Step-DeepResearch：阶跃星辰开源高性价比深度研究代理模型

一、Step-DeepResearch是什么

StepDeepResearch是由阶跃星辰StepFun团队自主研发并开源的端到端深度研究代理模型，核心定位是解决开放式、长周期、高复杂度的信息检索与研究分析需求，让AI具备类人类研究员的核心能力。不同于传统AI仅能完成单一信息搜索或简单总结，StepDeepResearch实现了“需求理解→研究规划→信息探索→交叉验证→深度分析→报告生成”的全流程闭环，无需人工干预即可输出专业级研究成果。

该项目以“中等参数量实现顶级性能”为核心亮点，仅需32B参数规模，就能在专业研究评测中对标OpenAI、谷歌Gemini等头部闭源深度研究模型，打破“大参数量才能出高性能”的行业固有认知。同时StepDeepResearch完全开源，用户可免费获取源码本地部署，也可通过StepFun开放平台调用API，新用户首月免费体验，兼顾灵活性与易用性，核心解决传统研究中“耗时费力、信息零散、分析浅层、报告不规范”的四大痛点，让各类研究场景的效率实现质的提升。

二、功能特色

StepDeepResearch的核心优势围绕“自主、专业、高效、低成本”四大维度展开，四大功能特色层层递进，既保障研究质量，又降低使用门槛，适配各类用户需求。

1、原子能力集成，实现研究全闭环

将深度研究拆解为规划、信息检索、交叉验证、反思修正、报告生成五大核心原子能力，且所有能力在模型层面深度内化，无需依赖外部复杂组件，即可实现单轮推理中的动态闭环——发现信息缺口自动补充检索，发现逻辑矛盾自动反思修正，发现信息失真自动交叉验证，最终输出的报告兼具全面性与可信度。

2、渐进式训练，稳步提升核心性能

摒弃传统“仅预测下一个token”的单一训练模式，搭建从Agentic Mid-Training到监督微调（SFT）再到强化学习（RL）的三阶段渐进式训练流程，针对性强化模型的研究思维与工具使用能力，让模型从“被动生成内容”转变为“主动决策研究动作”，适配复杂开放式场景的自适应需求。

3、跨规模强性能，对标顶级闭源模型

32B参数量属于行业中等规模，但核心评测表现比肩头部闭源产品，在Scale AI Research Rubrics专业评测中斩获61.42分，仅略低于Gemini DeepResearch的63.69分，超越OpenAI DeepResearch的60.67分；在ADR-Bench中文真实研究场景评测中，专家人工评估的Elo评分显著领先DeepSeek-v3.2、GLM-4.6等开源大模型，与顶级闭源模型胜率达50%以上。

4、高性价比，低成本适配多场景

在保持顶级研究性能的同时，StepDeepResearch的部署成本和推理成本仅为同类闭源模型的十分之一，本地部署无需超高配置硬件，云端API调用价格亲民，新用户首月免费，无论是个人研究者还是企业团队，都能低成本享受到专业级深度研究能力。

表1 StepDeepResearch与主流研究模型核心性能对比表

三、技术细节

StepDeepResearch的核心技术优势在于“架构优化+训练创新”，既沿用行业成熟范式又做针对性优化，确保技术落地性与性能领先性，核心细节可分为系统架构和核心技术两大模块，整体设计通俗易懂，便于二次开发与落地。

（一）系统架构：基于ReAct范式的单代理闭环架构

StepDeepResearch采用行业成熟的ReAct范式搭建核心架构，核心逻辑模拟人类研究员的工作流程，形成“推理→行动→反思”的动态闭环，确保研究过程的自主性与严谨性，无需复杂多代理协作即可实现深度研究。

1. 核心闭环逻辑：推理阶段理解需求、拆解任务、识别信息缺口；行动阶段根据推理结果调用对应工具获取信息；反思阶段评估信息质量、修正推理偏差，循环迭代直至完成研究目标，最终自动生成报告。

