硬核开源！AgentCPM重新定义端侧智能天花板，4B参数碾压30B性能，附一键部署教程
清华大学、中国人民大学、面壁智能与OpenBMB 开源社区联合开源了一个智能体，叫做 AgentCPM，它重新定义了端侧智能体天花板。
AgentCPM 最亮眼的是以小博大。
仅4B 参数的模型，在复杂的长程深度探索任务上，实现了超越同尺寸 SOTA、甚至比肩 30B 级和部分闭源大模型的性能。
开源后获得广泛的关注，目前已经登上 HuggingFace 的热榜了。
01
开源项目简介
AgentCPM-Explore是这个开源项目的核心模型，专注于解决长周期、多步交互的复杂任务。
它是基于 Qwen3-4B-thinking-2507 进行深度后训练。是首个具备 GAIA、Xbench、Browsercomp 等 8 个高难度智能体任务处理能力的 4B 端侧模型。
在多个榜单上超越了 8B 级 SOTA 模型，甚至在 Xbench-DeepResearch 上表现优于 OpenAI-o3 和 Claude-3.5-Sonnet。
牛的是，它支持最高超过100 轮的不重复且稳定的环境交互，能够持续深度探索直至任务完成。
在允许重复尝试的情况下，能够解决 GAIA 文本任务中 95% 以上的题目。
而且，它不像其它的小模型死记硬背。
而是具备质疑工具、追求原始数据、灵活调整策略及执着寻找信源等特征的类人思考逻辑。
能够像经验丰富的人类研究员一样，通过主动核查、多源验证和战术变通高效解决复杂难题。
AgentCPM 不仅开源了模型权重，还开源了从 Base 模型进化到 SOTA 模型的全套基础设施，支持开发者复现、二开和私有化部署。
比如 AgentDock 工具沙盒统一管理调度平台，AgentRL 是极简高效的异步强化学习框架，还有 AgentToLeaP 智能体能力一键式评测平台。
02
如何使用
部署安装 AgentCPM-Explore 主要分为两个核心部分，先部署工具沙盒环境 AgentDock) ，然后是配置并运行智能体模型 AgentCPM-Explore。
① 克隆项目代码
git clone https://github.com/OpenBMB/AgentCPM.git cd AgentCPM/AgentCPM-Explore② 部署工具沙盒环境 AgentDock
这是关键一步，它为智能体提供了统一的工具调用服务。
- 进入 AgentDock 目录：
cd AgentDock- 一键启动所有服务：
使用 docker-compose 命令启动管理面板、数据库和工具节点。
docker compose up -d此命令会在后台启动所有必要的服务。您可以使用 docker ps 命令检查服务是否正常运行。
- 验证部署：
工具沙盒默认运行在 http://localhost:8000。
您可以通过访问 http://localhost:8000/health 来检查服务是否健康。如果返回 JSON 格式的健康状态信息，则说明部署成功。
③ 配置并运行智能体模型 AgentCPM-Explore
文档推荐在预置的 Docker 评测环境中进行操作，以避免环境依赖问题。
- 拉取并进入预置环境：
# 确保当前在 AgentCPM-Explore 项目根目录 # 拉取预置的 Docker 镜像 docker pull yuyangfu/agenttoleap-eval:v1.0 # 启动一个容器，并将当前目录映射到容器内 docker run -dit --name agenttoleap --gpus all --network host -v $(pwd):/workspace yuyangfu/agenttoleap-eval:v1.0 # 进入容器 docker exec -it agenttoleap /bin/bash # 在容器内进入项目工作目录 cd /workspace- 配置运行参数：
编辑项目根目录下的 quickstart.py 文件，找到 [USER CONFIGURATION] 部分，根据你的需求配置一下。
- 运行智能体任务：
完成配置后，运行 QuickStart 脚本。
python quickstart.py脚本会自动执行您定义的任务，展示智能体的完整交互过程，比如思考、工具调用、结果生成。
④ 查看运行结果
任务执行完成后，结果会保存在 outputs/quickstart_results/ 目录下。
您可以查看其中的 dialog.json 文件，它记录了完整的任务执行轨迹，包括智能体的思考链、每次工具调用的请求与响应以及最终答案。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～