綜合報道

8min read

火山引擎的「火」，是怎么點起來的

張鵬2025/12/18

摘要

火山引擎目前就是 AI 時代字節(jié)跳動的「技術羊毛」，可薅。

作者｜張鵬

編輯｜ 鄭玄

半年前，我寫過一篇火山引擎的戰(zhàn)略方向分析，當時我判斷，火山引擎已經被明確為字節(jié)的一個戰(zhàn)略目標：因為字節(jié)在 AI 時代需要有最好的底層技術和基礎設施，那么這件事必須不能只是自造自用，而是要通過「外循環(huán)」來驗證和放大，所以火山引擎要做好，也必須是 「AI 云原生」。

其實過去兩年，所有云業(yè)務的企業(yè)，都已經意識到云的未來，不再是舊賽道里賣服務器、賣帶寬的存量博弈，而是 AI 能力帶來的全新需求。在這個新時代，云廠商賣的不再是底層的「資源」，而是經過封裝的「能力」。

有趣的是，MaaS（模型即服務）過去 2 年被提出，但是經歷了早期「嘗鮮」后，也一度被業(yè)界懷疑過，當時主要的原因是模型如果本身不行，不能真正解決企業(yè)問題，這個模式就不能真正成立。

不過這半年火山引擎死磕 MaaS 的一些更具體的業(yè)務發(fā)展，我覺得 MaaS 這件事已經可以不用討論了，它絕對就是未來的云服務的核心業(yè)務。

為什么說火山是在「死磕」MaaS 呢？先說個最近在媒體上看到了一個火山的「八卦」，大概意思是說火山引擎內部，CDN 這種傳統(tǒng)業(yè)務的銷售權重被降到了很低；而 AI 的 Token 調用量，直接成了核心指標。甚至有的銷售 CDN 等其他傳統(tǒng)云業(yè)務做得挺好，但因為 MaaS 賣不出去就最終淘汰出局。

這個「八卦」如果換個視角看，反而說明火山引擎對 AI 云原生和 MaaS 的重視相當貫穿到執(zhí)行層，確實在用 組織架構的調整、用考核機制的引導來推動戰(zhàn)略 。

壓強夠了，事情就會有突破。從我在業(yè)界了解的消息看，更重要的是火山引擎 2025 年相當突飛猛進，業(yè)績上非?；稹６@個火也確實來自于 MaaS 驚人的高速增長。結合 12 月 18 號的 Force 大會上我看到的一些信息，感覺又值得分析下這個 AI 云原生領域的大玩家「火從何來」了。

01

MaaS 的核心是

「與商業(yè)世界的需求對齊」

想要讓銷售勸客戶把預算從傳統(tǒng) IT 轉給 AI，前提是手里的模型和工具得真能解決業(yè)務問題，而不是讓客戶當「小白鼠」。這次 Force 大會，給我的最大感受是： 火山引擎展示的不僅是模型，也相對更全面的展示了為了讓 AI 能真正落地，他們過去所積累的「家底」。

企業(yè) AI 下一階段是讓 Agent 真正創(chuàng)造業(yè)務價值丨來自：2025 原動力大會·冬

未來的大模型，理解和執(zhí)行是統(tǒng)一的。我們現在看到的 AI 大多還在「理解」階段——用戶向 AI 提出需求，它可以幫忙寫寫文案、聊聊天。但現實世界的需求其實已經要求模型必須能直接操控軟件、調用 API、完成復雜的企業(yè)級 RPA 任務。

不知道大家是否注意到了，豆包 1.8 有一個明顯的進化方向，就是 Agentic 代理能力。豆包在這個版本里重點增強了 Tool Use（工具調用）和 OS Agent（屏幕操控）等能力。這和 Gemini 3.0 Pro 等全球頂尖模型的進化路徑是完全一致的： 讓模型這個大腦不僅「能理解」，還要長出「能干活的手」。

舉例來看，豆包 1.8 現在支持 OS Agent，意味著它可以像人一樣「看懂」電腦屏幕，去點擊按鈕、填寫表單。天下絕大部分的公司都不是「AI Native」的，所以這次升級對于企業(yè)內部大量陳舊的、沒有 API 接口的 ERP 系統(tǒng)來說，這就是讓 AI 接管繁瑣工作的關鍵鑰匙。

