🎯 为什么选这个主题#

8-12 学了 RAG/Agentic RAG，7-29 学了 Multi-Agent，8-04 学了 Planning——这些”散件”终于有了一个最完整的应用形态：Deep Research Agent。

如果说 RAG 是给模型装上”外挂硬盘”，那么 Deep Research 就是给模型配上”一整个研究团队”。它不只是检索+生成，而是从问题理解、任务分解、并行搜集、交叉验证到引用溯源的全流程系统性研究——这是 2025-2026 最具影响力的 Agent 应用形态（OpenAI / Gemini / 百度千帆均推出旗舰产品），也是检验我们之前所学所有概念的终极试炼场。

📌 核心要点一：为什么”深度研究”必须走向多智能体架构？#

综述给出的定义：DR Agent 是由 LLM 驱动的 AI 智能体，集成了动态推理、自适应规划、多次迭代外部数据检索和工具使用，以及信息研究任务的全面分析报告生成。

这和传统 RAG 的本质区别在于四个结构性瓶颈：

💡 关键洞察：深度研究的本质需求（多源异构信息处理、交叉验证与矛盾消解、结构化知识产出、全程可追溯）共同指向一个结论——深度研究不可能由单一模型独立完成，而必须通过多智能体协作系统来实现。

📌 核心要点二：三层协同研究流水线#

5 篇文章从不同角度描述了同一个核心架构，收敛为”三层协同研究流水线”：

1
┌─────────────────────────────────────────────────────┐
2
│  第一层：问题规划                                     │
3
│  模糊问题 → 交互式澄清 → 结构化研究计划               │
4
│  [规划智能体 Planner]                                │
5
├─────────────────────────────────────────────────────┤
6
│  第二层：并行执行                                     │
7
│  多个专业智能体同时搜集、分析、验证                    │
8
│  [搜集/分析/验证智能体] + 沙盒化执行环境              │
9
├─────────────────────────────────────────────────────┤
10
│  第三层：综合输出                                     │
11
│  信息整合 → 矛盾消解 → 引用溯源 → 可信报告            │
12
│  [综合智能体 + 引用智能体 Citation Agent]             │
13
└─────────────────────────────────────────────────────┘

📌 核心要点三：专业化角色智能体的六类分工#

协作模式：

• 管理者模式：Lead Researcher（主智能体）接收查询，创建并调度子智能体，整合结果
• 去中心化模式：智能体通过共享内存和消息协议协作
• 实战经验：当前主流采用管理者模式（同步等待），但面临信息流瓶颈——未来需异步协调

📌 核心要点四：优化方法谱系——从 Prompt 到 RL 到持续学习#

综述给出了一个清晰的优化方法阶梯：

1
┌──────────────────────────────────────┐
2
│  Level 3: 非参数持续学习（CBR）       │  ← AgentRxiv 共享成果库
3
│  动态检索历史轨迹，无需更新模型权重    │     Alita 运行时配置 MCP
4
├──────────────────────────────────────┤
5
│  Level 2: 强化学习（RL）             │  ← DeepRetrieval、Search-R1
6
│  端到端优化迭代检索与动态推理         │     Agent-R1（GRPO 更高效稳定）
7
│  奖励模型多基于规则                  │
8
├──────────────────────────────────────┤
9
│  Level 1: 监督微调（SFT）            │  ← Open-RAG、AUTO-RAG
10
│  优化搜索查询、报告生成、工具利用     │     DeepRAG
11
│  限于离线静态检索                    │
12
├──────────────────────────────────────┤
13
│  Level 0: 提示工程                   │  ← 当前大多数系统的起点
14
│  手工设计提示模板                    │
15
└──────────────────────────────────────┘

实战中的提示工程关键实践：

1. 按查询复杂度匹配资源：简单 1 智能体、对比 2-4 个、复杂 10+ 个
2. 先广后窄搜索：从短宽查询起步再聚焦
3. 教会主智能体分工：子智能体需明确目标、输出格式、工具指引、任务边界
4. 让智能体自我改进：Claude 4 可诊断失败并改提示；工具测试智能体重写 MCP 描述使任务时间降 40%
5. 并行工具调用：主智能体起 3-5 子智能体，子智能体并行 3+ 工具，复杂查询时间降最多 90%

💡 关键发现：在 BrowseComp 评测中，token 用量能解释 80% 的性能方差——多智能体的核心优势本质上是”花足够 token”，但必须用于高价值、高并行度场景。

📌 核心要点五：可信保障与成本博弈#

🔄 分歧与讨论#

🔗 与已学内容的联系#

📌 一句话收口：Deep Research Agent 是前 18 天所学所有概念的”终极集成测试”——Planning 是大脑、Tool Use 是双手、Multi-Agent 是团队、RAG 是图书馆、Harness 是工厂、HITL 是导师、评估是质检。终于看到了一台完整的”研究机器”运转起来。

🤔 思考题#

1. 架构决策题：如果你要构建一个”行业竞品分析”的 DR Agent，你会选择 single-agent 还是 multi-agent？你的分界线在哪里（几个子任务 / 多少 token 预算 / 多长的研究时间）？
2. 引用可信度题：引用智能体能确保”每个事实有来源”，但来源本身不可靠怎么办？如果引用的 3 篇文章都引用了同一篇已被撤稿的论文，引用链看起来完整但事实错误——你如何设计”引用质量评估”机制？
3. 成本博弈题：多智能体 15× token 消耗换来 90.2% 性能提升。如果你的 DR Agent 单次研究成本 50 元，但传统分析师一周工资 2 万元——这个 ROI 对什么规模的客户是正的？对什么规模是负的？
4. 未来预测题：综述提出”非参数持续学习（CBR）“让 DR Agent 无需更新模型权重就能积累经验。如果 2027 年 DR Agent 有了跨组织共享的研究成果库，会不会出现”研究垄断”——最先积累成果的 Agent 永远领先？

🛠️ 行动项#

1. 搭建一个最小 DR Agent 原型：用 LangGraph 实现三层流水线（1 个 Planner + 2 个 Searcher + 1 个 Synthesizer），对任意研究问题跑一次完整流程，观察信息如何在智能体间流转。
2. 评估对比实验：同一个研究问题，分别用单模型（直接问 ChatGPT）和 gpt-researcher 开源工具做，对比事实覆盖率、引用完整性和信息冲突处理能力。记录差异并分析哪些差异来自”多智能体”本身，哪些来自”工具链”。

📚 参考文章#

1. 深度研究智能体：系统性检查与路线图（苏哲管理咨询，2025-06-29）— 学术综述视角：DR Agent 定义、五核心组件、SFT/RL/CBR 优化谱系、7 大工业系统、未来方向
2. Deep Research：从技术架构到产业应用的深度演进与未来展望（笔记）— 架构深度拆解：六大核心要素、三层协同流水线、六类角色智能体、可追溯可信体系、学术/企业应用场景
3. 从”会回答问题”到”能做系统性研究”：Deep Research 多智能体系统的技术范式与工程启示（AI 能见未来，2025-12-16）— 工程范式视角：三层流水线详细设计、四层分解框架、四大企业启示、未来演进方向
4. How we built our multi-agent research system（实战文）— 第一手工程经验：orchestrator-worker 架构、提示工程 8 大实践、LLM-as-judge 评估、单 vs 多智能体量化数据
5. 百度出手，捅破Deep Research全球天花板（新智元，2026-02-05）— 产品案例：千帆 Agentic 架构、由粗到细研究路径、反思机制、DeepResearch Bench 登顶、B2B 千亿美元市场

📅 2026-08-19 | 第 18 篇每日学习笔记