来讲，比拟以前的 Seed-2.1-Pro，Seed-Evolving 给我的觉得要更慎重些，尤其是长线使命中，它自检及纠错的能力很凸起，不消人工去重复审校。
也是，实在更抱负的环境下，模子能力越强，用户反而越不需要体贴模子自己。
没必要相识每一一次参数变化，没必要判定每个版本差异，也没必要于进级以后从头迁徙及适配。
模子的进化应该发生于后台，而它带来的能力晋升，应该天然地表现于每一一次使命中。
当技能繁杂度被充实接收，用户才能把有限的留意力放回真正主要的方针。
繁杂止在模子就好，把专注还有给使命自己。
【本文由投资界互助伙伴微信公家号：知危授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-lehu乐虎88国际