Seed-Evolving 又变强了：开发、多模态、超长 Skills，我全测了一遍

大家有没有感觉，最近几个月国产模型大爆发趋势呢？比以往任何模型发布密度高多。很多我都来不及完整体验就又有新模型出来了，你方唱罢我登场

一文中提到自己除了 Codex、Qoder、豆包这类应用之外，尤其喜爱 Pi Agent，接入了字节方舟 Agent Plan，感觉很省钱，也几乎可以满足大多需求

最近发现配置的 Doubao-Seed-Evolving 模型又有更新，Coding、Agent、深度搜索、工具调用与视觉理解能力全面增强，本文就一起看看低调的 Seed 水平如何

1、Doubao-Seed-Evolving 模型再升级

我为什么会关注到 Doubao-Seed-Evolving 呢？

原因很简单，今年我 5 月份定了 Agent Plan：，国内主流大模型都可以直接调用，比较省心

它里面还有个更省心的模型就是字节的 Doubao-Seed-Evolving，这是面向 Coding 与 Agent 场景持续迭代的 Seed 模型版本，围绕代码生成、工程开发、工具调用、任务规划与长程执行等真实场景持续优化，接入任意 Harness 之后，再也不用关心版本迭代，调用的始终是最新模型能力

正好，我这里有一份 8 月 24 号测试时 Doubao-Seed-Evolving 做的可编辑 PPT，感觉做的已经足够好了

但是我用 27 号之后的版本，用同样的提示词做了第二次测试

然后找 GPT-5.6-Sol 做了裁判，这一版表现很亮眼，各个细分项上都是最高分

2、开发任务实测

继续上面的任务，把 PPT 设计成旅行社网站

看其生成过程也蛮有意思，比如设计风格，它自己找了顶奢探险杂志风，去找了对应品牌配色和质感

在开发好之后，它会做测试，测试后者能够发现布局问题，不断调整到最佳

还有一个我最近实际做的小项目，我脱敏了一下需求是要处理N个短周期任务，每个任务都要拆分不同事项在不同的指定日期完成。Mac 上 Reminder 和 Calendar 都可以做日程管理，但有点复杂了，始终无法让我很满意。于是让 Doubao-Seed-Evolving 做了一个，结合了清单和短日历

切到清单模式，就是复刻 Reminders ，操作完全一致

阅后即焚型的项目管理，完工的项目直接删除

感觉 Doubao-Seed-Evolving 的Agent能力蛮不错的，每次都会认真拆解任务，开发完成后测试，修复才收工，比较贴心

3、视觉能力，多模态能力

Doubao-Seed-Evolving 这次图像内容理解、图文推理和视觉风险识别能力进一步提升，在多模态场景中的代码理解与生成能力明显增强

这个能力前面测试的时候就有感受了

直到修复没问题才停

我实际又测了几个题目

第一个是我的保留题目，《背影》阅读理解+SVG 代码生成 + 审美

第一次它并没有完全理解我的意思，原文引用犯了很多模型都会出现的问题

纠正之后，结果舒服了

这是为数不多会在画布上设计橘子和背影元素并做的还不错的大模型

文案部分也没有出现不恰当的换行

第二个是海外知名技术博主 Simon Willison 的经典题目，每个模型出来之后他都会用这个Test

我给 Doubao-Seed-Evolving 的任务更近了一步，让其生成 SVG 动图版，效果还行！

还有一个 3D 效果魔方恢复任务，支持逐步恢复和自动恢复，鼠标拖动还可以切换视角

提示词：

Create a single HTML file with a canvas animation: a 3D Rubik's Cube rendered with
simulated perspective on the 2D canvas (no WebGL, no libraries). Orientation: white on
top, green facing front, red on the right. Use standard notation: R/L/U/D/F/B = clockwise
quarter turn of the right/left/up/down/front/back face (viewed from that face), an
apostrophe = counterclockwise. Sequence: (1) Show the solved cube slowly rotating for
2 seconds. (2) Scramble it with exactly these 10 animated face turns, one at a time:
R, U, F', D, L', B, R', U', F', D'. (3) Pause 2 seconds. (4) Solve it with exactly these
10 animated face turns: D, F, U, R, B', L, D', F, U', R'. (5) End on the solved cube
rotating slowly. Each face turn must be smoothly animated (~0.5s), with correct sticker
colors tracked through every move, visible gaps between stickers, and shading based on
face orientation. The cube keeps slowly rotating in space throughout. The whole sequence
plays automatically without requiring user interaction; additionally, support step-by-step
solving and automatic solving, and allow mouse dragging to change the viewing angle.

看介绍 Doubao-Seed-Evolving 在办公协作、专业开发、流程自动化和工具操作等通用 Agent 场景中表现更好。长程任务中，百万上下文、长文理解和桌面操作等任务中表现出较好的持续规划与上下文保持能力。

我自己的 Skills 都是超长步骤，中间执行有很多问题需要AI处理

直接拿出最难的一个：给 Doubao-Seed-Evolving

最难 Skills 必须配上一个更复杂的任务才行：这个网页有很多链接、超多图片、还有视频！采集起来必然遇到N多问题

结果还是不错的

整个执行过程有30多分钟，单 Skills 本身就要： 预检环境 - 建包目录 - 逐页抓取（GitHub通道→HTTP直抓带Referer→Markdown直存→Jina兜底）-展开正文链接（深度1~2层，只留文档/论文/报告）-采图（懒加载取真址、srcset取最大档、魔数纠后缀、去重、过滤头像/badge/小图、像素分级）-采视频（直链mp4默认下载、入口页浏览器复查）- 生成六份清单- 收尾校验（查外链图残留、头像域名、文件齐全）

实际执行，Doubao-Seed-Evolving 定位技能与依赖后，中间某个网页采集失败后做了逐层排查 → 写两个补丁脚本 →重建汇总 → 三轮收尾校验

这个Skills 可以胜任，我的其他 Skills 可以免检了

5、总结

在 Agent 和 Coding 场景里，视觉理解或者多模态理解能力是刚需。模型能看见和理解，它才能自己截图、自己挑刺、自己回去改，一个任务的闭环才算真的合上，这方便

Doubao-Seed-Evolving 和豆包搜索都能在火山 Agent Plan 里直接调用，我写这篇时活动页显示单月套餐限时 9.9 元起，想自己上手的兄弟，可以体验一下