智东西

作者 陈骏达

编辑 漠影

首款豆包编程模型，来了！

智东西于11月11日进行报道，今日，字节跳动旗下的云和AI服务平台火山引擎，发布了豆包大模型家族里的首款编程模型，即Doubao-Seed-Code，这是一款专门针对Agentic Coding任务予以优化的编程模型，并且在性价比方面达成了突破。

在性能方面，于业内多个主流编程测评集中，Doubao-Seed-Code的得分超过了国产模型DeepSeek-V3.1、Kimi-K2、GLM-4.6，其整体表现仅次于当前AI编程领域的顶级模型Claude Sonnet 4.5。另外，Doubao-Seed-Code拥有原生256K上下文，这比Claude Sonnet 4.5的200K上下文要高。

若离开了榜单，Doubao-Seed-Code关注的是在真实的编程场景当中能够得以落地，因为它针对主流开发工具做了专门的优化，所以不管是Claude Code的用户，还是Trae的用户亦或是veCLI的用户，都能够顺利轻松地上手，而最终还会拥有稳定的输出效果。

与此同时，Doubao-Seed-Code乃国内第一个支持视觉理解能力的编程模型，它能够参照UI设计稿、截图或者手绘草图来生成代码，或者针对所生成的页面开展视觉比对，依靠自身完成样式修复以及Bug的修复，从而大幅度提高前端开发效率。

需要特别指出的是，就在今日，由字节跳动所拥有的AI原生IDE的产品Trae的中国版本，已然接入了Doubao-Seed-Code模型，Trae与Doubao-Seed-Code的这种组合，于权威的编程基准测试SWE-Bench-Verified里共同登上了SOTA的位置，达成了模型加上工具的生态闭环。

经过与价格相结合，Doubao-Seed-Code变得更具竞争力了。对此模型采用了分层定价方式，在用户使用量最多的0到32K输入范围上，Doubao-Seed-Code的输入价格是1.20元每百万Tokens，输出价格为8.00元每百万Tokens。在使用全量透明缓存之后，模型的使用成本还能够再减少80%，综合使用成本降低62.7%。

在实测期间，我们促使Doubao-Seed-Code完成了经典游戏《我的世界》的复刻，其成本低于2毛钱，在画风以及游戏体验方面均与原版相近，能够直接进行游玩。在相同tokens量的情况下，也就是处于0到32k的区间时，Claude Sonnet 4.5完成任务的成本已然超过了3元。

近日，智东西抢先对Doubao-Seed-Code在真实编程场景当中的效用，进行了深度体验，它不但能够自主规划开发计划，还能够快速搭建前端网页，并且能够深入数据库实施修改，在遇到错误的时候，会主动修复，补充注释，优化结构。直至这一刻，Doubao-Seed-Code已然不再仅仅是“写代码的机器”，实则是一个能够与人并肩思考，共同创造的开发伙伴。

一，毫无缝隙地联接到Claude Code，凭借一张截图就能够仿造“抖音” 。

工具兼容性向来是对AI编程模型被采用造成影响的关键因素当中的一个，此次，Doubao-Seed-Code在工具适配范围之上投入了大量精力。Doubao-Seed-Code挑选了原生状态下就与Anthropic API相兼容的方式，不需要经历任何形式的转换便能够直接使用Claude Code。这表明那些对Claude Code十分熟悉的开发者，基本上能够在不耗费任何用于学习的成本的情况下，将API顺利切换至Doubao-Seed-Code。

火山方舟平台给Doubao-Seed-Code准备了详尽的API调用指南，完全没有经验的用户只要顺着这个指南一步步操作，便能够感受到新模型 。

在对Doubao-Seed-Code的开发能力进行深度实测以前，我们先来几道“开场白”式的题目。，这几道题是为了给后续的实测做铺垫的。

如今，小球弹跳这一情况，差不多已然成为大模型必定会涉及的考题了。由Doubao - Seed - Code所打造而成的小球弹跳，它不光是契合物理规律的，而且还显得极为丝滑。与此同时，该模型自行做出决定增加了一个功能 ，只要对小球进行点击操作，便能够使其受力状况发生改变，这就使得小球弹跳不再仅仅是处于无限循环的状态了。

