资料来源：火山引擎-开发者社区
6 月 12 日，2025 火山引擎 FORCE 原动力大会开发者论坛成功举办。大会聚焦 Agent 开发新范式，升级发布了 PromptPilot、MCP Servers、TRAE、扣子开发平台等产品，以及多款开源项目，构建起覆盖大模型开发全链路的工具矩阵，为开发者提供从 Prompt 优化到 Agent 落地的一站式解决方案。
PromptPilot：大模型应用的智能“嘴替”
针对大模型落地中“需求表达模糊、Prompt 调试低效”等痛点，火山引擎智能算法负责人吴迪在会上分享了面向大模型的智能解决方案平台—— PromptPilot 平台。该平台如同大模型与开发者间的“智能翻译官”，无需专业知识即可通过需求理解、问题生成、输出优化三环节，实现 Prompt 调试效率提升 300%。
“PromptPilot 并不要求用户拥有大模型专业知识，只要对行业领域、应用场景有一定知识储备和判断力，就能提升大模型的效果。”吴迪表示。
火山引擎智能算法负责人 吴迪
MCP Servers：AI 应用开发的“超级连接器”
为解决 Agent 从概念到落地的链路断层问题，火山引擎推出大模型生态广场 MCP Servers。
该平台已经与 AI 原生 IDE TRAE、方舟体验中心、扣子等平台打通，深度集成云服务能力，开发者可通过 MCP 控制火山引擎的云服务组件，便捷地完成计算、网络、存储等环境部署，更快地把一个创意变成一个成熟的产品。
TRAE：百万开发者选择的 AI 原生 IDE
火山引擎协同推出的 AI 原生 IDE 产品 TRAE，致力于通过 AI 的能力帮助全球开发者提升研发效能，加速软件创新。它将产品、工程、模型有机结合，提供代码补全（包括预测下一个补全位置和连续补全）和局部代码生成的核心功能；支持自然语言开发，可完成代码重构、批量修改、知识问答等复杂任务；并能让开发者在“AI 主导”和“AI 辅助”之间自由切换，找到最适合的协作方式。
会上，TRAE 负责人石扬表示，自今年1月上线至今，TRAE 月活用户已经超过了100万。下一个版本还将整合不同的 Agent 和工具，协调任务流程，实现自动串联操作，逐步从 AI 辅助编程向支持 AI 开发全流程进阶。
TRAE 负责人 石扬
扣子开发平台：Agent 的全生命周期管家
面对 Agent 规模化落地难题，扣子开发平台全面升级，成为覆盖 Agent 低代码开发、全代码开发，Agent 调优和 Agent 协作的全生命周期平台。扣子罗盘技术负责人王新盟介绍了扣子升级后的整体产品矩阵：
- 扣子低代码开发平台：提供智能体 IDE、数千个插件、并对接火山方舟知识库以及豆包、DeepSeek 等主流模型，以一系列低代码搭建能力，助力零代码经验的开发者快速搭建 Agent 和应用；
- 开源 Eino 框架：提供 Go 语言版本的 Agent 搭建框架，将 Agent 开发的核心模块提炼为标准化组件，帮助全码开发者快速编写构建 Agent；
- 扣子罗盘：服务于任何搭建形式的 Agent 调优，侧重在 Agent 评测、观测、效果调优、数据飞轮等能力建设，帮助开发者持续迭代运行 Agent；
- 扣子空间：提供通用 Agent 和专家 Agent，让 Agent 互相协作成为生产力工具，帮助用户解决实际问题。
扣子罗盘技术负责人 王新盟
开源矩阵：激活 AI Agent技术生态
会上，圆桌讨论环节聚焦开源技术对 AI Agent 的突破作用，重点讨论两大开源框架，构建从技术开发到场景落地的完整链路。
- 强化学习框架 veRL：作为提升 Agent 能力的关键技术，veRL 框架通过 3D-Hybrid 引擎、灵活模型放置策略及主流算法集成，帮助开发者快速搭建 RL 模型开发管线。火山方舟基于 veRL 做了产品化的封装，提供更低门槛的 Serverless 强化学习体验。
- Deep Research 框架 DeerFlow：DeerFlow 利用大模型进行课题研究的自主规划，自动调用网页搜索、RAG、Python 执行器等工具，最终生成图文报告与播客内容。DeerFlow 还支持通过 MCP 协议扩展工具生态，目前已在火山引擎 “函数服务” 中上线，可实现一键部署。
圆桌讨论
火山引擎是一座 AI 的宝藏。未来，火山引擎将持续拓展更开放的 AI 开发生态，通过低门槛工具矩阵与开源技术体系，加速释放 Agent 智能价值。
)