2. 核心工具集：配备4大类核心工具，覆盖研究全流程需求，工具调用灵活且可扩展

• batch_web_surfer：批量网页搜索与内容提取，支持精准检索、多源信息汇总，解决信息获取效率问题

• file：本地文件读写与编辑，支持上传本地文档构建专属知识库，适配本地化研究需求

• todo：任务状态管理，自动记录研究进度与待完成事项，确保研究流程不遗漏关键环节

• shell：交互式命令执行，支持简单数据处理与环境交互，拓展研究场景边界

3. 核心仓库结构：源码模块划分清晰，便于用户快速上手与二次开发，核心目录包括cortex（代理、模型、工具等核心代码）、cortex-ui（可视化交互前端）、demo（实战研究案例）、scripts（运行脚本与配置）、assets（资源文件）五大模块。

（二）核心技术：三大创新点支撑高性能与低成本

1. 原子能力内化技术：将深度研究的五大核心能力拆解为可独立训练的原子任务，通过针对性数据合成与训练，让模型深度掌握每一项能力，同时实现能力间的协同联动，避免传统模型“单项强、综合弱”的问题，确保全流程研究的流畅性与专业性。

2. 三阶段渐进式训练Pipeline：这是StepDeepResearch高性能的核心支撑，区别于传统单一训练模式

• 第一阶段Agentic Mid-Training：针对性补充研究相关数据，让模型掌握基础研究思维与工具使用逻辑

• 第二阶段监督微调（SFT）：基于高质量研究轨迹数据微调，优化模型的任务执行精度与响应效率

• 第三阶段强化学习（RL）：基于Checklist风格的Judger奖励设计，强化模型的反思能力与质量控制意识，提升输出稳定性

3. 三大关键优化机制：在ReAct范式基础上做针对性优化，提升研究可信度与实用性

• 上下文管理机制：确保模型在长周期研究中不遗忘关键信息，相当于给AI配备“永不遗忘的研究笔记本”

• 引用追踪机制：所有报告中的核心观点均关联可靠信息源，支持溯源验证，符合专业研究的严谨性要求

• 质量控制机制：生成报告前自动进行多轮自检，识别逻辑矛盾、事实错误、论证不足等问题，自动修正优化

四、应用场景

StepDeepResearch的端到端深度研究能力适配各类开放式信息需求场景，无论是个人用户还是企业团队，都能借助其提升研究效率与质量，核心应用场景分为四大类，覆盖学术、商业、创作、企业四大领域。

1. 学术研究辅助：适配高校师生、科研人员的研究需求，可自动完成文献调研、研究现状梳理、综述撰写、数据支撑分析等任务。比如用户提出“大模型代码工程能力最新进展研究”，模型可自主检索前沿论文、开源项目，分析核心技术差异，总结发展脉络，生成带文献引用的专业综述，将原本数天的工作量压缩至分钟级，且内容全面、逻辑清晰。

2. 行业研究分析：适配行业分析师、投资从业者、企业战略人员，可完成市场趋势分析、竞品调研、政策解读、行业痛点挖掘等任务。比如“直播电商市场周期性变化与未来趋势研究”，模型能自主整合历史数据、政策文件、竞品动态，分析增长与下滑的核心原因，输出带数据支撑、风险预警的专业分析报告，为决策提供参考。

3. 专业内容创作：适配技术博主、内容创作者、行业撰稿人，可完成技术博客撰写、行业白皮书创作、专业科普内容产出等任务。模型能自主检索最新行业动态、技术成果，梳理内容框架，补充数据案例，生成结构清晰、内容专业的初稿，创作者仅需微调即可发布，大幅提升创作效率。

4. 企业内部调研：适配企业各部门员工，可完成业务数据分析、流程优化调研、行业政策影响分析、内部问题排查等任务。比如企业需要调研“某产品用户流失原因”，模型可自主梳理内部数据、行业同类案例，分析核心流失节点，输出针对性优化建议，助力企业高效解决问题。

五、使用方法

StepDeepResearch支持开源本地部署和平台API调用两种使用方式，适配不同用户的需求，操作流程简洁易懂，新手也能快速上手。

（一）开源本地部署：适合有二次开发需求或数据隐私要求的用户

1. 前置准备：需搭建Python运行环境（建议Python3.9及以上版本），配置基础依赖环境，确保设备具备基础算力（无需超高配置，普通服务器或高配电脑均可运行）。

2. 克隆仓库：通过Git命令克隆官方仓库，命令为git clone https://github.com/stepfun-ai/StepDeepResearch.git，克隆完成后进入仓库根目录。