我们对模型依据网页截图展开开发的能力做了测试，在上传截图之后，Doubao-Seed-Code能够剖析页面布局、视觉特点等情况，随后一步步搭建网页的核心组件，在把结果发送给用户以前，模型会开展功能测试，之后才交付成品。

在平常的应用场景当中，运用Doubao-Seed-Code去开发小工具同样是迅速且高效的。我们试着输入“生成一个宠物日记App”，随后模型就会自动构建App框架，并且设计组件。

短短几分钟，模型得出了可供直接使用的成品，交付了这份成品。登录界面上传图像，不会出现问题，上传文字，也不会发生故障，都能够正常运行。

在开展开发进程期间，我们察觉到，Doubao-Seed-Code 秉持“先予以规划，而后开展开发”这样的逻辑，并且借助深度思索所拥有的能力，针对生成而出的结果展开自我剖析以及进行优化。当用户所提出的需求并非足够明晰的时候，该模型尚且能够主动地对需求予以梳理，甚至还会提出相关问题，以此来获取更多的信息。

这些特性，构成了Doubao - Seed - Code借以在真实生产环境里进行部署的关键依据，成为了重要的基础所在 。

二、前后端代码都能写，超大上下文可改生产级代码库

事实上，Doubao - Seed - Code的能力，并非仅仅局限于造出有趣的小程序或者网页这般，它切实能够承担起复杂的一线开发任务 。

为了塑造更契合实际运用需求的网站，开发者常常在座落于那些提示词之内事无巨细、丝毫不漏地阐明种种涉及到设计环节之细节、存在于交互之内逻辑与此同时乃至关乎技术方面之诸多约束。这般呈现出来的“精细化指令”针对模型提出了更为苛刻而且更高层次的要求：其是否能够真正意义上理解用户内心所蕴含的意图、可不可以在面对复杂程度较高的任务之际稳定持续地执行，变为检验模型实际综合实力最为关键的要点。

在进行实测期间，我们针对Doubao-Seed-Code，一次性发送了超长的提示词，旨在期望模型构建一个开源项目分享网站的原型，此提示词之中，明确规定了包括顶部导航栏、主题展示区、筛选工具等在内的具体组件，并且还针对设计风格提出了详尽的要求。

首先，模型做到了准确还原提示词里的设计，其次，模型生成了前端页面，再者，这个前端页面是可直接交互的，然后，该页面布局清晰，接着，其交互逻辑合理，最后，整体风格与要求当中的“科技感”高度契合。

除去原型开发之外，查找Bug亦是编程模型的另外一大用途。可是，于生产环境里切实放手让大模型对代码作出修改，依旧存有引入新错误、逻辑偏差或者安全漏洞的风险。

令人感到惊喜的地方在于，Doubao-Seed-Code不但有着原生256K上下文环境，能够在大型代码库里面搜索以解决Bug，而且还呈现出了较为不错的处理复杂代码修复的能力以及具备操作规范的意识。

将一个由人编排，存有Bug的Python文件连带相关文件夹给予Doubao-Seed-Code去处理，它一开始就能够精准地找出问题，留意到各类报错以及风险 。

豆包种子代码，在克劳德代码里，去修复代码 。

在对代码进行修复之际，Doubao - Seed - Code所采用的策略是依照一个个步骤、以增量式的方式来推进的，它在每一次做出修改之后，都会即刻去进行验证，以此来保证改动能够切实落地。

尤为难能可贵的是，Doubao - Seed - Code并不单单局限于语法修复，它可以领会程序的逻辑以及业务需求，主动改善异常处理还有输入验证，使得程序更为安全、可靠。借由持续地自我检查以及迭代，它能够发觉先前修复留存的潜在问题，并且予以进一步优化。

在完成前端设计以及Bug修复的挑战之后，我们又去尝试促使Doubao - Seed - Code深入到后端数据库当中，而这一举动将会进一步对模型的能力边界发起挑战。

字段、关系以及约束规则，属于数据库表范畴，相较于前端页面元素而言，显得更为抽象，模型得理解不同字段间的依赖以及作用。在进行数据库操作设计之际，怎样确保数据一致性，怎样避免冲突以及冗余，这堪称一项对模型推理能力予以考验的挑战。

