你可能对 Coding Plan 耳熟能详了，但是字节火山引擎又卷出了新高度，搞了个Agent Plan：

怎么理解 Agent Plan？

Coding Plan 只能用来覆盖 coding 过程消耗的 token，而 Agent Plan 除了 coding token 之外，还可以调用绘图工具（Seedream 5.0）、视频生成工具（Seedance 2.0）、联网搜索、embedding 等 Harness 工具。

简单说：

Agent Plan = Coding Plan + Image 生成 + Video 生成 + 其他工具链

这样你就不用为每个 AIGC 服务单独接一套 API 了。

Agent Plan 包含什么

Agent Plan 引入了 AFP（Agent Fuel Points，Agent 燃料值）作为统一的资源计量单位，本质上就是一种 Credits。

以 Medium 套餐为例：

• 10000 AFP / 5 小时
• 35000 AFP / 周
• 100000 AFP / 月

路由大模型支持以下这些（国内各家一线模型基本都支持了）：

最低档用不了 Seedance，不能生视频的 Agent 不是好牛马。Medium 及以上档位还会送个 ArkClaw 轻量版实例。

苏米注：AFP 的消耗量因任务而异。根据实测，一张图片大概消耗几十个 AFP 值，生成视频会消耗几百个 AFP 值，具体数值和图片/视频的分辨率、时长等相关。10 万点/月的额度对于日常使用基本够用。

配置方法（两种方式）

方式一：使用 Ark Helper（推荐）

在 Agent 所在机器的终端中输入：

curl -fsSL https://lf3-static.bytednsdoc.com/obj/eden-cn/ylwslo-yrh/ljhwZthlaukjlkulzlp/install.sh | sh

安装完成后输入 ark-helper，会弹出 TUI 界面：

选择 Agent Plan → SSO 登录自动获取 API Key → 选择模型（推荐 ark-code-latest，对应火山引擎后台的 Auto 模型，会智能判断哪个模型最适合承接工作）：

配置完成后，在 Agent 对话中 /reset 一下，就能看到更新后的模型了。

方式二：手动配置

如果不打算使用 ark-helper，可以采用手动配置 custom endpoint 的方式：

hermes model

然后输入：

• API Base URL：https://ark.cn-beijing.volces.com/api/plan/v3
• API Key：从 火山引擎控制台 复制
• Model Name：从 模型列表页面 复制，如 deepseek-v4-pro-beta

获取 API Key 的页面：

配置完成后同样 /reset 即可生效。

实战案例

案例 1：自媒体工作流 Skills 的安装和适配

先让 Agent 将 draco-skills-collection 仓库中的 skills 安装好：

然后让 Agent 在 GitHub 仓库里创建一个 Agent Plan 专用 Skills 集合并完成所有 Skills 的改造以适配，比如用 seedream 替换 nano banana，以及用 Agent Plan 自带的 seedream/seedance代替需要通过API KEY打通的版本。

目前已支持的 Skills 涵盖了基于飞书体系的信源抓取、日报撰写推送归档、飞书文档推送公众号、公众号封面生成、AI 短剧管线、播客生成、Hyperframes/Manim/Remotion、英文单词教学视频生成等一系列 skills：

以上任务一共消耗 AFP 点数 1400 左右。速度非常快，20 个左右 skills，大概两三分钟就搞定了。

案例 2：多模态网站构建

Agent Plan 中最重要的就是多模态能力——字节家的 Seedream 5.0（生图）和 Seedance 2.0（生视频）。

小试牛刀先来画个折纸女孩：

然后用这张图生成视频，Seedream 和 Seedance 能力都通了。

接下来完成一个多模态网站任务——"动漫风格馆"，让 Agent 利用 Seedream 5.0 和 Seedance 2.0 的生图和生视频能力制作一个集萃全世界著名动漫风格的网站。

案例 1 和案例 2 合在一起，基本意味着你可以把飞书 + Agent Plan 当成你的"数字座舱"——写文章、推送到公众号、生成播客、生成图片、生成视频、创建多模态网站，几乎不需要触碰若干个不同工具的 GUI，只需要和 Agent 交互就能得到想要的一切。

案例 3：专业数据查询

打开 ArkClaw 的"专业数据库"功能后，可以查询金融数据。比如：

帮我从中国金融数据集中查询和分析招商银行过去 5 年的盈利能力是否承压

ArkClaw 输出的分析报告包含：

• ROE 持续下行：从 2021 年的 16.96% 下降至 2025 年的 13.44%，核心盈利能力面临较大压力
• 净利润增长陷入停滞：2023 年净利润同比增速降至 0%
• 净利率逆势提升：从 2021 年的 36.18% 提升至 2025 年的 44.77%，通过成本管控对冲营收增长乏力

专业数据库支持的数据类型包括：

• A 股股票数据（公司基本信息、估值指标、盈利能力等，支持 881+ 个指标）
• 历史市场数据（A 股/港股/美股的历史行情）
• 企业信息查询（工商注册信息和企业风险信息）
• 宏观经济数据（GDP、人口、失业率等）

写在最后

每天跟 Agent 打交道超过 6 小时之后，有一个强烈的感受：Agent 这场战争，全模态者为王。

在全模态都拥有 SOTA 模型的厂商将获得最终的胜利。海外的话，OpenAI 有这个优势——GPT-5.5 的 coding 能力强是一方面，另一方面就是在 coding 过程中 GPT-Image-2 能直接帮你把视觉物料都准备好，真的可以实现一站式 coding。

再看国内，目前字节领先——编程、绘图、视频、音频等模型在各细分领域都基本处在第一梯队，阿里紧随其后，然后是逐渐发力的腾讯和拥有全模态能力的 MiniMax 并列第三。

各家编程能力不相伯仲那天，图片、视频、音频等内容的生成能力才是胜负手。毕竟，人本来就是多模态生物，能看到能听到才是王道。

苏米注：

Agent Plan 的定价页面：volcengine.com/activity/agentplan

如果你需要同时使用 coding、绘图、视频生成等多种 AI 能力，Agent Plan 比单独订阅各项服务要划算得多

配置文档：volcengine.com/docs/82379/2373743