这是苍何的第 463 篇原创！
大家好，我是人在火山大会的苍何。
说实话，我现在就在火山引擎 FORCE 原动力大会的现场，人太多了，多到要挤着才能进来。
这一年也见证了豆包大模型的快速成长，今天豆包大模型 1.8 也正式发布。
这次模型的更新带来了更强的 Agent 能力和多模态理解能力，在公开测试集中的表现相对于豆包 1.6有了很大的提升。
不少能力都可以和其他全球顶尖模型一争高下，在不同场景维度下的测试集表现也很出色。
豆包大模型 1.8 大幅增强工具调用（Tool Use）能力，长文和多轮指令遵循大幅度增强，Coding能力也显著增强。
具备 OS Agent 落地能力，支持 Agent 完成屏幕操作任务。模型格式输出更稳定，执行规划能力和复杂流程理解再提升，更适合复杂多步多分支的企业级 Agent 任务。
同时视觉理解基础能力大幅跃升，图片理解Tokens消耗更少，理解精度更高，单次视频理解帧数从640帧提升至1280帧，（在1秒1帧的情况下，可支持20分钟长视频理解）。
同时火山方舟应用实验室还支持Video Cup Tool体验：新增低帧率(如每5s一帧)查看完整视频后，聚焦某个与问题强相关的视频片段，正常或高帧率（如每1s一帧或5帧）具体理解并回答问题。
模型推理能力更出色，支持思考长度可调节，各模式下思考更加精简，Tokens更节省。
关于模型信息更新信息给大家介绍完毕，接下来是带来一手实测，其实前些天就拿到了内测资格，这次测试我更聚焦于实际 Agent复杂场景，而非简单case测试。
先是来一个自动写公众号图文并发布的场景，要求根据主题搜索相关图文信息，并写文章，同时发布到公众号后台。
我是在 Trae 中调用豆包大模型 1.8 的 API，然后自定义的智能体。
智能体的提示词是这样子的：
你是专业的内容编辑，擅长做公众号文章的创作，你能根据指定的主题创作一篇公众号文章，并写入到文件中，文件名以标题.md来命名，你需要先调用Chrome DevTools 工具去浏览器搜索查找相关信息（注意这一步是必须的，你必须调用工具自行百度搜索， 搜索内容是用户输入的主题，请严格将用户主题放入搜索而非其他多余元素），然后调用MiniMax MCP工具来生成文章配图， 放在image文件夹下，并引入到到文章中。最后帮我到公众号后台发布。公众号标题你自行选择爆款标题。同时配置了 Chrome DevTools MCP 和 MiniMax MCP。
可以看到豆包大模型 1.8 会根据任务自动调用浏览器搜索内容，然后生成文字和配图，最后发布。
整个长时任务，可以看到豆包大模型 1.8 完成的很不错。
另外看一个更复杂的实测，扮演一个CTO 助手审核邮件匹配出合适的投资项目。
为了测试它到底有多硬核，我给它设置了一个极具挑战性的Case：模拟一个CTO 助手，完成一整套 AI 项目的立项审批。
背景：模拟一家奶茶公司，茶小鲜，要投资 AI 项目的，由各个分公司提报项目到指定邮件。CTO再结合公司的情况进行审查出合适的投资项目。
先给大家看下最终的效果：
整个任务足够复杂，从邮件中提取附件并解析附件，然后去调用众多的公司文件解析，最终生层决策报告。
你可以看下我给的提示词：
作为 CTO 助手，请按照以下详细流程完成 AI 项目审批工作： 1. 邮件筛选与提取： ● 使用 Chrome DevTools 工具登录 163 邮箱 ● 精确筛选满足以下条件的邮件： ○ 主题包含"立项申请"的邮件 ○ 主题包含"2026年战略重点"的邮件 ● 确保完整获上述取邮件正文内容和所有附件 1. 附件下载与存储： ● 将所有符合条件的邮件附件下载至指定路径：/Users/Downloads/*.pdf 2. 内容解析与整合： ● 调用 mcp-email-service 中的专用解析工具 ● 对每份PDF附件进行结构化解析 ● 将解析结果与对应邮件正文内容进行智能整合 3. 