AI Tools
Stanford STORM：用多視角提問與檢索，幫研究/報告找出共識、衝突與空白
Stanford OVAL 的 STORM 是 LLM-powered knowledge curation system，透過多視角提問、模擬訪談與檢索，把題目整理成類 Wikipedia 長文與引用。GitHub 驗證為 MIT、Python、約 30k stars，正式論文為 NAACL 2024 STORM 與 EMNLP 2024 Co-STORM。適合研究預寫作、報告、決策前情報探索，但不是可直接交付的論文或事實保證。
2026年7月21日4 分鐘閱讀👁 10
Research Agent · Stanford OVAL
Stanford STORM：用多視角提問與檢索，找出研究題目的共識、衝突與空白
Threads 近期多篇貼文推薦史丹佛 STORM 給碩士生、研究/報告與深度寫稿使用者：不要只問 AI 一次拿平均答案，而是讓 AI 從不同視角提問、檢索、交叉比對，再整理出領域中的共識、衝突與沒被問到的空白。核對官方網站、GitHub 與論文後，STORM 更準確的定位是：LLM-powered knowledge curation / report generation system。
先講結論：STORM 的 durable lesson 是「研究前期不是直接叫 AI 寫答案，而是先生成好問題、讓不同視角互相打架，再把引用與 outline 固定下來」。這對論文、產業研究、面試前公司研究、重大決策前情報盤點都很有用，但輸出仍需要人工查證與重寫。
Threads 這篇說了什麼
WhiteBoardy 的貼文把 STORM 描述成碩士生找文獻與研究題目探索工具：它解的不是「AI 給平均答案」，而是模擬真正研究者會做的多角度提問，例如實務界、學界、反對者、金流來源、歷史案例，再找出不同說法打架與共同缺漏的地方。作者留言提供兩個連結：
- 線上版：storm.genie.stanford.edu
- GitHub：stanford-oval/storm
官方與 GitHub reality check
| Repo | stanford-oval/storm |
|---|---|
| 官方描述 | An LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations. |
| 主語言 / 套件 | Python；PyPI 套件為 knowledge-storm，目前查得版本 1.1.1，Python >= 3.10。 |
| License | MIT License，屬相對寬鬆開源授權。 |
| GitHub metadata | 約 30.6k stars / 2.9k forks（2026-08-01 查得）；repo 建於 2024-03-24，主線 2025-09-30 pushed，2026-08-01 仍有 metadata/activity 更新。 |
| Topics | agentic-rag、deep-research、knowledge-curation、report-generation、retrieval-augmented-generation、EMNLP 2024、NAACL。 |
2026-08-01 補充：ai_triallab 的 Threads 貼文再次把 STORM 描述成 Stanford OVAL、MIT 授權、三萬多星、可自動文獻調研與深度寫稿的研究員系統。官方 reality check 後，這些大方向成立：repo 為
stanford-oval/storm、MIT、約 30.6k stars，README 說可基於 Internet search 生成 Wikipedia-like articles with citations；但 README 同時明確提醒它不是 publication-ready article generator，適合 pre-writing stage，而不是免人工查證的最終研究報告。