接入MCP后，火山引擎更新Agent生态建设“工具包”

低调接入MCP协议（模型上下文协议，Model Context Protocol）之后，5月13日，字节跳动旗下云服务平台火山引擎对外展示Agent（智能体）搭建工具与代表性案例，具体包括新视频生成模型、视觉深度思考模型、企业数据全场景智能体Data Agent等。

虽然近期海内外大厂密集通过接入MCP协议的方式布局Agent生态，但在公有云尚不完善的国内市场，Agent生态搭建主要是云服务大厂之间的“游戏”。

火山引擎副总裁张鑫表示，过去，所谓智能体概念是千篇一律的对话框。2025年后，随着大模型基础能力的提升，智能体能够自主决策。目前搭建在火山平台上的Agent Devops已打通智能体从开发、运营到使用的全过程。

从流程来看，英特尔云与行业解决方案架构师丁超凡表示，通过利用云服务的优势，平台可以帮助普通开发者群体迈出跨越AI时代的第一步。他认为目前大模型应用开发存在两个“常识”——第一，不要把应用做在大模型的能力延长线上，即随时会被大模型基于能力提升而取代的应用；其次，虽然大模型应用栈越来越复杂，但核心没有变——数据基础决定了应用的效果与应用能力的下限。

数据层面，火山引擎数据产品解决方案负责人萧然认为存在三方面困局：数据与数据、数据与工具、数据与人。为此，火山引擎在今年4月发布企业数据全场景智能体Data Agent，可以帮助企业进行数据处理与业务决策，如借助大模型驱动的语义解析引擎，自动识别业务人员需求中 “营销效果评估”“库存优化”等关键语义标签。另外，Data Agent已支持多模态数据输入，可以处理和理解更为广泛和复杂的数据。

火山引擎HiAgent产品经理王靖萱将大模型与Agent实际落地过程形容为从浅水区驶向深水区。随着大模型持续发展，各行业客户都在尝试探索如何通过智能体和大模型提升业务效果。现有的工具与技术可以完成60分的成绩，但在60分驶向90分的过程中存在一些暗礁，且大模型本身就存在黑盒属性，包括不确定与不稳定属性，也会产生幻觉问题。因此智能体搭建之后，持续的运营也是平台必须为客户提供服务，如评测、训练、调优等动作。

除了上述服务，云服务平台的自有模型也是Agent生态建设的关键，可以为开发者群体提供智能内核、降低成本并促进生态整合。此次火山引擎发布豆包·视频生成模型Seedance 1.0 lite、豆包1.5·视觉深度思考模型，升级豆包·音乐模型，丰富模型矩阵与智能体工具生态。一位行业人士对记者表示，开发者想要“玩”透MCP服务，需要选择一个背靠大厂生态的入口，大厂生态内有足够丰富的插件与工具可供选择，因此在一定程度上，MCP背后Agent生态建设的竞争，就是几家大厂之间的竞争。