虚假的商战，
不断发布新的模型保持技术优势；
真实的商战，Anthropic 单方面禁止AI编程编辑器 Windsurf 使用 Claude 模型，订阅用户都跑去隔壁 Cursor 了。
所以说能长期拥有一套稳定不出错的工作流还是很香的，
刚好上周人在「火山引擎春季Force原动力大会」现场，我发现同样是AI编程编辑器的 Trae 已经大变样，我对它的初印象是 Cursor 的免费国产平替，能用 DeepSeek 完成AI编程开发。
在深度体验了小五天后，豆包1.6 + MCP Servers + 提示语自动调优 PromptPilot 的组合意味着AI编程，又或者叫 Agent 编程有了新的工作流。在这套AI云原生体系里，不再单是“用模型写代码”，而是“模型➕ai开发平台”。
也就是说用模型+工具能力做出可交付的 Agent。
接下来，我会用这套组合像素级复刻扣子空间里的排名第一的专家级 Agent：
DeepTrip旅行专家
是的，从交互场景、提示词设计、数据存储、Agent部署到交付，
我一个人就完成了。
01｜MCP接入
🔗 trae.com.cn
Trae 支持接入开发社区里热门 MCP + 火山引擎独家云服务 MCP，
目前有203个服务，我列出了一些我常用的Servers以及对应的使用场景。不过这些场景并不代表全部功能，因为一个MCP Server可以有十几个能力项。
博查：AI搜索
TalkToFgima：设计必备
ChatPPT：直接输出PPT
veFaaS MCP：一键部署html
MiniMax：做音频和图像很好用
LAS MCP：提供多模态数据集管理及清晰
高德地图：除了查地图外，查天气一样好用
hotnews：提供了九大中文平台的实时热点话题
Fetch：将网页里的内容转成大模型容易阅读的格式
lark-mcp：将输出的内容转存到飞书文档或多维表格
Browser-Use MCP：让 Agent 独立完成打开网页、点击按钮、填写表达的操作
Sequential Thinking：让 Agent 能够像人类项目经理一样，按步骤、有序地进行复杂问题的拆解和推理，从而实现深度、多轮的思考和解决方案生成
配置的方式很简单，在 Trae 里就可以一键配置，
但我更推荐调试前期，在火山引擎的大模型生态广场里完成MCP的接入，
因为这里的体验中心可以生成一个48小时内有效临时服务，不需要配置一大堆Key和ID。
等真正有用了，值得长期用的时候再来配置，有省去很多无用功。
为了复刻 DeepTrip 旅行专家，我这里接入了高德地图和飞常准（航班信息）MCP。
02｜提示语自动调优
一个 Agent 里接入的MCP数量太多有时候也不是件好事，
至少在写提示语的过程中，还是需要明确给出某些工具的名称，下面就是我给DeepTrip 旅行专家写的初版提示语，相当简陋，只交代了身份和任务流程。
角色： 你是DeepTrip 旅行专家，当我提供出发地、目的地和旅行天数的时候，你可以通过飞常准查询实时航班数据，选择合适的航班，然后通过高德地图查询目的地的天气，用tavily找出合适的旅游方案。根据这些信息，生成一个HTML网页
火山引擎也想到了这种情况，提供了提示语工具 Prompt Pilot，
提示语优化的代码是很固定的，我这一套基本上可以从头用到尾。
为了方便阅读，我单独把提示语调优的完整代码打包到文档了，公众号回复`火山引擎`就行👌
这个工具实际上能做到的更多，包括但不限于文本、图片、视频场景下的提示语生成、调试、优化、版本管理。
来看看我复刻出来的 DeepTrip 旅行专家吧，
Amazing啊，豆包-Seed-1.6的能力提升有点惊喜了啊，
在我忘记给高德的API充值的时候，
豆包1.6一把就可以跳出来，不会死磕调用错误的MCP Server，
而且它还可以自动切换到其他可能可以完成查询天气这一步骤的MCP Server，这里就用了AI搜索Tavily，
最6的是，会根据返回的结果不断细化搜索的条件。
至于豆包1.6系列模型的具体能力和打骨折的价格方案，我会放到后面再展开讲讲。
03｜直接上线
对的，你没看错，第三步就可以上线了。
前两步我们一起做出了能满足个人日常调用的Agent，
如果想要把这个Agent放大到团队、甚至企业来使用的话，我们还缺两个核心能力：
- 数据存储
- 结果共享
先说说看数据存储，
实际场景下开发的Agent可能还会用到本地的多模态数据，文本文件、PDF、图像等等，
火山引擎提供了一个原生的 LAS MCP，支持直接把本地数据上传到他们的AI数据湖里，这样在开发好的 Agent 就可以自由调用并管理这些数据。整个配置的过程还是需要上手熟悉一段时间的，这里我做成了连贯的操作视频，希望可以帮你快速上手：
这里我是上传了一份跟我组团出去旅游的朋友们的旅行偏好，有的喜欢自驾，有的坐船会晕，有的不爱早起
之后跟DeepTrip 旅行专家对话的时候，就可以直接带上文件名了。
再来说说结果共享吧，
用人话说就是Agent可以生成可公开访问的网页，
火山引擎的 veFaas MCP 可以直接把生成好 Html 文件部署到服务器，并返回可访问链接，同样是免配置
我可以选择单独配置一个网页部署专家，也可以在原来的DeepTrip 旅行专家里追加能力，在Trae里面这些配置都可以重复调整的。
现在真的可以说人人都可以开发自己的Agent了，
回顾一下整个开发链路，会发现 Agent 开发的门槛真的塌了：
提示语优化：PromptPilot
功能调度：火山方舟 MCP Market
核心推理：豆包大模型1.6
输出交付：veFass MCP
开发环境：TRAE
我几乎没有手动写代码。所有流程，从需求收集、提示语设计、工具调用、模型推理、HTML生成到部署，全都是围绕 Agent 构建的。
04｜豆包本包
最后来聊聊豆包1.6离谱的性价比，
按照火山引擎公布的数据，豆包大模型现在日均 Tokens 使用量超过了 16.4 万亿，市场份额国内Top1。
刚刚开发Agent用到的豆包大模型 1.6 ，由三个模型组成。
- 标准版 Doubao-Seed-1.6
- 深度思考强化版 Doubao-Seed-1.6-thinking
- 极速版 Doubao-Seed-1.6-flash
除了上面数据集给出的结果外，豆包上周最出圈的应该是做今年高考全国新一卷的数学题，拿到了 144 分，在一圈模型里面都是排第一的。
性能上来了，价格怎么能刷新纪录吗？
这次的定价很财大气粗啊，就是不管有没有深度思考，也不管是多模态，Token的价格保持一致，按照输入上下文长度来定价。
我大概估算了一下，
豆包1.6 是豆包大模型 1.5 、DeepSeek R1 价格的三分之一。
写在最后
当我复刻了一个Agent，
亲手走完那条从 Prompt 到 MCP，再到 veFass 部署的路径，
我意识到，
AI生成从文字到图像、视频、代码，我们已经见证过一次次技术平权；
而现在，Agent 也终于进入了这一行列。
它不再是那些用来“证明 AI 能力”的概念，
而是一个你我都可以动手创造的产品形态，一个微型系统，一个为我们自己而生的数字助手。
Agent 成为一个想法变成现实的起点。
那些本以为只能靠产品经理吼出来的 AI 功能，
正变成一个个属于我，
也属于你的 Agent。
@ 作者 / 卡尔@ 动手学AI知识库 / learnprompt.pro
（文：卡尔的AI沃茨）