阶跃深研

类似于perplexity的lab模式吧，但是实际上还是线性工作流，一个总指挥创建十个左右的子任务，每个步骤一个agent去执行，没并发、纯线性，没有迭代反馈，没有假设自己知识不足，不会根据中间结果判断自己现在的信息量，子任务执行完直接总结。
限于模型能力，总结中过度依赖搜索结果，上下文污染不算小，如果搜索到一些报告直接以报告为准，不太具备自己的判断。

优点是：
1. 快

2. 免费

3. 可以当基础的实习生用，做一些简单任务

4. 在同一个会话中可以持续询问，介于chat和research中间
5. 国产LLM+国产agent 不用担心网络问题和降智问题

用了2天，说一些感受。深入研究和推理功能在我用过的工具（DS,通义，豆包，元宝等）里面绝对是第一梯队，搜索出来的信息多，总结的好，而且不是那些浅显的套话，强推！但是生成视频的功能就很一般了，视频精细度低，很容易穿模。总体还是很推荐

经过测试，阶跃深研在中国市场来看还是能够排进第一梯队的，但是在国际市场上面对gemini，grok这类产品就不够看了。整体的流程感觉像是已经设定好的工作流，通过多个子研究体进行研究最后总结出最终结果。但是不知道是因为大模型文本长度的问题或者其他的问题，会出现这种一旦研究范围较大，最后给出的结论就会很浅显而不够深入的情况。比如我所展示的图片，可以看到这个最终结果具备了结构清晰，语言规范的优点，但同时也存在深度不足、缺乏原创性见解、语言模式化的缺点，我认为目前国产大模型大部分都会出现这种情况，就看哪家先解决这个问题了。
当然，也有一些优点值得一提，比如可以自定义应用源，这个功能我认为目前很多大厂都未必有实现，阶跃还是做得算很好了。比如这个研究的速度，真的很快，但是也有可能是因为很快所以研究深度很浅，这种可能性也是存在的。
如果在价格相差不大的情况下，我还是会选择gemini或者grok，一个有谷歌的数据源，一个有x的数据源，这两个都不是其他的互联网搜索所能够超越的，是需要长期的积累的。
简单来说，需要快速浅显完成研究任务的选阶跃深研，需要更加权威的数据源的选择gemini或者grok，就是后者可能价格较贵，当然这就各凭需求选择了。

短板也是不能忽视的

?线性工作流：缺乏并发和迭代反馈，处理复杂任务时可能记忆错乱，结论宽泛没细节

?过度依赖搜索结果，和 Gemini、Grok、GPT - 5 比，差距还是很大的

我用阶跃做了两篇关于AI应用领域的投资分析报告，总体来说我觉得阶跃在深度研究上比起元宝，deekseek和豆包等通用型模型助手，非常有研究者的思维逻辑，很懂得我的研究诉求并且帮我延展完善我的研究维度，信息源的获取也比较专业，出错率也很低。而且在分析完需求后还会进一步提炼重点，跟我确认我的研究思路是否是这样的，是否需要完善，很细致！最后不经调试出具的报告也有模有样，还会根据内容呈现必要的可视化图片，另外引用的部分也小小的标注在旁边比较美观。我觉得在信息收集的可靠性和推理呈现上是优秀的！接下来我期待我能够通过提示词的优化，看能否激发它更深程度的观点挖掘。当然也希望阶跃本身能够更好地升级深度思考功能，帮助用户在研究道路上的观点挖掘或者数据洞察上有更亮眼的表现！

这个研究的真的很细，并且字数不少，有时候单次输出到最多了，他还是可以接着到下一次接着回复，基本也都是很有用的内容，笼统的东西相对少一点

同一复杂命题在4款国内DeepSearch类产品横评测试，先说结论，从满意度来说，阶跃的满意度是最高的。
1.完成度，1款失败，3款成功，其中1款中途有人工介入。
2.速度：排除失败的，阶跃与另一款不相上下。
3.内容：阶跃相较于其他三款更完善。
4.美观度：阶跃最终成品报告中包含文字、表格、图表，对于人类阅读更方便。
5.亮点：任务开始前有需求澄清，以便于更好完成任务。
综上，目前阶段，阶跃已可以满足本人DeepSearch类需求。
再说说需要优化的点：
1.对于搜索源，有部分无法查看，不确定是否为专有数据源，希望可以有说明。
2.可以增加个性化功能，譬如指定或排除信息来源，以及加入个性化知识库。

阶跃深研在几天的使用下来感觉体验还是能打的

有互动引导。在用户给出指令后，不会直接开始做，而是会提出三个针对指令的深入问题让用户回答，这使得研究的结果可以更贴近用户意图。但是目前发现，提出的这三个问题似乎有些随机，即使初始命令描述的很详细，模型还是会继续执行提出三个问题这个步骤。
有研究规划。在用户确认研究方向后，模型会制定研究规划给用户确认，并且用户可以修改规划。但这个似乎已成为目前DeepResearch产品标配。
引用源准确率高。这一点还是挺不错的，每一条引用源都可以溯源。

可以自定义引用源偏好。这个是本产品让我眼前一亮的功能。支持商业报告、学术文献等多个聚焦搜索，也可以自定义引用源。

模型低幻觉。深研使用的模型应该是经过了调参，将模型的幻觉率设置的比较低，返回的文本准确率很高，但是换来的是内容变得中规中矩。

给出的结果整体完成度很不错，基本可以帮我完成专业度较高的环评报告批注工作，直出可用。小建议是每个回答是否可以编号，或直接引用？（类似微信对话的引用功能，或者给每个回答编号，需要引用时@回答1.2.3这样）这样可以更精确的完成对前述回答的记忆和联想

优点：好处在于思维的过程和让人take over一些关键的决策点和把关点，交互做得不错，特别是在人机协同的边界的把关上。
不足：用同一个写报告的任务测试了一下gpt5的thinking模式，底层模型的差距还是太大了。人家一下子目前已经能够思考+反思+给出建议了，而且建议还是比较中肯靠谱的，我们这边还在唯唯诺诺求指点。