元石科技近日正式发布问小白 5 Pro，一款定位「长内容生成引擎」的 AI 工作平台。在主流大模型纷纷比拼上下文窗口长度的当下，这款产品选择了一个更具体却更棘手的切入点：让 AI 真正把一个长项目做完，而非仅仅生成一段长文本。

如果你曾经历过以下场景——万字报告写到后半段，前半段确认的政策口径已悄悄变形；续写长篇小说到几十章后，主角人设像被一键清空；引用了几十个网页做行业研究，最后却找不到任何一条数据的准确出处——那么你撞上的，正是当前大模型在长程任务中那道尚未被认真解决的结构性暗礁。

不是窗口不够长，是记忆没有结构

问小白 5 Pro 的技术路线选择颇为克制。它没有走上「堆上下文窗口」的主流路径——那条路本质上只是让模型在单次推理中塞进更多数据，却绕不开长程任务中真正要命的问题：该记住什么，该忘掉什么，该在什么时候调取什么。

DeepSeek 创始人梁文峰在近日一场长达四小时的投资者交流会中，从更底层的视角点出了同一件事："当前大模型如果把问题描述清楚、给足上下文和指令，已经超过人类了"——但问题的关键是，现实中几乎没有人能给 AI「完整的上下文」。上下文从来不是越长越好，而是该记住的是否被有效组织、该调取时能否精准定位。

事实上，问小白在 2025 年便是最早接入 DeepSeek V3 与 R1 满血版的产品。但团队对模型能力边界的第一手认知，恰恰让他们比多数人更早看清了一件事：模型再强，没有一套结构化的记忆系统，长内容写到中途照样会失稳。

取而代之的是一套被称为「大模型工作记忆系统」的架构。其核心是一个面向用户可见的文件沙箱：上传的资料、AI 检索的网页、生成的大纲与草稿、引用来源与待办事项，全部以结构化文件树的形式固化在云端。每次继续任务时，AI 不再依赖聊天记录「猜测」项目进度，而是直接打开对应文件，精准定位当前阶段。

元石科技创始人李岩对此有一个直白的比喻：「过去的 AI 像大胃王，看到资料就想一口吞下去，但根本消化不了。」

在用户体验层面，这被抽象为 Brief（项目简报）、To-Do（任务拆解）和 Canvas（文档编辑）三个核心模块。用户只需给出一个方向性指令，系统在后台自动完成规划、拆解、执行，每一步可查看、可介入、可回溯。

三场「长跑」实测

官方公布的三个测试案例，覆盖了三种迥异的长内容场景。

一份 15000 字的 AI 行业估值深度报告，覆盖 OpenAI、Anthropic、xAI 等六家公司 2025-2030 年估值预测，采用 P/S 与 DCF 四维交叉验证模型。最终交付物中，每个估值数字均可回溯到推导步骤，引用来源沉淀在文件沙箱中可供核查。

一份面向品牌 VOLTARC 闪狐的跨境运营方案，横跨北美与东南亚两大市场、Amazon、Shopee、TikTok Shop 三个平台。五大模块（市场数据仪表盘、品牌定位与视觉指南、三平台店铺装修蓝图、定价促销体系、供应链与客服 SOP）之间数据口径一致，引用交叉无矛盾。

还有一份 21000 字的 TCG 游戏世界观设计文档，六大阵营视觉图谱、传说级卡牌 UI 规范、稀有度特效规则等设定跨 698 行始终保持一致，没有出现阵营混淆或设定前后矛盾。

三个案例指向同一种能力：在长程任务中保持事实一致、人设稳定、引用可追溯。而这，恰恰是通用大模型在长内容场景中最容易暴露的短板。

ACL 最佳论文背后的技术路径

问小白 5 Pro 背后的研发团队在 AI 长文写作评测与 Agent 架构上已深耕多年。团队围绕「读大量资料、完成长期研究、保持事实一致、交付可追溯成果」建立了包括 WikiLiveChallenge、WildGraphBench 和 DeepResearch Bench 在内的评测体系，其中 DeepResearch Bench II 已在 GTC 2026 的相关评测中被引用。

问小白研发团队论文荣获 ACL 2025 Outstanding Paper Award

更值得关注的是，团队论文《From Real to Synthetic》获得了 ACL 2025 Outstanding Paper Award（获奖率不足 1%）。这篇论文的核心——带归属标注的数据合成——直接支撑了问小白 5 Pro 最硬核的能力之一：可追溯。

而在深度研究方向，团队构建的 DeepResearch Bench 已被用于与 Gemini、OpenAI、Claude 等产品同台对标。在 GTC 2026 黄仁勋主题演讲的 benchmark 对比中，DeepResearch Bench II 也出现在了相关评测画面里。

GTC 2026 主题演讲评测对比画面

李岩将整套思路归结为「结果侧交付」：「你只需要告诉我你要什么成果，我把项目做完给你。」这一定位将问小白 5 Pro 与传统 AI 助手的核心差异说得相当清楚——前者负责完成一个项目，后者负责回答一轮对话。

长内容赛道的「交付」之争

从行业视角看，问小白 5 Pro 的发布折射出一个正在形成的趋势：AI 产品的竞争正从「单次推理的质量」转向「长周期任务的执行能力」。ChatGPT 的 Work、Claude 的 Projects、Gemini 的 Deep Research，均在不同维度上试探这个方向。但问小白 5 Pro 选择了一条更「重」的路径——将文件系统直接作为模型的持久记忆层，而非仅在对话层面做项目管理。

这种专注恰好呼应了近期行业内一个被反复讨论的判断：梁文峰在同场交流中将 DeepSeek 的战略归为两个字——「克制」——"拿得多的人会被拿得少的人打败。"问小白 5 Pro 不做通用对话入口、只深耕长内容交付的路径选择，本质上也是同一种克制：不贪多，先做透。

这套方案的适用边界也相对清晰。对于日常问答、简单查资料等轻量场景，现有产品已然够用。它的目标用户是那些需要 AI 在长周期任务中稳定运转的人：做深度调研的分析师、连载小说的作者、产出复杂商业方案的团队。

目前问小白 5 Pro 已在 App 与网页端同步上线。对于为长内容「写到一半就开始失忆」所困的用户而言，这至少是一个值得放入工作流一试的选项。