实测 Seed 2.1 Pro：从零到一，开源一个大学生就业补贴的公益网站

实测 Seed 2.1 Pro：从零到一，开源一个大学生就业补贴的公益网站 实测 Seed 2.1 Pro：从零到一，开源一个大学生就业补贴的公益网站 Modified June 25 效果 丑…… 这其实不怪 Seed 2.1 Pro，这不管是 Claude 还是 GPT，如果不加什么 Skill 或者你不在 UI 设计上专门叮嘱和约束，它们搞出来的前端大体都长这样，基本就这种「能用……但不太想用」的样子。 08 前端改进 所以我又提了几个具体要求： 图标别用 emoji 要自己画 SVG，PC 端要多列瀑布流布局增加信息密度，卡片设计要更有质感。 修改要求 在我的指点下，这一版显然就好太多了（当然还有提升空间，我也没用什么高级的 Skill 外加产品类型上也不适合整什么花活）。 桌面端分为 4 列的瀑布流，绿色系配色，统一的 SVG 图标： 桌面端效果 移动端也做了响应式适配，双列展示： 移动端效果 确认效果 OK 之后，我继续让 Seed 2.1 Pro 打包构建，部署到服务器，并使用 Cloudflare CLI 配好了二级域名和 DNS 解析。 部署完成 最终，网站上线： https://subsidy.agihunt.info 支持全文搜索、按城市等级和具体城市筛选、按可信度筛选，242 条政策全部展示，每条都附有官方来源链接。 09 用完的体感 从配置接入到网站部署上线，整个项目全程使用 Seed 2.1 Pro 完成，Seed 2.1 Pro 用时约 2 小时，我自己用时……这个真不好计算，并行太多了太难拆了你懂的。 来说说我的实测感受。 当然，和一闪而过的 Fable 5 相比，Seed 2.1 Pro 还是明显有些差距的。比如数据采集的脚本它调试了两次（或者三次）才成功运行，这事我估计 Fable 5 能一把过……不对，Fable 5 估计不会配合干这样的事…… 其他的 python, swift(ocr 用), gh 操作, cloudflare 操作, nginx 配置, 服务部署等各种开发相关任务跑下来，和 Opus 4.6 或 4.7、4.8 相比，还不能说显然要更好。但真实的感受就是， 我好次差点忘了自己在用的是 Seed 2.1 的模型了…… 在这类日常任务上，我基本没有手感上的差异。可能我需要反思的是，我这个项目会不会太简单了？（前端部分或许简单了一点，其他也没那么容易啊……） 整体回顾一下，Seed 2.1 Pro 还是有几个点表现不错： Agent 长链路能力 ：从数据采集 → OCR → 联网验证 → 质量审计 → 交付打包，中间还有异常重试和并发处理，这种多步骤、跨工具的长链路任务，跑下来表现稳定，没有感受到和 GPT 5.5 和 Claude 4.6+ 的明显差异。 写代码没问题，但审美还得人来 ：前端项目的功能在实现上没什么问题，但 UI 设计需要给更多的指点和要求才行。不过这一点上，目前各家模型也都还是需要一番指点的了。 成本优势 ：和 Claude 等昂贵模型相比，Seed 2.1 Pro 的综合成本确实还是便宜太多了。 算下来，这整个项目跑完的成本大概是同量级 Claude 调用的几十分之一。以我对 ccusage 的光顾经验而言，这事如果换做 Opus 大约会是 50$ 左右的量级，而我给 Seed 2.1 Pro 充的 200 块钱，其实还是充多了…… 10 后续计划 这个项目，原本还有些其他想做的： 比如给网页加个 AI 助手，让用户直接对话查政策，比手动筛选会方便许多。 还有数据的自动化更新也要做，因为政策信息会变动、会过时。还有 GitHub 上的 PR 和 Issue（希望会有很多）的自动化处理…… 而这些工作，除了涉及 coding，还有大量的数据处理、多模态理解等综合的 Agent 能力要求的场景，用便宜（省钱）、好用（完成常规项目在差异上基本无感）、易用（容易用上）的 Seed 2.1 Pro 还是非常合适的选择了。 当然，本次测试也有一定的局限性，毕竟只是单个项目维度的体验，不能完全代表该模型在所有场景下的表现。 如果你已经试过了 Seed 2.1 Pro ，有一致或不同的体感，欢迎一起探讨。如果还没试过，那建议你一定要去试试，不要轻信他人（和我）。 同样，也欢迎对本项目提 Issue 和 PR。 并欢迎将本文转发给这一届的毕业生们，或许会对他们有些帮助或启发。 ◇ ◆ ◇ 相关链接： • 补贴查询公益网站：https://subsidy.agihunt.info • GitHub 仓库：https://github.com/Johnixr/graduate subsidy guide （ 主要 代码由弘文完成，我进行了提交） • 火山方舟 API：https://console.volcengine.com/ark • Seed 2.1 项目主页：https://seed.bytedance.com/seed2 1 效果 丑…… 这其实不怪 Seed 2.1 Pro，这不管是 Claude 还是 GPT，如果不加什么 Skill 或者你不在 UI 设计上专门叮嘱和约束，它们搞出来的前端大体都长这样，基本就这种「能用……但不太想用」的样子。 08 前端改进 所以我又提了几个具体要求： 图标别用 emoji 要自己画 SVG，PC 端要多列瀑布流布局增加信息密度，卡片设计要更有质感。 修改要求 在我的指点下，这一版显然就好太多了（当然还有提升空间，我也没用什么高级的 Skill 外加产品类型上也不适合整什么花活）。 桌面端分为 4 列的瀑布流，绿色系配色，统一的 SVG 图标： 桌面端效果 移动端也做了响应式适配，双列展示： 移动端效果 确认效果 OK 之后，我继续让 Seed 2.1 Pro 打包构建，部署到服务器，并使用 Cloudflare CLI 配好了二级域名和 DNS 解析。 部署完成 最终，网站上线： https://subsidy.agihunt.info 支持全文搜索、按城市等级和具体城市筛选、按可信度筛选，242 条政策全部展示，每条都附有官方来源链接。 09 用完的体感 从配置接入到网站部署上线，整个项目全程使用 Seed 2.1 Pro 完成，Seed 2.1 Pro 用时约 2 小时，我自己用时……这个真不好计算，并行太多了太难拆了你懂的。 来说说我的实测感受。 当然，和一闪而过的 Fable 5 相比，Seed 2.1 Pro 还是明显有些差距的。比如数据采集的脚本它调试了两次（或者三次）才成功运行，这事我估计 Fable 5 能一把过……不对，Fable 5 估计不会配合干这样的事…… 其他的 python, swift(ocr 用), gh 操作, cloudflare 操作, nginx 配置, 服务部署等各种开发相关任务跑下来，和 Opus 4.6 或 4.7、4.8 相比，还不能说显然要更好。但真实的感受就是， 我好次差点忘了自己在用的是 Seed 2.1 的模型了…… 在这类日常任务上，我基本没有手感上的差异。可能我需要反思的是，我这个项目会不会太简单了？（前端部分或许简单了一点，其他也没那么容易啊……） 整体回顾一下，Seed 2.1 Pro 还是有几个点表现不错： Agent 长链路能力 ：从数据采集 → OCR → 联网验证 → 质量审计 → 交付打包，中间还有异常重试和并发处理，这种多步骤、跨工具的长链路任务，跑下来表现稳定，没有感受到和 GPT 5.5 和 Claude 4.6+ 的明显差异。 写代码没问题，但审美还得人来 ：前端项目的功能在实现上没什么问题，但 UI 设计需要给更多的指点和要求才行。不过这一点上，目前各家模型也都还是需要一番指点的了。 成本优势 ：和 Claude 等昂贵模型相比，Seed 2.1 Pro 的综合成本确实还是便宜太多了。 算下来，这整个项目跑完的成本大概是同量级 Claude 调用的几十分之一。以我对 ccusage 的光顾经验而言，这事如果换做 Opus 大约会是 50$ 左右的量级，而我给 Seed 2.1 Pro 充的 200 块钱，其实还是充多了…… 10 后续计划 这个项目，原本还有些其他想做的： 比如给网页加个 AI 助手，让用户直接对话查政策，比手动筛选会方便许多。 还有数据的自动化更新也要做，因为政策信息会变动、会过时。还有 GitHub 上的 PR 和 Issue（希望会有很多）的自动化处理…… 而这些工作，除了涉及 coding，还有大量的数据处理、多模态理解等综合的 Agent 能力要求的场景，用便宜（省钱）、好用（完成常规项目在差异上基本无感）、易用（容易用上）的 Seed 2.1 Pro 还是非常合适的选择了。 当然，本次测试也有一定的局限性，毕竟只是单个项目维度的体验，不能完全代表该模型在所有场景下的表现。 如果你已经试过了 Seed 2.1 Pro ，有一致或不同的体感，欢迎一起探讨。如果还没试过，那建议你一定要去试试，不要轻信他人（和我）。 同样，也欢迎对本项目提 Issue 和 PR。 并欢迎将本文转发给这一届的毕业生们，或许会对他们有些帮助或启发。 ◇ ◆ ◇ 相关链接： • 补贴查询公益网站：https://subsidy.agihunt.info • GitHub 仓库：https://github.com/Johnixr/graduate subsidy guide （ 主要 代码由弘文完成，我进行了提交） • 火山方舟 API：https://console.volcengine.com/ark • Seed 2.1 项目主页：https://seed.bytedance.com/seed2 1 🔗 原文链接： https://mp.weixin.qq.com/s/IiE8SaDn... https://mp.weixin.qq.com/s/IiE8SaDn... 