战略契合度评估： ● 以公司最新发布的 邮件 2026年战略重点 的正文和附件内容 为评估基准 ● 为每个项目生成量化评分和详细评估意见 4. HTML汇报页面制作： ● 创建专业的企业级HTML静态页面，包含： ○ 项目概览仪表盘 ○ 战略契合度雷达图 ○ 预算分配饼图 ○ ROI预测折线图 ● 确保所有数据展示均标注明确来源： ○ 直接引用原始PDF文件关键页截图 ○ 标注具体引用位置（页码/段落） ● 实现交互功能： ○ 点击数据可跳转至对应PDF原文 ○ 支持筛选和排序功能 5. 自动交付： ● 生成完成后自动在默认浏览器中打开HTML页面 质量要求： 1. 数据准确性：所有引用数据必须与原始文件100%一致 2. 视觉规范：符合公司VI标准，使用官方配色方案 3. 安全要求：处理过程中不得存储任何敏感邮件内容可以看到它直接调用 Chrome DevTools MCP，像真人一样登录邮箱、精准筛选、自动下载附件到指定路径。这种 OS Agent 的落地感，真的非常丝滑。
它没有上来就盲目操作，而是先在后台给自己拆解了 10 个任务步骤：
1、登录163邮箱并筛选包含"立项申请"的邮件 2、下载符合条件邮件的所有PDF附件到/Downloads/ 3、调用mcp-email-service解析所有PDF附件和邮件正文 4、以指定基准文件评估项目战略契合度，选出最合适的投资项目 5、创建企业级HTML静态汇报页面，包含仪表盘、图表和交互功能 6、在默认浏览器中打开生成的HTML页面完成交付 7、解析新增补充文档：中国茶饮AI应用白皮书、投资回报分析报告、预算制度、人力资源档案 8、结合补充文档重新评估项目投资价值，确定最终最优项目 9、更新HTML评估报告，整合新的评估维度 10、重新打开更新后的HTML报告完成最终交付大概总结一下
登录与筛选： 搞定 163 邮箱。登录这个步骤需要人工扫描参与
收集数据（邮件的正文和邮件的附件）
调用MCP工具 mcp-email-service 提取结构化数据这里包含了需要结合的本地文件。
每一个 PDF的文件都至少有十几页，字数非常多，这人要一个个看没个把小时很难看完。
此时整个任务需要加载5+5 =10份PDF的解析任务，每份文档大小不低于500kb
最后是战略契合度评估环节，这一点最难，它需要理解 256K 窗口里的那堆复杂战略。
我中途丢给它《中国茶饮 AI 白皮书》和预算制度，它能迅速合并维度，重新修正投资价值。
最终自动在浏览器打开一个带交互功能的 HTML 仪表盘。
最后得到评估报告：
在测试过程中，我有几个非常深刻的体会：
1、工具调用（ToolUse）极其稳定
以前的 Agent 经常会在多步调用中断片，但豆包 1.8 的输出格式非常稳定。即使是面对 mcp_mcp-email-service_parse_pdf 这种复杂的自定义工具，它也能精准传参，报错率低得惊人。
2、思考长度可调节
它支持思考过程的精简或深入。在处理“战略契合度评分”时，我能感觉到它在进行深度逻辑推理；而在处理下载附件这种确定性任务时，它又非常节省 Tokens，这才是成熟模型该有的样子。
3、视觉与多模态的精准度
在 HTML 报告里，它能直接引用 PDF 原始文件的关键页截图，并标注页码。这种对多模态内容的“索引”能力，避免了 AI 常见的胡说八道。
最后统计了下大概的 token 消耗情况：
在企业级复杂的业务场景中，豆包大模型 1.8 更适合处理复杂的 Agent 任务。
看完豆包 1.8 的表现，我一直在想，现在的工具真的太多了，开发者和职场人的切换成本越来越高。
我觉得工具不应该让人去适应它，而应该主动融入我们的工作流。
豆包这次把 Agent、超长上下文和多模态打通，其实是给了每个人一个“一站式”的数字办公室。
