AgentCPM-Report：交错起草与深化用于开放式深度研究

生成深度研究报告需大规模信息获取与洞察综合，对当前语言模型构成挑战。现有“先规划后写作”范式严重依赖初始大纲质量，而构建全面大纲本身需强推理能力，导致系统多依赖闭源大模型。本文提出 AgentCPM-Report，一种轻量级高性能本地解决方案，包含模拟人类写作过程的框架及 8B 参数深度研究智能体。该框架采用“写作即推理策略”（WARP），使模型能在生成过程中动态修订大纲，交替进行基于证据的起草与推理驱动的深化。为赋能小模型，引入了包含冷启动、原子技能强化学习及整体流程强化学习的多阶段智能体训练策略。实验表明该系统在洞察力方面优于领先闭源系统。