一位拥有15年经验的政策研究员，在消费级硬件上用开源模型和Agent框架（让AI自主规划和执行多步骤任务的程序），花了5小时、自主迭代6轮，生成了一份21页的欧洲AI现状报告 — AI做深度研究，从'能不能'正式进入'能用但别急'的阶段。

这是什么

这位自称失业的公共部门研究员，用Hermes Agent（开源AI代理框架）配合Qwen 3.6-35b量化版（阿里的开源大模型，经压缩可本地运行），在自己的电脑上跑通了一套研究报告生成流程：从草稿开始，诊断问题、修正内容、生成图表、插入文档，六轮循环几乎自主完成。连代码仓库的README和文件夹结构都是AI自己生成的。作者将全部提示词、脚本和中间产物开源，明确表示这是给同行的'起步脚手架'，不是成品方案。

行业怎么看

我们注意到这个案例的价值不在报告质量本身 — 作者自评'不算优秀，但足够好作为起点'。真正的信号是：非技术背景的传统知识工作者，已经在消费级硬件上跑通了Agent工作流的完整闭环，且认为未来可以实现全自动。这对Perplexity等商业深度研究产品是一个提醒 — 用户自建替代方案的门槛正在降低。

但风险同样明显。首先是速度：RTX 4060加32GB内存，每秒仅28 token，5小时出一份报告，生产力视角并不划算。其次是质量失控：6轮自主迭代意味着AI在'自我审视'，但缺少领域专家的干预节点，专业报告的准确性和合规性无法保证。反对者会指出，政策简报的'格式像'和'内容对'是两回事 — 当前模型的幻觉问题在自主长文本生成中只会被放大，而非收敛。

对普通人的影响

对企业IT：开源Agent加本地部署的组合，让数据不出域的深度研究成为可能，但5小时算力成本和尚无质控流程，意味着短期仍是实验而非生产工具。

对个人职场：传统研究、咨询岗位的'初稿生成'环节正在被蚕食 — 不是AI替代你，是会用AI的人替代不会用的人，这个判断又多了一个实例。

对消费市场：消费级显卡跑Agent的体验仍偏极客玩具，但随着模型小型化和框架成熟，12-18个月后可能进入更广泛的知识工作者日常。