原创 尹John 尹John AGI Hunt2026年6月24日 09:00 北京 在昨天的 Force 大会上，火山引擎发布了豆包大模型 Seed 2.1 Pro 系列，API 也同步上线到了火山方舟，全面开放使用。 字节已经在视频生成领域实现了全球领先，Seedance 2.0 基本锁定了第一梯队的位置 （今天还同时发布了更猛 Seedance 2.5 ） 。而这次的 Seed 2.1 Pro，是要在 Coding 和 Agent 能力上再下一城。 官方给的 Seed 2.1 Pro 性能数据里，我比较关注的是下面几个： Agent 执行能力 上，GDPVal（真实世界经济价值任务评测）拿了 87.9 的最高分，超过 GPT 5.5 和 Opus 4.7；APEX Agents 上和 Opus 4.7 基本持平。 Agent 执行能力 Benchmark Coding 交付能力 上，SWE Pro 拿到 57.5 接近 GPT 5.5，NL2Repo Bench（自然语言转仓库级代码）47 分超过了 GPT 5.5 的 45.1。 Coding 交付能力 Benchmark 多模态理解 上，MathVision 92.6 分排第一，BabyVision 73.7 大幅领先其他模型。视觉能力一直是豆包的强项，算是延续了前一代的模型优势。 多模态理解 Benchmark 兼容方面，Claude Code、Codex、OpenClaw 等主流的 Coding Harness 都可以直接接入 Seed 2.1 Pro。它同时兼容 OpenAI 和 Anthropic 格式的 API，从而市面上绝大多数 AI 工具都能无缝使用。 价格方面，Coding 和 Agent 场景下综合成本每百万 token 1.96 元（算上 Cache），与 Claude 和 GPT 相比……确实太白菜价了。 当然，官方数据只能做为参考，其他人的评测我同样也是只当作参考——我一般不太信别人的评测，无论如何得自己跑一跑才算是真的用过，于是怒充了 20 + 180 = 200 块（分了两次，想着 20 有点小气了……），实测了下。 同样的，对你也一样，我的文章就只能当做参考，建议亲自上手使用和感受。 01 从 0 到 1 完成一个开源项目 我从还没有 ChatGPT 时起，就有个小笔记本，会随手记一些有的没的的小项目和小想法。大致分几类：有些就纯好玩但其实没什么用，有些是对我自己有用的个人工具，还有一些则是可能对其他一部分人有用。 后来我发现，这几类里正反馈最多的，还得是第三类。而我今天要用 Seed 2.1 Pro 来做的，也是这样的一个小项目。 如果你和学生党接触较多，那应该会注意到这两周正好是高校的毕业季。我也机缘巧合接触到了不少学生群体，相比于我等古法互联网从业人员，我的感受是这一代刚毕业的年轻人面临的压力和迷茫还是要更多一些。当然，对一部分人来说，机会也更多。 而有一个很应该知道的事儿是，各地都有不少针对大学生的就业补贴政策，但信息散落在各种平台和政府网站上，且很多人根本不知道自己所在城市有什么可以申请、适合自己的。 正好端午节期间和弘文（他昨天刚拍完毕业照，今天举行毕业典礼）面基时聊到了这个，我俩都觉得应该搜集一下汇总起来，让毕业生们可以统一查看，效率要更高一些，没准还能影响到一些毕业生的工作地选择。 所以我想，就正好拿这个项目来试试 Seed 2.1 Pro： 把全国主要城市的大学生就业补贴政策自动采集整理出来，做成一个可查询的网站，然后开源。 从数据采集到网站上线，一个项目正好能把 Coding 和 Agent 能力都跑一遍，还能顺手做个对毕业生们可能有点用的东西出来。 02 接入 Seed 2.1 Pro 如前面所说，火山方舟的 API 是兼容 Anthropic 协议的，配置到 Claude Code 中使用，其实就是改个环境变量的事（Codex 也同样可以）。 Claude Code 配置 Seed 2.1 Pro 当然了……这事我可不会自己干，Claude Code 给我搞了个 seed.env 存 Ark 的 Base URL、API Key 和模型 ID，然后给我写个 claude seed 启动脚本，加载这套配置后启动 Claude Code。 