最近真是捅了 MCP 窩了，上周火山開了一次開發者見面會，發布了挺多東西的，主要有：

• 正式發布了豆包深度思考模型 Doubao-1.5-thinking-pro 和全新的視覺理解模型 Doubao-1.5-vision-pro，這個咱們上周介紹過了，視覺推理非常強大，。
• 還發布了方舟 × RTC 硬件：把端側自動喚醒與云端大模型語音能力一次打包，讓玩具、家居、穿戴等設備一鍵升級為能與人自然實時對話的“會說話”智能體。
• 最后也是跟我們開發者最相關的是DeepSearch：一個深度搜索復合應用服務，集成了聯網搜索、知識庫、網頁解析、Python 代碼執行器等豐富的 MCP 服務，無需配置直接調用。

RTC 硬件這個也不太好測試，主要我也不懂，而且需要硬件，這次主要試一下 DeepSearch 服務。

其實現在所謂的 Agents 服務主要的任務和內容還是基于AI 搜索信息的加工和再整理，這部分是核心，也是非常吃技術能力的地方。

火山把這部分能力變成應用之后對于開發者來說省了很多事情，人人都能搞 DeepSearch 了。

效果怎么樣

先來一個最常見的問題和測試旅游規劃。

即使這種看起來簡單的任務很多 AI 搜索其實做的不好，看著內容輸出很多，很多都是各個景點介紹的廢話。

用戶其實需要的是實時性比較強的信息，比如交通怎么安排，怎么樣可以順路，一些危險的項目需要準備哪些東西等。

比如我這個朋友的需求就是 5 天時間，必須去的地方有雨崩村和南極洛的徒步，其他的需要 AI 安排，也就是說 AI 需要考慮必須去的那兩個地方跟其他地方的關系和安排順序。

火山 DeepSearch 開始先會規劃步驟，然后進行了搜索。

可以看到搜索的網頁都非常精準，而且會在每次涉及到對應信息的時候專門搜索對應信息，這里它開始研究雨崩村行程的時候就只搜雨崩村的信息，這樣可以避免一次搜完之后模型上下文記不住遺落信息。

然后我們來看一下結果，它的行程安排非常合理。

而且沒有又臭又長的廢話和景區介紹，全是行程時間、你需要關注的景點和信息信息（門票、車程）。

在涉及到南極洛的部分的時候非常精準且干脆的說了幾點出發、禁止外來車輛他還記得是 6 月去，特地說了 6 月杜鵑盛開很好看。

最后在涉及到比較危險的徒步行程的時候給了很詳細的注意事項介紹，徒步裝備這里很強，介紹的都是必須而且實用的。

第二個問題是調研性質的，其中我加了一個新能源汽車上險量的數據查詢來考察幻覺問題，具體的問題為：

幫我監控國產'新能源汽車’行業最近一周的主要新聞、需要包含相關關鍵數據，最新產品動態和社交媒體熱議話題，生成一份包含關鍵信息摘要、數據圖表(如有)和熱度趨勢的簡報

可以看到他非常誠實的說沒有搜到 17-24 號的上險量數據，但是給出了 13-20 號的部分數據，我點開來源的鏈接檢查了一下沒問題，依托今日頭條的內容在搜索一些熱點資訊的時候火山還是很強的。

而且內容組織非常合適，顯示重要的產業新聞和總體數據，然后是其他的新能源車數據，跟我問題一致，最后才是各個廠家發布的信息，還有社交媒體的熱度信息，他分的很開非常有條理。

如何使用

接下來我們說一下怎么用火山的 DeepSearch 能力，首先登錄火山方舟平臺，然后在應用廣場找到深度推理應用。

進去以后點擊體驗應用就能進行測試和體驗。

測試的時候可以調整問題的最大拆解層數，基本對應了模型規劃的任務步數，最多可以到 10 步

另外是個性化，開啟之后火山會收集測試時的提示詞進行提示詞優化。

然后你可以在MCP 服務設置的部分看到調用的所有 MCP 服務的詳細信息，還可以選擇是否啟動。

如果你覺得不錯想要使用的話可以點擊應用詳情頁面的復制應用，全部開通之后就可以在我的應用部分看到了。

技術優勢

看了一下這個應用的介紹，主要的實現方式為：

• API 網關接收指令并做安全鑒權；
• Server 側由 Supervisor Agent 生成 Planning，將子任務分配給并行 Work Agent；
• 各 Work Agent 通過 Search／Knowledge／LinkReader 等 MCP Server 調用外部能力，必要時寫入 TLS 日志與 Trace 服務。

底層同時掛載 Doubao-1.5-thinking-pro（長鏈推理）、Doubao-1.5-pro（指令遵循）和 DeepSeek-R1 等多模型，保證復雜邏輯與摘要生成各取所長。最終結果回流至 Summary Agent 聚合后返還給前端或第三方應用。

這個實現方式的優點主要是：

• 服務即插即用：所有 MCP 插件都符合統一協議，新插件上架即可被 Supervisor 自動編排。
• 一鍵復制與托管：開發者可直接復制廣場模板，高代碼方式部署至方舟 veFaaS，省去環境配置與運維。
• 生態無縫接入：整機對外暴露 OpenAI-兼容接口，前端、Bot、業務后臺都能零改動集成。

另外這幾天火山還上線了一個 MCP Servers 廣場，里面有超級多的 MCP 服務，而且支持一鍵在說火山體驗和安裝，你也可以看到在 Trae 這種 IDE 上的安裝命令，非常方便，可以在這里看看：https://www.volcengine.com/mcp-marketplace

從這次火山的發布來看國內大廠基本都跑步擁抱 MCP 了，而且從開發者服務到產品都開始整合自身生態并且將 MCP 的使用門檻拉下來。

以往 AI 模型添加能力基本上以月為單位，頭部模型廠商上了之后大家才會跟，MCP 讓探索和實驗的門檻下降了非常多，加上火山這種聚合服務，今年確實是 Agents 年，哈哈。

如果你覺的內容你有幫助的話可以幫我點個贊或者喜歡，也可以推薦給你需要的朋友們！