以前大家關注模型的能力聚焦在追求智能上限，我相信這一點是字節(jié)內部的基礎模型團隊一直在做的。而火山引擎是字節(jié)跳動「內循環(huán)」+「外循環(huán)」的好處，就是一方面可以依托字節(jié)基礎模型團隊，既支持與字節(jié)的業(yè)務發(fā)展，同時也連接著更大真實世界的需求。

有了需求目標，從基模能力到可用的模型技術的發(fā)展，才變得更有方向感，比如「理解和執(zhí)行一體化」的能力，就是可以對現在非「AI Native 企業(yè)」AI 進化關鍵的落地點，而前段時間火爆的豆包手機助手，其實就是這個能力的「內循環(huán)」，而火山引擎現在把這種能力同步開啟「外循環(huán)」，會讓技術創(chuàng)新變得更有意義。

MaaS 過去一段時間能賣的那么火，以及未來可以繼續(xù)看漲，本質上還是因為這個 「雙循環(huán)」帶來的目標與能力和真實商業(yè)世界的對齊。

另外，從這次火山引擎正式發(fā)布了 Agent 開發(fā)套件「Agentkit」來看，其具備 8 個核心模塊依舊是在「與現實商業(yè)世界對齊」。這次火山提供了 Agent 在開發(fā)、部署、運維、調優(yōu)等各個階段所需要的工具和基礎設施。其中讓我印象很深刻的有兩個模塊： Identity（身份與權限）和 Evalution（評估）。

Agent 落地到企業(yè)里，一個很細節(jié)但是關鍵的問題就是怎么給 Agent 設定清楚它的身份——比如一個客服 Agent 能接觸到哪些數據，可以回答什么樣的問題；比如一個實習生的 Copilot，和高級副總裁的個人助理，怎么避免二者的信息權限混淆。規(guī)避實習生可以通過 AI 輕松拿到公司敏感信息這種情況出現。這些都是看似細節(jié)基礎，但實際上做起來復雜，而一旦出現問題卻有可能給企業(yè)造成重大損失的實干問題。

還有就是 Evalution（評測）的能力。做過 Agent 開發(fā)的人都知道，最大的痛點不是怎么搭建環(huán)境訓出一個 Agent，而是不知道怎么評估一個 Agent 在業(yè)務場景里的能力，畢竟不能把一個剛訓出來還不知深淺的 Agent，隨便就丟進生產環(huán)境里測試。

而 Agentkit 的 Evalution（評測），其實就是一系列評測 Agent 在真實場景中工作能力的測試集。這個一直是個沒有被很好解決的問題，如果對標一下其他國際云大廠，其 Agent 開發(fā)工具內置的評測集好像也只有十幾套。而火山這次一口氣發(fā)布了超過 50 套評估測試集。

場景積累的意義在這里就體現了。顯然字節(jié)跳動內部本身就有幾萬個 Agent，每天進行幾十萬次的評測，所以火山是個巨大的基礎資產。從抖音電商的客服機器人，到 TRAE 的 Coding 助手，這些業(yè)務的需求倒逼火山團隊必須建立有效的 Agent 評測能力。這些為了支撐內部龐大業(yè)務而磨練出的「基建能力」，現在成了火山 MaaS 服務的底座。

02

多模態(tài)一定是云廠商競爭的「新賽點」

除了基模和基建的扎實推進，在這次 Force 大會上，我們還看到了一個信號： 多模態(tài)（視頻、語音、圖像）的理解和生成能力，正在成為 MaaS 增長的新賽點 。

據我了解，火山內部也已經形成了一個認知 ：每增加一種多模態(tài)模型能力，MaaS 的銷售就能帶來顯著的百分比增長。

這不難理解，今天商業(yè)世界的大量場景是視覺的。視頻帶貨、在線教育、娛樂社交，這些才是用戶和需求最集中的場域，而要讓 AI 和 Agent 在這些場域發(fā)揮作用，不論是與用戶對話交互、生成內容，還是理解這些場景里的內容，解決用戶或者創(chuàng)作者的問題，都離不開多模態(tài)模型的能力。

而多模態(tài)能力恰恰也是字節(jié)跳動的「主場」。豆包是最早具備圖像識別能力的大模型之一，還記得 2025 年高考時，豆包在看圖解題上的表現就讓人印象深刻。而在今年 IF 大會上做出精彩分享的張楠，其領導的即夢在今年國內「產業(yè)級 AI 視頻生成」落地競賽里處于領先地位，這背后其實都是同源的技術棧。