3. 安装依赖：执行pip install -r requirements.txt命令，自动安装项目所需所有依赖包，等待安装完成即可。

4. 启动服务：执行scripts目录下的启动脚本，命令为python scripts/start_server.py，默认启动本地服务。

5. 访问使用：服务启动后，打开浏览器访问本地端口（默认端口可在配置文件修改），进入cortex-ui可视化前端，即可输入研究需求，体验自主深度研究功能。

（二）平台API调用：适合快速使用、无需部署的用户，新用户首月免费

1. 获取API密钥：访问StepFun开放平台官网（https://platform.stepfun.com），完成注册登录后，进入“接口密钥”页面，免费获取API密钥，新用户自动享受首月免费使用权益。

2. 调用流程：支持通过Python、Java等主流编程语言调用，核心是传入研究需求参数，接口返回研究报告或实时研究进度。

3. 简单示例（Python）：导入官方SDK后，输入核心代码即可调用，示例代码如下： from stepfun_api import StepDeepResearchClient client = StepDeepResearchClient(api_key="你的API密钥") result = client.research(query="32B大模型深度研究能力发展现状", report_format="pdf") print(result)

六、常见问题解答

本地部署时出现依赖安装失败怎么办？

答：优先检查Python版本是否符合要求（3.9及以上），建议使用虚拟环境安装依赖；若部分依赖安装失败，可通过官网文档查看对应依赖的单独安装命令，手动补充安装即可。

API调用有免费额度限制吗？新用户首月免费是不限次吗？

答：新用户注册后首月可免费体验StepDeepResearch API，免费额度满足日常轻量研究需求，超出部分按官方定价计费，具体额度可登录StepFun开放平台查看，付费灵活，支持按需充值。

能否自定义研究工具或指定信息来源？

答：支持双重自定义，本地部署可通过扩展tools模块添加自定义工具；无论是本地部署还是API调用，均支持“自选信源”功能，可指定仅从信任的网站或本地文档中获取信息，提升研究内容可信度。

生成的研究报告支持哪些格式导出？能否修改报告结构？

答：支持PDF、Word、HTML三种主流格式导出，满足分享、编辑、存档等需求；报告结构可通过输入需求时指定（如“生成结构化综述报告，含引言、核心进展、总结三部分”），模型会按指定结构输出，适配个性化需求。

StepDeepResearch支持中文研究场景吗？效果如何？

答：完全支持中文场景，且针对中文真实研究需求做专项优化，ADR-Bench中文评测中表现领先，无论是中文文献、行业报告还是政策解读，都能输出专业、流畅的中文研究成果，适配国内用户核心需求。

研究过程中能否干预或补充信息？

答：支持人工干预，可视化前端可实时查看研究进度，若发现信息缺口或方向偏差，可手动补充信息或调整研究需求，模型会基于补充内容继续完成研究，兼顾自主性与灵活性。

七、相关链接

1. 官方开源仓库：https://github.com/stepfun-ai/StepDeepResearch

2. 技术报告（Arxiv）：https://arxiv.org/pdf/2512.20491

3. StepFun开放平台（API调用）：https://platform.stepfun.com

八、总结

StepDeepResearch是阶跃星辰StepFun团队推出的一款兼顾高性能与低成本的开源端到端深度研究代理模型，以32B中等参数量实现了对标OpenAI DeepResearch、Gemini DeepResearch等顶级闭源模型的研究能力，核心依托原子能力内化与三阶段渐进式训练技术，搭建了基于ReAct范式的“推理-行动-反思”闭环架构，可自主完成开放式研究场景中的需求拆解、信息检索、交叉验证、深度分析与专业报告生成，解决了传统研究耗时费力、信息零散、专业度不足的痛点，同时配备上下文管理、引用追踪、质量控制等优化机制，确保研究成果的全面性、可信度与规范性；该项目支持开源本地部署与云端API调用双模式，新用户API首月免费，本地部署无需超高算力，低成本适配个人研究者、企业团队等各类用户，广泛应用于学术研究、行业分析、专业创作、企业调研等场景，既为技术开发者提供了可二次开发的深度研究代理框架，也为普通用户提供了高效便捷的智能研究工具，是当前行业内性价比极高、落地性极强的开源深度研究解决方案。