把时间锚定在 2026-04-17 UTC，理解 StepFun 当前产品表面，更合适的入口并不在“又一家中国模型公司”这类统称里。更有用的信号落在两种执行环境之间的交接。一侧是 Deep Research，官方页面把它写成端到端的 Multi-Agent 系统，可以广泛检索、执行代码、做分析，并在云端持续运行较长时间。[2] 另一侧是 桌面伙伴，页面把它写成操作系统级的 Agent，任务范围覆盖本地文件、网页、提醒事项和定时任务。[1] 这并非同一种工作负载，而是两种天然相邻、却常常被混写成一个“Agent”概念的工作负载。

顺着这些官方页面往下读，更扎实的判断是：StepFun 在 ai-china 里的实际楔子，落在一条双车道工作流上。云端负责长链路搜索与综合研究，本地桌面负责只有操作系统表面才能真正完成的收尾动作。[1][2][3][4][5] 这比“StepFun 已经拥有最强 Agent”要窄，也更站得住，因为公司公开产品语言已经在主动区分重研究任务与重执行任务各自该发生在哪里。

图片说明：题图采用 2026 年上海全球开发者先锋大会的真实现场照片。它适合本文，因为 StepFun 当前讲述的故事并非抽象的模型想象图，而是试图把智能体工作流变成开发者、普通操作者和首次体验者都能看见、摸到、复用的公共表面。[6]

云端这条车道，边界写得很清楚

StepFun 的 Deep Research 页面，对云端这一侧的用途写得相当直接。公司说，这套系统基于端到端 Multi-Agent architecture，可以执行复杂研究工作流，包括大范围网页搜索、代码执行、分析计算，以及结构化展示结果。[2] 页面还把运行节奏说得很实：为了生成报告，系统或许会检索 130 多个网页、浏览关键网站，整个任务通常需要几十分钟甚至更久，因此会自动在云端执行。[2]

这一层很关键，因为它直接把工作负载边界摆到了用户面前。StepFun 并没有把严肃研究任务包装成一个本地即时交互小玩具。页面语气反而在强调，真正的深度研究应该允许用户离开当前界面，任务继续在后台推进，最后返回的是一份已经足够成形、足够便于检查和引用的报告。[2] 这更像一条后台知识生产车道，而并非桌面助手那种前台执行车道。

这条车道的商业意义也比较清楚。只要任务本身是广、慢、重证据的，云端研究产品就更容易建立价值。若一个智能体要跨越大量来源、做多轮计算，并输出图表和表格，用户关心的焦点自然会从“聊天顺不顺”转向“任务能不能自己持续推进、最后交付出一份可用结果”。[2] StepFun 对 Deep Research 的描述，就是围绕这个期待来写的。

桌面这条车道，同样写得很清楚

桌面伙伴 页面呈现的是几乎相反的一种执行环境。最醒目的表达是“在你操作系统上的 Agent”，对应的能力列表也高度本地化：一句话操控电脑、浏览网站并获取信息、把结果保存到本地文件、管理本地文件、设置日历提醒、运行定时任务、复用预装技能。[1] 页面同时提供 MacOS 与 Windows 下载，这一点也在提醒读者，这并非一层附着在聊天框上的狭窄演示壳，而是明确瞄准日常工作站环境的表面。[1]

由此就更容易看出产品意图。桌面 Agent 真正重要的场景，在于目标状态本来就活在机器本地：文件改名、资料归档、网页访问、片段保存、提醒建立、计划触发。[1] 这些动作和云端研究并不冲突，它们只是位于任务链条的另一端。即便用户的自然语言请求一开始看起来很相似，最后真正完成任务的地点仍然或许完全不同。

从另一层看，StepFun 自己的产品文案已经在提示一件事：“帮我做研究”和“帮我在电脑上把后续动作做完”不该被糊成一个模糊的 Agent 概念。前者更重搜索宽度、耐心和综合能力。[2] 后者更重本地环境、文件状态和连续操作。[1]

Studio 与 Step Plan，暴露出中间那座桥

真正有意思的部分在这里：StepFun 并没有把这些表面当成彼此无关的孤岛来发布。Agent Studio 页面写得很短，却很有方向性。它说用户可以 one click 部署 StepClaw，并让它 24/7 持续工作。[3] 这句文案虽然短，战略意义却不小。只想展示一个酷炫模型的公司，不需要专门做一页围绕轻部署与持续运行展开的 Studio 页面。想把智能体行为做成可复用表面的公司，才会这样写。

Step Plan 则从开发者侧把同一种倾向继续往前推。StepFun 把它描述成面向高频 AI 开发者的订阅服务，页面里点名支持 OpenClaw、Claude Code、Trae、Cursor 等智能体或编码工具。[4] 文档同时明确，平台的计量单位是 Prompt，而并非单次原始模型调用，并给出大致换算：1 次 Prompt 约等于 15-20 次模型调用；整个产品又围绕 5 小时限额来组织，这种计费与配额逻辑显然更贴近持续运行的 Agent 工作，而并非偶发式聊天。[4]

