告别版本号！豆包首款无限进步模型：Seed-Evolving实测

大家好，我是袋鼠帝。

前几天，火山的朋友提前跟我同步了一个消息，说豆包Seed模型又更新了。

我第一反应是：又来？2.1-pro这才发布多久🤔，才20天吧。

仔细看了一下，这次跟以往的任何模型版本迭代还真有点不一样。

火山引擎方舟上新的这个模型，名字里连版本号都没有，就叫：Doubao-Seed-Evolving

说实话，作为一个天天靠Agent干活的人，我对"模型更新"这件事的感受一直挺复杂的。

模型变强我当然开心，但每次新版本一出，配置里的模型ID要换，跑通的工作流要重新回归测试，提示词搞不好还得重新调。最烦的是可能还要熬夜赶稿🥱

追版本，是真的累。

而这次Doubao-Seed-Evolving的设定让我眼前一亮：

模型ID永远不变，就叫doubao-seed-evolving，但它背后的能力，据说会高频持续升级，悄悄变强。

对了，就有点像我们开发里常用的latest标签，你锁定的不是某个版本，是"最新"本身。

新版本自动生效，不用换Model ID，不用迁移Endpoint，调用方式也都不用改。

相当于Seed直接给了你一个永远"最新"的模型。这一点还挺好的。

而且这个模型是专门面向Coding和Agent场景的。

也就是说，它不追求什么都会，就专门围绕写代码、干活（长任务）这两件事，并且每周都会变强一点。

还有个让我欣慰的点是，这次豆包的上下文窗口终于干到了1M Tokens。

Agent跑长任务最怕的就是干到一半上下文爆了，之前的工具调用记录、代码修改历史全丢，只能靠上下文压缩。

1M的窗口，一个中型代码仓库、甚至一整本书，可以直接整个塞进去（我待会儿就会塞一本书）。

并且在Claude Code、Hermes、Openclaw这几个框架的匿名开发者众测盲评里，Evolving长程任务的质量评分超过了上一代Doubao-Seed-2.1-pro挺多的。

同时它消耗的tokens更少，工具调用轮次更简洁。干得更好了，还更省。

总的来说，这个模型还挺有意思的，话不多说，我们直接开测！

四个任务，看看Doubao-Seed-Evolving效果到底咋样？

1：一张照片，重建出纯代码的3D模型

我最近在GitHub上刷到一个挺妙的开源项目：

https://github.com/vinhhien112/Three.js-Object-Sculptor-Codex-Plugin

这个开源项目，可以拍摄任何物体的照片，并将其重建为完全由代码生成的 3D 模型。

将一张照片转换成可编辑的 3D 代码，过去建模师可能需要花费数小时才能完成。

这个任务对模型的要求其实挺高的：既要看懂照片里物体的结构，又要把它翻译成一行行three.js代码，中间没有任何建模软件兜底。

doubao-seed-evolving 生成的3D模型效果

看起来效果还是不错的，甚至加了 火箭发射 ，整体的质感也ok。

不得不说，豆包的VLM能力还是在线，不愧是全球第一梯队的视觉能力。这在开发中太重要了，因为很多时候真就是一图胜千言。

GLM-5.2虽然能力很强，但就是一直没有视觉能力，太可惜了。

而豆包是我体验过的，应该是目前国内第一的视觉理解，跟外国的gemini差不多。

然后我还用上个版本的模型：Doubao-Seed-2.1-pro 做了同任务生成效果：

emmm，透明了，整体质感也差一些。

这样看起来，doubao-seed-evolving在代码方面进步还是比较明显的。可能大家今天再去试试，效果会更好了（因为它一直在悄悄进化）。

2：把一整本书喂给它，蒸馏成Skill

我最近在看《财富自由之路》，李笑来老师的作品。

看了3分之1吧，我感觉还是很精彩的，很有启发。

但是我一般都是在坐飞机，坐车的时候抽时间来看，我印象很深的有两点，

一个是树立更优的价值观：注意力>时间>金钱，因为价值观指导行动。

还有一个是一定要盲目的笃信，坚信自己一定会成的（无论任何事情，一定要敢想 敢做）。

我好像这两点都符合🤔 💪

除了，以上两点，还有很多内容都忘记了。。

所以，我决定让Doubao-Seed-Evolving用仓颉skill帮我把这本书蒸馏成一套skill，丢给Agent帮我把知识运用起来～

这本书甚至已经超过1M了，有1.3M。

准备就绪，让Doubao-Seed-Evolving开干！

整个过程耗时将近40分钟，成功蒸馏了12个可执行的skills～

这种任务对模型是双重考验：长上下文理解，加长任务执行。它得先真的"读懂"一整本书的方法论体系，再规划出skill的结构，然后几十轮工具调用一路干到底，中间不能断、更不能忘记。

比如我基于skill问它正确的价值观，它就能正确的给出注意力>时间>金钱，就是可以基于《财富自由之路》给出正确的指导。把知识真正用起来。

然后我还问了：如果我是一个程序员，我看好AI领域，想要出来自己创业，请你给我一些指导。

这次它给的建议贼详细，而且是非常有指导意义的，想要创业的朋友都可以参考～

3：Rouglike卡牌游戏

我还在Claude code使用goal指令让他帮我做了一个卡牌游戏

过程中他自己充分了解了具体的游戏内容，也调用了生图模型做好了视觉素材。

花了一个多小时就跑出来了具体的游戏内容，让我意外的是还做了对应的快捷键，整体游玩逻辑也没问题。

这里开屏有上世纪的游戏像素风格，局内还做了点击和出牌的音频效果，小怪都是些哥布林、史莱姆，那最后boss一定是巨龙，这种世界观中必不可少勇者斗恶龙。

看起来Doubao-Seed-Evolving做游戏的能力也是不错的。

4：前端审美这块

我让他“做一个针对个人时间管理的仪表盘，有详细的TODO 看板和时间轴”

就简简单单一句话，十分钟跑出来功能很完善界面，前端审美也十分优秀。

简洁、有高级感，配色、R角和排版看着就很舒适，这一块简直完爆了上个版本的GPT-5.5。

「最后」

我觉得这次Evolving的进步还是非常明显的，在保持顶尖VLM能力的前提下，Coding和Agent能力都有大幅提升。

而且豆包最近真的卷疯了，20天前我才去北京参加了他们的新模型发布会，这才没过多久，又更新了。

其实这次最打动我的，除了模型本身的表现，还有Evolving这个新颖的发布方式。

以前新模型发布，看评测，换ID，回归测试，每隔一两个月来一轮。我们可能还要不断调优，不断使用工程化来优化整个效果。

但现在Evolving把这个循环直接砍了，你锁定一个ID，模型能力自己蹭蹭蹭往上涨。有可能你之前效果一般的Agent工作流，放一两个星期，就能自动跑得更好。

这种模型悄悄进化，带动你的工作流自动进化的方式，我觉得还是蛮惊喜的。

不过可能对个人开发者来说会比较好用，企业里面追求稳定，应该还是会使用版本号的形式。

不过，对我们这种经常拿Agent跑长任务的开发者来说，这个方式可能比任何一次单点能力升级都来得实在。

文章来自于"袋鼠帝AI客栈"，作者 "袋鼠帝"。