清华大学自然语言处理实验室、中国人民大学、面壁智能与 openbmb 开源社区共同推出并开源 agentcpm-report——一款面向本地部署、支持私有化运行、具备当前最优（sota）性能的深度调研型智能体。

AgentCPM-Report 核心优势

• 高效轻量，小模型大作为：依托平均约 40 轮的深度信息检索与近 100 轮的链式推理演进，实现对目标主题的全面挖掘与结构化重构，使终端侧轻量模型亦可稳定输出逻辑缜密、见解独到的万字级深度报告，在调研类任务中以仅 8B 参数规模达到与主流闭源系统的性能比肩水平。
• 完全离线，安全可控：专为高敏感数据场景定制，支持纯本地、无联网的敏捷部署，从根本上规避云端传输与存储带来的数据泄露风险。基于 UltraRAG 架构，可高效接入并深度理解用户本地私有知识库，在“数据不出域”的前提下，将核心资产安全转化为高价值的专业分析报告。

据项目团队介绍，AgentCPM-Report 能在 8B 参数量级上比肩顶级闭源系统，关键在于以下两项原创性技术突破：

突破一：“写作即推理”范式，让模型思考更拟人化

传统方法常要求模型一次性生成完整大纲或全文，极易引发逻辑断裂，尤其对中小规模模型而言挑战极大。AgentCPM-

• 双态循环机制：系统在“初稿撰写”与“内容深化”两种状态间持续切换。类比人类专家工作流——完成一段初稿后，立即启动复盘：“是否遗漏关键视角？重点应如何倾斜？”，随即回溯拓展章节、追加检索、嵌入新论据。
• 分步渐进优化：将万字长文这一宏观任务，逐层拆解为多个可落地的微观子任务。模型每轮仅需聚焦解决当前局部问题，从而在有限参数约束下，稳定生成兼具严密逻辑与丰富细节的高质量长篇内容。

突破二：“多阶段智能体训练”，实现能力全栈升级

01 四大核心能力模块化构建

将端到端报告生成流程解耦为四大基础能力单元，并开展定向强化训练：

? 智能检索能力：以“召回准确率”为核心优化目标，保障所获取信息高度契合主题，为后续写作提供坚实语义支撑；
? 流畅表达能力：构建涵盖内容深度、逻辑连贯性、语言规范性等多维度的质量评估体系，全面提升文本表现力；
?️ 结构规划能力：对自动生成的大纲实施结构化校验，确保整体脉络清晰、层级合理、重点突出；
? 决策判断能力：引入“轨迹剪枝”策略，精准构造高质量训练样本，攻克智能体在复杂推演中“何时收束、何时深化”的关键决策难题。

02 三阶递进式训练路径：由基础到卓越

• 监督微调阶段：依托大量优质人工撰写的标杆范文，引导模型掌握专业报告的基本范式与行文风格；
• 原子能力强化阶段：针对检索、写作、规划、决策四大能力分别设计专项训练任务，实现单点突破；
• 全链路优化阶段：采用以最终报告质量为唯一奖励信号的端到端强化学习，打通各环节协同瓶颈，实现能力闭环融合。

AgentCPM-Report 开源地址

• GitHub：https://www./link/85d451951b74d5024a7b396ec5f250b6*
• HuggingFace：https://www./link/d596114d5e75e82bacec0041e467dfd7
• ModelScope：https://www./link/c173f294fe9d99e7cd451455413a94e3
• GitCode：https://www./link/c9d83f1c395e67e3945f46b2e550b185
• 魔乐社区：https://www./link/5779285408aab2cf0ae3355162da7cf6