此刻，Doubao-Seed-Code的规划能力发挥出了极大作用，能够瞧见它构建的系统，其结构清晰，契合真实生产场景对于可扩展性以及安全性的需求。

诚然，于这种繁杂任务情形之下，Doubao - Seed - Code亦不容易一回便达成全部工作事项。当出现各种各样的Bug之际，我们唯有把相关代码、报错信息给予模型，再补充以简单描述，模型便能够展开进一步修改，最终迭代产生可以使用的数据库系统。

我们依旧能够通过同样的方式，于现有的基础之上增添复杂功能，像是权限管理这类的。这些功能相互叠加之后，已然能够满足部分生产环境的实际需求了。

三、起底豆包编程模型训练配方：纯强化学习炼出SOTA模型

在真实生产这个场景当中，也极具实力、非常能发挥作用的这样一款编程模型，到底是通过怎样的方式才被锤炼而成的呢？火山引擎作出表示，为了对Doubao - Seed - Code展开训练，他们构建了一个规模巨大的Agent强化学习训练系统。

智能的重要来源是数据，Doubao-Seed-Code在训练期间运用了包含10万容器镜像的巨大训练数据集，进而提供端到端沙盒环境去评测，以此保证模型能够应对多样化、复杂的编程场景 。

模型的训练系统，拥有万级并发沙盒session能力，借由千卡GPU集群，来达成超大规模并行训练，使得模型在高负载状况下，能够稳定地进行学习。

借由强化学习予以的优化，Doubao-Seed-Code借助任务沙盒反馈来做出直接的学习行为，依托这样的一套系统设定，模型并不需要蒸馏的协助或是标注所涉及的冷启动数据，训练路径呈现出简洁且高效的典型特性。

下游指标进行显示，模型于Multi - SWE - Bench数据集之上表现出色，在SWE - Bench - Verified数据集上同样有出色表现，呈现出稳定上升的一种趋势，展现出了泛化能力。

在SWE - Bench基准测试里，Doubao - Seed - Code仅仅凭借强化学习训练，就能够达成SOTA级别的性能呀，这验证了纯强化学习在真实软件工程场景之下所具备的潜力呢。

火山引擎给Doubao-Seed-Code安排上了全量透明缓存能力哟，这能力，跟强化学习训练过程里的设计没啥关系的啦，它的上下文缓存呢，能够在多轮对话的场景当中，把重复计算给减少掉，进而能够很大幅度地提升交互效率和响应速度呢。

趁着Doubao种子代码发布后不久，紧接着火山引擎就同步弄了个Coding计划发布出来 .

较之海外大模型那动不动就数百美元的价格，方舟Coding Plan呈现出比较强的性价比。Lite套餐适宜多数开发者，能够支持中等强度的开发任务，首次购买首个月价格仅仅是9.9元，而针对复杂项目开发而言则能够挑选Pro套餐，初购首月价格是49.9元。

在Claude Code 、veCLI 、 Cursor 、 Cline 、 Codex CLI等这样的主流智能编程环境当中 ，用户能够使用这一Coding Plan 。火山引擎的资源池 ，它能够满足多用户并行 、复杂任务场景之下的稳定响应以及输出的要求 ，这也就意味着企业级用户 ，可以放心地大规模调用Doubao - Seed - Code等模型 ，并且能够获得相对较为可靠的使用体验 。

结语：国产编程模型，走到关键机遇期

进入近几个月的这段时间，存在着不少的海外AI编程模型情况，这些模型正面临断供风险呈现这种状况，而这一情形对于那些依赖高性能AI工具呈现依赖状态的开发者以及企业而言，无疑是不小的挑战，会带来挑战这样的结果 。

正迅速填补这一空白的，是像Doubao，嗯不是，是Doubao - Seed - Code这样的国产编程模型的崛起，它为开发者提供稳定可控的替代方案。随着国产模型在性能和兼容性等方面不断优化，其在国内开发生态中的影响力日益凸显，应用潜力也日益凸显，这为像企业和开发者，嗯，企业和开发者这样的主体带来更加稳健的选择。