字節(jié)跳動(dòng)開源的超級(jí)智能體 DeerFlow2.0，正成為全球AI開源圈的焦點(diǎn)項(xiàng)目。

截至2026年4月3日，它在GitHub上的Star數(shù)已達(dá)57k，F(xiàn)ork數(shù)突破6.9k，更有近200名來自全球的開發(fā)者參與貢獻(xiàn)，成為國(guó)產(chǎn)開源AI領(lǐng)域的現(xiàn)象級(jí)項(xiàng)目。

作為2026年開年以來極具影響力的國(guó)產(chǎn)開源AI項(xiàng)目之一，DeerFlow 2.0在2月28日發(fā)布當(dāng)日，就直接登頂GitHub Trending榜首，此后熱度始終居高不下。而和聚焦深度研究輔助的1.0版本不同，2.0版本是一次“從零開始的重寫”，定位升級(jí)為可自主完成復(fù)雜任務(wù)的全能型SuperAgent編排框架。

據(jù)悉，DeerFlow 2.0上線一個(gè)多月來，項(xiàng)目已完成多次版本更新，新增可插拔技能等功能。根據(jù)官方及社區(qū)反饋，該項(xiàng)目已被嘗試應(yīng)用于金融財(cái)報(bào)解析、科研學(xué)術(shù)調(diào)研等場(chǎng)景。

用項(xiàng)目團(tuán)隊(duì)自己的話說：

DeerFlow 最初是一個(gè) Deep Research 框架，后來社區(qū)把它一路推到了更遠(yuǎn)的地方。上線之后，開發(fā)者拿它去做的事情早就不止研究：搭數(shù)據(jù)流水線、生成演示文稿、快速起 dashboard、自動(dòng)化內(nèi)容流程，很多方向一開始連我們自己都沒想到。 這讓我們意識(shí)到一件事：DeerFlow 不只是一個(gè)研究工具。它更像一個(gè) harness，一個(gè)真正讓 agents 把事情做完的運(yùn)行時(shí)基礎(chǔ)設(shè)施。 所以我們把它從頭重做了一遍。 DeerFlow 2.0 不再是一個(gè)需要你自己拼裝的 framework。它是一個(gè)開箱即用、同時(shí)又足夠可擴(kuò)展的 super agent harness?；?LangGraph 和 LangChain 構(gòu)建，默認(rèn)就帶上了 agent 真正會(huì)用到的關(guān)鍵能力：文件系統(tǒng)、memory、skills、sandbox 執(zhí)行環(huán)境，以及為復(fù)雜多步驟任務(wù)做規(guī)劃、拉起 sub-agents 的能力。 你可以直接拿來用，也可以拆開重組，改成你自己的樣子。

DeerFlow 1.0于2025年5月開源，定位很明確，就是一款深度研究框架，更像是一個(gè)高效的“文獻(xiàn)整理助手”，核心功能集中在資料匯總、文獻(xiàn)整理，功能相對(duì)單一。而2.0版本則徹底推翻了舊有設(shè)計(jì)，升級(jí)為一套可自主完成復(fù)雜任務(wù)的“超級(jí)智能體編排框架”，相當(dāng)于將一個(gè)只能打下手的助理，升級(jí)成了能獨(dú)立承擔(dān)工作的“數(shù)字員工”。

此次升級(jí)的核心，是新增了四大關(guān)鍵模塊，嘗試解決傳統(tǒng)AI助手只能處理短時(shí)簡(jiǎn)單任務(wù)的局限：

1、子智能體編排：能將復(fù)雜任務(wù)拆解成多個(gè)可并行執(zhí)行的小任務(wù)，全程保持邏輯連貫，無論是幾分鐘的簡(jiǎn)單操作，還是數(shù)小時(shí)的連續(xù)工作，都能穩(wěn)定推進(jìn)，不會(huì)出現(xiàn)邏輯斷層。

2、沙箱環(huán)境：為AI劃定了安全隔離區(qū)，AI在其中寫代碼、調(diào)用工具，不會(huì)影響到電腦本身的安全，有效降低了自主操作的風(fēng)險(xiǎn)（注：開箱即用的沙箱面向開發(fā)環(huán)境，若用于生產(chǎn)環(huán)境，需額外加強(qiáng)安全配置，如添加認(rèn)證等）。

3、長(zhǎng)期記憶：能跨會(huì)話留存用戶畫像、偏好及任務(wù)關(guān)鍵信息，徹底解決了傳統(tǒng)AI“邊做邊忘”的問題，讓長(zhǎng)時(shí)間連續(xù)工作成為可能。

4、消息網(wǎng)關(guān)：保障各個(gè)功能模塊之間順暢溝通，避免出現(xiàn)“各自為政”的情況，同時(shí)內(nèi)置支持Telegram、Slack、飛書等即時(shí)通訊渠道，適配更多使用場(chǎng)景。

