前段时间，火山引擎在年度Force大会上正式发布了Seed-2.1系列基模，包含Pro和Turbo两个版本。新模型能力如何，最终还是要落到实际场景里验证。 这次测试从常规任务、工作场景到个人兴趣，全面考察了Seed-2.1-Pro的表现。一句话总结：Agent和Coding能力已经跨过了生产级可用的门槛，多模态识别更是带来了不小的惊喜。

小汽车测试

每次新模型发布，Django Web框架的联合创始人Simon Willison都会用他经典的“鹈鹕骑车”测试来检验模型的推理和SVG生成能力。而在最近，Reddit上流行起一个新测试，可以称之为“小汽车测试”。测试提示词如下： > 用一个单独的HTML文件实现全屏画布，不使用任何库。以侧视角模拟一辆行驶中的汽车作为主体。保持汽车在前景中可见，同时背景景观持续滚动，营造出汽车向前行驶的感觉。使用分层场景实现景深效果：近处地面、路边元素、树木、电线杆以及远处的山丘或山脉应以不同速度移动，形成自然的视差效果。真实地动画化车轮旋转，并添加细微的车身运动，使汽车感觉与道路相连。让环境在车后平滑地流过，场景重复但富有变化，使运动感觉真实可信。使用电影级光效和统一的天空（如日落、黄昏或日光）来增强氛围。整体运动应感觉平静、沉浸且真实，具有无缝循环动画效果。 这个测试的巧妙之处在于，它一次性考察了大模型的物理建模、无缝循环动画、空间层次、美学设计和编程能力。如果模型编程能力不过关，很难通过——因为没有第三方库可用，只能从零生成原生JS代码，一旦出错很容易白屏。 Seed 2.1 Pro的输出效果超出了预期。

前端网页开发

用大模型开发网站，前端网页能力是绕不开的考核项。测试提示词如下： > 设计并实现一个面向CFO的「AI财务预测平台」官网首页，要求包含首屏Hero、可信客户Logo、3个核心卖点、一个实时财务预测仪表盘预览、客户证言、价格入口和CTA。输出可运行的单文件HTML/CSS/JS或React组件。要求视觉风格接近Linear/Stripe/Notion的高级感，但不能照抄任何品牌。 界面简洁清晰，提示词遵循到位，图表展示效果也不错。整体表现中规中矩，符合预期但谈不上惊艳。

后台功能开发

身边AI Coding用得好的朋友，现在都采用文档驱动开发（Spec开发）的模式：先让AI生成需求文档，确认无误后，再交给AI进行开发。最常见的案例就是开发CMS（内容管理系统），复杂点会加上注册登录、用户权限管控、SEO优化、Rest API等功能。 测试Seed 2.1 Pro是否能够完美执行这套工作流： > 读取这个PRD，开发CMS系统：[文档地址]

生成炸裂标题

不是所有人每天都要编程，但写文章、取标题，几乎是每个内容创作者的日常。有经验的自媒体人都在研究新智元的标题风格——虽然方法论可以套用，但直接让AI生成标题往往不够稳定。而使用Agent读取飞书、公众号页面，再结合Skill的Reference文档，生成的标题质量要稳定得多，也更轻松。 这里继续用之前的文章作为素材，提示词很简单： > 用新智元标题Skill生成10个候选标题，读取这里的内容：[文章链接]

竞品调研报告

产品分析调研是很多职场人的日常任务。把下面提示词发给Seed 2.1 Pro： > 调研3个「AI会议纪要工具」的官网、价格、核心功能、集成生态、隐私合规表述和用户评价。输出一张竞品矩阵，并给出面向中小企业的MVP功能优先级、差异化定位和90天Roadmap。 指令遵循得相当不错，各项任务都高质量完成。在直接抓取被拦截时，它还会调用Playwright读取页面获取信息，展现了不错的Agent能力。

生成信息卡图

这个功能可以将任意文本或链接一键转化为具有杂志质感的信息卡片，自动截图输出图片，非常适合分享到各类社交平台。安装对应的Skill后，只需一句话指令： > 读取[文章链接]，用信息卡skill生成卡片

制作电子书

互联网上很多优质博客，值得做成epub电子书，导入微信读书随时翻阅。安装对应的Skill，一句话即可完成电子书生成。比如将Paul Graham的博客打包成epub，这个任务可以测试模型对Skill的调用和执行能力。提示词很简单： > 抓取Paul Graham最新x条博客，用乔木epub制作skill生成epub电子书

拍照识鱼

作为一位钓鱼爱好者，最近正在开发一款自用的iOS App。产品需求很明确：拍照后AI自动读取照片的EXIF信息记录钓点，同时识别渔获的种类和数量。之前测试Gemini 3.1 Flash时，它居然把白条识别成了“泥鳅”，结果差强人意。 听说火山发布会对Seed 2.1 Pro的多模态能力很有信心，抱着试试看的心态，给了一张没有抹去EXIF信息的图片，输入提示词： > 读取这张图片的地理位置信息，并识别图中有几条鱼，什么鱼 结果令人惊喜。模型不仅调用EXIF工具准确读取了地理位置（温榆河），还正确识别了鱼种和数量，连泥水中看不太清楚的两条都捕捉到了，甚至科普了白条的拉丁名和其他俗名。 > 鱼种：几乎全是白条鱼（学名䱗，Hemiculter Leucisculus，俗称餐条、青鳞子、游刁子） 这位钓鱼爱好者的钓点记录App终于有了靠谱的AI支撑。

如何体验？

虽然豆包专业版、TRAE、TRAE WORK、扣子等产品已经上线了Seed-2.1-Pro，但对于企业和专业用户来说，通常直接接API在Claude Code等工具中使用。为了还原实际能力，避免产品系统提示词的干扰，以上测试均使用CC Switch配合火山方舟API，终端采用cmux。

写在后面

近期优秀的模型层出不穷，Seed 2.1 Pro的表现稍显中规中矩。但好消息是，它在编程和Agent调用能力上已经达到了可用的水平——调用工具、撰写文档、截图、生成电子书等任务都能顺利完成。对于依赖AI工作流的用户来说，这种体感差异非常明显，而且价格也颇具竞争力。 当前模型竞争的核心集中在编程和Agent长程任务能力上，Seed 2.1 Pro在这个方向取得了显著提升，已经达到生产级可用水平。个人最大的惊喜还是来自多模态——至少在本次测试的场景中，它明显领先于Gemini 3.1 Flash。后续有机会再测试一下自动化视频剪辑能力，那个场景对多模态实力的要求更高。 上面测试使用的所有Skill均为开源项目，直接通过npx skills add即可使用。如果想在Claude Code中调用，前往火山方舟申请API即可，现在已经全量开放。 参考链接 [1] https://mp.weixin.qq.com/s/a-eevQvWVAYwZQeFi1ZomA [2] https://www.32kw.com/view/ed38b2d