而這次發(fā)布的 Seedance 1.5 Pro，解決的核心問題不是「生成」，而是「可用性」。它重點突破了音畫高精同步和多語種對白，尤其擅長中文方言和對口型等。做過影視創(chuàng)作或短視頻的人都知道，這才是從「玩具」變成「生產力」的關鍵。這意味著，未來的短劇、廣告片，甚至是一部分的電影鏡頭，真的可以用 AI 直接生成了。

豆包 Seedance 1.5 Pro 丨來自：2025 原動力大會·冬

同時，豆包 1.8 的視覺理解能力也大幅提升，支持 90 分鐘長視頻的低幀率快速理解，并且支持調用工具對關鍵片段進行高幀率處理。這意味著模型不再是只能看懂一張圖，而是能像人一樣看完半場籃球賽，并分析出戰(zhàn)術布局。

簡單總結一下就可以看出，火山引擎未來一段的發(fā)展戰(zhàn)略和主要焦點，就是在「與商業(yè)世界對齊」的工具環(huán)境和模型能力上。而多模態(tài)能力的領先，恰恰將給火山引擎帶來重要的戰(zhàn)役制高點。

03

客戶實際上在買

字節(jié)跳動的「技術溢出」

要理解為什么火山引擎今年這么火，其實值得換個客戶視角看看他們買單的深層邏輯到底是什么？

由于極客公園接觸創(chuàng)業(yè)者比較多，至少從他們的視角，我聽到了一個有趣的觀點： 今天企業(yè)用火山引擎，本質上其實就是在「薅字節(jié)跳動的技術羊毛」，享受其技術外溢的紅利。

我們來看一組震撼的數據。在這次 Force 大會上，火山公布了一個核心數字： 豆包大模型的日均 Tokens 調用量已經突破了 50 萬億 。

這是什么概念？作為對比，谷歌此前剛剛宣布今年 9 月的全月 Tokens 消耗量為 1.3 千萬億，也就是日均 43.3 萬億。換句話說，火山引擎如果沒吹牛，那么每天處理的 AI 調用量，已經站在了全球云平臺的第一梯隊，甚至在某些維度上實現了超越。

這 50 萬億的調用量似乎是有水分呢？我覺得如果考慮到字節(jié)跳動內部龐大的「內循環(huán)」需求，大概率是差不多的。

2025 Force 大會上火山引擎發(fā)布全景圖丨來自：2025 原動力大會·冬

字節(jié)跳動的特點是，模型悶頭做，然后自己的狗糧自己猛吃。其內部大量的應用和場景，模型調用早就無處不在，每天都在產生海量的 Tokens 調用。這種天然的環(huán)境就必然帶來一個原生的能力——為了支撐這個體量的內循環(huán)，為了讓字節(jié)自己的業(yè)務能跑通、能賺錢，字節(jié)的技術團隊必須把推理成本壓到極致，必須把 AI 云原生的能力做好。

其實今天我接觸的優(yōu)秀創(chuàng)業(yè)團隊和投資人們都有個共識， 無論什么形態(tài)的產品，今天都是個「容器」：一個在場景里贏得用戶，形成「數據飛輪」的容器。它的形態(tài)會不斷演化，甚至終將走向「產模一體」（也就是需要有自己的最優(yōu)模型） 。但是今天的核心不是探討模型是誰的，基礎設施是誰的，而是最高效構建可以拉進用戶，產生數據飛輪的進程。

所以這個時候，就可以理解為什么創(chuàng)業(yè)者們一方面「怕字節(jié)」做和自己類似的產品，但是又很堅決的會選擇火山引擎的 MaaS 服務。核心是他們希望抓住字節(jié)跳動內部技術能力的溢出，就算隨著發(fā)展和能力積累肯定要自己的有模型，那今天也要堅決薅「字節(jié)的技術羊毛」。

顯然更多的真實商業(yè)世界里的企業(yè)，也開始想清楚了這個問題。目前火山引擎日均 Tokens 調用量突破一萬億的企業(yè)客戶已經超過了 100 家，這個數字還在快速上升。

火山引擎這種在 AI 時代支持字節(jié)「內循環(huán)」+商業(yè)世界「外循環(huán)」的雙循環(huán)模式，確實有點勢不可擋。接下來幾年，是國內商業(yè)世界非常值得關注的一個新變量了。

火山引擎AI 時代字節(jié)跳動