这样 claude 命令不受影响依然走 Anthropic 原版，而 claude seed 则走 Seed 2.1 Pro，两套互不干扰，也不需要什么 switch 的项目…… 输入 claude seed 启动后，可以看到左下角显示 doubao seed 2 1 pro preview ，确认模型切换成功。 模型名确认 好了，开始干活！ 03 49 个城市数据 当然，我没有让 Seed 版 cc 直接无脑开干，人的 Know How 目前还是有点重要的，至少能少走些弯路。 这里我的 Hnow How 就是，这许多信息其实某书上都有人发了……而且会整理得很好，那完全可以作为信息收集的第一步。 鉴于本项目纯公益和利他，且部分环节因你懂的原因不便公开展示，有些图我会打上码…… 任务 prompt 我给 Seed 2.1 Pro 下的需求是：搜索全国一线、新一线、二线共 49 个城市的大学生就业补贴政策信息，每个城市取前 3 条笔记（这里我想着先跑通为主就不上来猛干了），提取图片和文字，对图片做 OCR，然后把所有信息按统一格式整理成结构化数据。 Seed 2.1 Pro 拿到需求后，它先是自己组织了采集流程：写 Python 脚本、调用搜索接口、逐城并发采集、下载图片、处理异常重试。 运行采集脚本，部分过程不便展示。。 然后，就直接给我全跑完了（我一度怀疑说这事这么简单吗……） 采集完成。声明：数据来源为某平台公开信息，仅为公益研究性质的少量采集，未对平台系统有任何侵入或损害，亦未勿用于商业用途 覆盖了全部的 49 个城市全部，采回了 147 条内容、共 383 张正文图片。 04 图片信息提取 我们知道，平台上拿回来的笔记里，很多关键信息其实都藏在了图片里，纯文字提取是不够的。 Seed 2.1 Pro 接着调用了 macOS Vision 框架（这样比较省 token 不用自己干），对 383 张图片逐一做了文字识别，然后把识别出的文字和笔记正文合并到一起。 OCR 识别环节 合并后的文本再按统一的字段格式进行了提取（这里就没法偷懒了，得模型自己上了）：补贴项目、适用对象、补贴标准、申请渠道。 然后，懂的都懂，某书比较封闭所以这里显然是拿不到准确的政策来源出处的……于是 Seed 2.1 Pro 又逐条联网去核实了政策的来源链接，给每条数据标上可信度（高、中、低）。 到此，「采集原始信息 → 图片 OCR → 文字提取 → 联网验证 → 可信度标注」的整个长链路，Seed 2.1 Pro 自己全给跑完的，中间没有我的介入。 产出了图片、代码、excel、csv 等各种文件（太多了。。我其实也看不过来）。 05 数据质检 跑完数据处理之后，Seed 2.1 Pro 还自发跑了一轮质量审计。 质量审计 审计结果是：49/49 城市全覆盖，共整理出 294 条补贴政策，其中 46 条被标记为「疑似泛化政策」（即可能不是该城市本地的政策），107 条存在字段缺失（主要是申请渠道没找到）。 同时 Seed 2.1 Pro 还给出了可信度的分布情况：高可信 136 条，中可信 106 条，低可信 52 条。 去掉低可信的之后，最终交付了 242 条高/中可信政策，覆盖 49 个城市 。 （说明前面的 3 条还是少了，不过先这样，后续再补充） 高可信政策表格预览 每条政策都有结构化的完整字段：城市、补贴项目、适用对象、补贴标准、申请渠道、可信度等级、官方来源链接。 政策详情 这个「干完活还自己做质检」的行为，我并没有提醒它，但其实还是蛮重要的并非多此一举，这也是 Agent 能力的一个重要体现。 执行任务只是一方面，还需要能评估自己的产出质量如何、并针对评估结果进行改进和调整。 06 开源 数据整理好了，下一步自然是： 开源 。 我跟 Seed 2.1 Pro 说了一句： 帮我把这份数据开源到 GitHub，新建个公开仓库然后 push 上去 。 开源过程 它自己写了 README（项目背景、数据说明、局限性声明），创建了仓库，配好 .gitignore 排除敏感信息，然后一口气 push 上去了。 开源完成 仓库地址：https://github.com/Johnixr/graduate subsidy guide 242 条政策数据，JSON、CSV、Markdown 三种格式，所有人都可以随取随用。且就此刻而言，数据的即时性和可靠性大体还是 OK 的，我有抽检过。 07 网页版 我本想就此打住收工了，但一想数据躺在 GitHub 上终归不够方便，如果有个网页可以让人能搜索、筛选……会比较方便查看。 于是我又让 Seed 2.1 Pro 用 Vite + React 给搭了个网页，要求是：搜索框、城市筛选（按一线/新一线/二线分组）、可信度筛选、卡片式展示。 制作网页的 prompt 用时 6 分多，很快就给我干完了。 完成 我看了下，功能倒是基本齐了没什么毛病……但这 UI……怎么说呢……