OpenClaw 接入指南 则把这层桥接写成了更具体的技术动作。StepFun 要求用户把请求接到专用的 https://api.stepfun.com/step_plan/v1 地址上，把 stepfun/<model_id> 设成默认模型格式，并在 provider 配置中使用 reasoning、contextWindow: 256000 和 maxTokens 这类字段。[5] 这些细节本身并不直接等于桌面产品，可它们说明的是同一种产品直觉：StepFun 不希望自己的模型只停在零散聊天里，而是希望它进入重复发生、可以复用、可以部署的工作流。

顺着这些页面看下去，会看到一条越来越清楚的梯子：

这部分比单纯谈模型能力更像一条可持续的产品方向。

这条用例车道，最强的地方在哪里

这条栈最适合的对象，并非“泛聊天”。它更适合天然分成两个阶段的工作。

第一阶段是广研究：搜集资料、浏览大量页面、做计算、生成结构化报告。[2] 第二阶段是本地执行：打开相关文档、把结果存到正确目录、整理补充文件、设定后续提醒，让周边桌面状态一并归位。[1] 无论是运营、咨询、销售支持，还是单人创业者式工作流，这种结构都非常熟悉。真正困难的地方，往往不在一次漂亮回答，而在于如何把研究、文档、动作和后续安排连成一条不断裂的链。

也正因为如此，StepFun 目前更值得被理解成一种交接架构，而并非一个统一人格的助手品牌。云端这一侧，优化的是搜索深度与研究时长。[2] 桌面这一侧，优化的是本地动作与机器环境中的连续性。[1] Studio 与 Step Plan 则表明，公司希望这些行为变成可以反复调用、反复部署的习惯，而并非零散体验。[3][4][5]

什么情况会削弱这个判断

如果两条车道只是并列存在，却始终没有形成真正顺滑的交接，这个判断就会变弱。云端研究若最终回到桌面之后仍然难以稳定地转成后续动作，它的价值就会打折。[1][2] 桌面自动化若停留在浅层演示，而真实工作仍然大量依赖手动整理文件、手动清理网页、手动安排提醒，这条链条也站不稳。[1]

还有一个风险在于表面碎片化。一家公司可以同时发布桌面 App、Studio 页面、云端研究模式和开发者接入文档，但这些东西未必就会自动长成一条高留存工作流。公开页面能说明方向，说明不了留存。它们并不能告诉我们，真实用户有多高比例会从 Deep Research 进入桌面收尾，也不能告诉我们这些表面之间究竟共享了多少状态。

即便如此，公开产品语言仍然在指向同一个方向。StepFun 不只是谈模型能力，而是在谈不同类型的 Agent 工作分别该发生在哪里。这比普通助手营销更值得留意。

结尾

StepFun 在 2026Q2 更实际的楔子，落在云端研究与本地桌面执行之间的交接。[1][2][3][4][5] Deep Research 面向的是长时运行、重来源、重综合的任务，可以在用户离开当前界面后继续在云端推进。[2] 桌面伙伴面向的则是那些只有放到机器本地才算真正完成的动作：文件、网页、提醒、计划、归档。[1] Agent Studio 与 Step Plan 再把同一类智能体表面接进部署与开发者工作流。[3][4][5]

这还并非“StepFun 已经拿下整片市场”的证明，但它确实让公司的用例车道更清晰了。重要的动作，并非再做一个聊天助手。重要的动作，是先承认研究和执行属于不同表面，再尝试把两者之间的交接握在自己手里。

来源

  1. StepFun，《下载 | 阶跃AI桌面伙伴》（操作系统级 Agent、MacOS 与 Windows 客户端、跨网页与文件操作、定时任务、本地文件管理、预装技能）。
  2. StepFun，《深入研究 | 阶跃AI》（Multi-Agent 架构、代码执行、130+ 网页检索、长时云端执行与报告生成）。
  3. StepFun，《Agent Studio》（一键部署 StepClaw 与 24/7 持续工作表述）。
  4. StepFun 开放平台文档，《Step Plan 概览》（高频开发者定位、OpenClaw/Claude Code/Trae/Cursor 支持、Prompt 归一化与 5 小时额度逻辑）。
  5. StepFun 开放平台文档，《OpenClaw 接入指南》（专用 step_plan 地址、stepfun/<model_id> 配置，以及 reasoning / contextWindow: 256000 指引）。
  6. 新民晚报电子报，《看国产“龙虾”显身手 给数字员工请“保安”》（2026 年 3 月 27 日；题图来源页，图注为“参观者现场体验脑波控制抓娃娃机”）。