在使用便捷性上，DeerFlow 2.0也做了充分優(yōu)化：支持Docker一鍵部署，無需復(fù)雜配置，普通電腦就能運(yùn)行，不用特意配備高性能顯卡；同時(shí)提供可視化界面和專業(yè)控制臺(tái)，不管是不懂代碼的普通用戶，還是專業(yè)開發(fā)者，都能輕松上手，真正實(shí)現(xiàn)了從“實(shí)驗(yàn)室工具”到“實(shí)際可用產(chǎn)品”的跨越。

不綁定單一模型，人人都能低成本使用

DeerFlow 2.0采用“模型無關(guān)”的設(shè)計(jì)策略，兼容任何支持OpenAI API規(guī)范的模型，從根源上避免了廠商鎖定的問題，用戶不用因?yàn)楦鼡Q模型，就重新開發(fā)核心代碼。

官方明確推薦優(yōu)先使用字節(jié)豆包Seed-2.0-Code、DeepSeek v3.2、Kimi 2.5等國(guó)產(chǎn)模型，同時(shí)也支持OpenAI、Claude、Gemini等國(guó)際主流模型，開發(fā)者可根據(jù)自身需求、成本預(yù)算和性能要求，自由切換模型，靈活度拉滿。此外，項(xiàng)目還集成了字節(jié)跳動(dòng)旗下的智能搜索工具InfoQuest，實(shí)現(xiàn)了從信息獲取到任務(wù)執(zhí)行的全流程閉環(huán)，不用額外搭配其他工具。

Deerflow生成的徠卡影像

雖然DeerFlow 對(duì)模型沒有強(qiáng)綁定，只要實(shí)現(xiàn)了 OpenAI 兼容 API 的 LLM，理論上都可以接入。但根據(jù)官方提示下面這些能力上表現(xiàn)更強(qiáng)的模型，通常會(huì)更適合 DeerFlow：

• 長(zhǎng)上下文窗口（100k+ tokens），適合深度研究和多步驟任務(wù)
• 推理能力，適合自適應(yīng)規(guī)劃和復(fù)雜拆解
• 多模態(tài)輸入，適合理解圖片和視頻
• 穩(wěn)定的 tool use 能力，適合可靠的函數(shù)調(diào)用和結(jié)構(gòu)化輸出

字節(jié)跳動(dòng)選擇以寬松的MIT協(xié)議，將這套核心工具開源，允許用于商業(yè)場(chǎng)景，也支持開發(fā)者二次修改優(yōu)化。再加上簡(jiǎn)化的部署方案，大幅降低了中小企業(yè)、科研團(tuán)隊(duì)乃至獨(dú)立開發(fā)者的使用門檻，讓強(qiáng)大的AI智能助手，不再是巨頭企業(yè)的專屬，普通用戶也能低成本用上。

推動(dòng)AI從“會(huì)聊天”走向“會(huì)干活”

當(dāng)前，AI行業(yè)正從“能對(duì)話、能生成”，向“能自主行動(dòng)、能解決實(shí)際問題”轉(zhuǎn)型，而AI智能助手（AI Agent）正是這一轉(zhuǎn)型的核心載體。但行業(yè)長(zhǎng)期面臨一個(gè)痛點(diǎn)：許多智能體只停留在演示階段，要么處理不了復(fù)雜任務(wù)，要么存在安全隱患，要么使用成本過高，難以真正落地。

DeerFlow 2.0精準(zhǔn)破解了這些難題。它具備處理長(zhǎng)時(shí)間復(fù)雜任務(wù)的能力，擁有安全可控的運(yùn)行環(huán)境，還能靈活適配不同模型，讓AI不再局限于“聊天、生成內(nèi)容”，而是能主動(dòng)承擔(dān)寫代碼、處理數(shù)據(jù)、深度研究、自動(dòng)化辦公等實(shí)際工作，為企業(yè)提供了一條低成本、可規(guī)?；腁I應(yīng)用路徑。

DeerFlow 支持從即時(shí)通訊應(yīng)用接收任務(wù)。只要配置完成，對(duì)應(yīng)渠道會(huì)自動(dòng)啟動(dòng)，而且都不需要公網(wǎng) IP。

DeerFlow 2.0打通了AI模型與實(shí)際應(yīng)用之間的壁壘，為國(guó)產(chǎn)模型提供了展示和實(shí)戰(zhàn)的平臺(tái)，也讓技術(shù)能更快落地到實(shí)際場(chǎng)景中。而字節(jié)跳動(dòng)將其開源，降低了各類用戶的使用門檻，也讓更多開發(fā)者有機(jī)會(huì)參與優(yōu)化。

從實(shí)際使用來看，DeerFlow 2.0的實(shí)用、開放、安全特性，能為AI智能助手的開發(fā)和落地提供參考，隨著更多開發(fā)者參與優(yōu)化，其落地體驗(yàn)也會(huì)進(jìn)一步提升。（本文首發(fā)鈦媒體APP，作者 | AGI-Signal，編輯 | 趙虹宇）