大模型发展至今，业界已经形成了共识：在 PC 时代，Web 是人与信息网络交互的主页页面，移动互联网时代的交互主入口变成了 APP，到了大模型时代，交互主体变成了 Agent，具备自主规划、反思、执行任务的能力的系统。
当交互的主体发生改变时，开发者的开发范式会随之改变。
我们观察到，Agent 开发的脚手架和方法论都在逐渐成熟。从全代码框架到后来低/无代码的 Agent 开发平台，从只能调优 Prompt 到现在各种 Tools 成熟，从写插件到现在更方便的调用 MCP…
在过去的两年里，我们一直在尝试各种框架、平台来搭建 Agent，但什么样的范式才能让开发更高效，开发出来的 Agent 更落地？
我们在前不久的火山引擎 Force 原动力大会上找到了答案。火山引擎总裁谭待说：
“过去一切围绕程序员理解业务展开，而如今，流程大都是由模型策略驱动，模型与工具、环境深度交互，对模型和 Agent 平台的能力要求大幅提升。火山在模型、开发、数据、安全等方面做了许多工作，全方位帮助企业和开发者构建 Agent 应用，这一整套体系，称为「AI 云原生」。”
传统的云原生是为移动互联网而生的，通过容器化、DevOps、微服务等方式，让 Web 和 APP 更好的部署和运行。
进入 AI 时代，新的主体变成了 Agent。虽然它表面上看像是一个 APP 壳，但本质不同。拿订酒店举例，如果是传统 APP，我得自己去选房、翻图片看有没有浴缸，想加床还要打电话。但如果是 Agent，它可以主动识别图片、读评论、打电话跟前台沟通，解决的是传统软件无法完成的场景。
在这个 Agent 成为交互主体的时代，「AI 云原生」应运而生。它不是云原生的简单升级，而是围绕 Agent 重构整个架构，为新的主体设计了全新的技术栈。
让我们来基于火山引擎的工具和模型，来切实的感受下 Agent 开发的 AI 云原生的全新流程。
首先我们在 Trae 中创建一个网页开发助手 Agent，并且给它配置一系列可用的 MCP 工具。
1. 首先在配置 Prompt 环节，火山方舟提供了 PromptPilot 服务。
提示词工程不能单纯依赖经验模板，需要结合算法来自动调优。因此 PromptPilot 就提供 Prompt 的生成、调优、测试和版本管理等模块能力。
之前我们用过实现类似功能的 SPO、PromptPerfect 等工具。体验下来能感受到，火山方舟 Prompt 调试的各环节都做的非常全面，效果也很好。
官网：https://promptpilot.volcengine.com/home
我们此次创建 Agent 时，也使用了对应的 agent-pilot-sdk 进行优化。
输入：我需要一个网页开发助手，熟悉 python 和 js，并且很熟悉前后端开发，遵循敏捷开发原则。
之后 PromptPilot 就给我们优化出了一个清晰且优质的 Prompt，我们将其复制并粘贴到创建一个 Trae 的智能体中。
2. MCP 服务配置阶段，火山方舟 MCP Hub 集成了丰富的官方云服务及优质三方生态工具。
MCP 是大模型领域的开源工具协议，能够解决 Agent 开发中的三大关键问题：连接开发平台（如 Trae、方舟、扣子）、打通云端部署链路、集成全栈大模型工具生态。
具体的 MCP 工具，可以在火山方舟的 MCP 广场中查看。
https://www.volcengine.com/mcp-marketplace
在我们的此案例中，我们选择添加了 veFaaS MCP 服务，支持创建各种云函数作为快捷后端接口，也支持将 Web 网页一键部署。
其次添加了 veDB MySQL MCP 服务，支持创建云数据库等功能。
以及域名服务 MCP，支持通过自然语言交互轻松查询各类域名价格，一键完成域名注册操作。
虽然在配置过程中踩了一些小坑和 Bug，但整个配置流程相较于传统开发来说确实节省了大量时间。
3. doubao-seed-1.6 模型在编程领域能力提升非常明显。
之前开发者们大都选择 Claude、DeepSeek 的模型，是因为他们的推理能力和编程能力相对更强。但最近发布的豆包 1.6 模型，发现在编程和 GUI 操作上能力提升了不少，因此我们选择 doubao-seed-1.6 作为网页开发助手 Agent 的大脑。
然后我们基于网页开发助手 Agent，做了两个小应用。
最近在苹果用户应该都有看到过一只闪光青蛙的表情包，如下。每次看到它都莫名想到小学时在赛尔号上抓闪光皮皮的那个午后🥲
非常神奇的效果，了解了大致原理之后，就想着尝试基于刚刚创建的网页开发助手 Agent，做一个能将任何图片都变成如此的工具。
用户可以上传自己的图片，然后生成 HDR 的版本；也可以用 AI 生图服务，创建表情包，然后再转成 HDR 的版本。
在经过几轮简单的需求补充和 bug 修复后，我们使用 veFaaS MCP 将整个代码打包上传到火山云服务，并且配置绑定 API 网关，从而实现公网访问。
不过这么长的域名一般人也记不住，所以可以专门买个域名，这时前面配置的域名服务 MCP 就派上了用场，非常方便的让 AI 帮忙查找相关的域名和价格。
因为域名备案需要一定时间，因此我们先绑定在我们的经典域名下，以便大家可以来查看效果、体验玩耍。
网址：https://hdr.agent-wiki.cn/
保存成表情包后的效果。
完整效果演示如下。
没玩过瘾，接着我们又做了一个类似“作文纸条”的网站 Demo。
如果说前面项目是一个小整活的话，这个项目难度就大了许多，涉及到完整的前后端服务以及数据库服务。
不过加持了 doubao-seed-1.6 的 Agent 仍然在几轮口喷需求和调优后，轻松完成这个项目。
我们最终也利用 veFaaS MCP 部署到了公网，大伙可以访问下面网站查看。
网址：https://brush.agent-wiki.cn/
至此我们理解了，火山引擎总裁谭待说的「AI 云原生」时代的全新 Agent 开发范式，指的或许就是 Trae + 火山方舟 MCP + 豆包大模型 + veFaaS 的组合拳。
此前的 Agent 应用开发存在标准不一、工具分散、路径不清等问题，火山方舟用「AI 云原生」这套体系，尝试让 Agent 的开发更成熟更系统，在混乱中建立秩序。
尽管 MCP 作为一项新兴协议但还远未成熟，AI 应用的开发生态也仍处于探索期，但还是会让人非常兴奋！
对于程序员和开发者而言，这是不确定性，也代表着可能性。
此时的每一次尝试，也许都会成为推动范式演进的一部分。
（文：特工宇宙）
