Deep Research 类智能体：研究型 Agent 的架构拆解与产出评估

品类定义：从「搜索问答」到「研究项目」的跃迁

Deep Research 类智能体（OpenAI 于 2025 年初引爆、Google/Gemini 与各家跟进）与「搜索增强问答」的本质差异是任务的形状：搜索问答是「一个问题 + 一次检索 + 一段回答」；Deep Research 是「一个主题 + 数十次检索 + 多源交叉 + 一份长报告」——它像人做研究一样工作：拆解研究问题、多轮检索（读一页发现新线索就追下去）、跨源对照、最后综合成文。一次 Deep Research 任务的典型工作量：几十个网页的阅读、十几分钟的自主运行、数千到上万字的产出——「分钟级的调研」以前是「天级的人力」，这是它引发的品类兴奋的来源。

架构共性：多轮检索规划与广度-深度的平衡

各家实现不同，架构共性清晰。多轮检索规划：研究智能体的核心不是「搜得快」而是「搜得有策略」——第一轮广撒网建立认知 → 发现信息缺口 → 调整关键词与方向 → 逐层深入 → 最后交叉验证（检索策略是动态的、被中间发现驱动的——这是它与固定 RAG 流程的分野，本库 RAG 手册的静态管线 vs 这里的动态研究循环）。推理模型的支撑：Deep Research 类产品的爆发时间与推理模型（o 系、DeepSeek-R1）的成熟严格同步——「研究」需要的恰是推理模型的长处（多步规划、信息不足时的假设与验证、综合时的取舍判断）——没有推理模型的 Deep Research 是「搜索次数更多的搜索」，有了才是「会研究的智能体」。广度-深度的平衡机制：研究预算有限（时间与 token），智能体要决定「横向覆盖多少角度、纵向挖多深」——这是研究策略的核心权衡（好的实现会先广后深、按重要性分配预算）。引用与溯源：成熟产品的产出带引用标注（每个论断可溯源到来源页）——没有引用的研究报告在信息可信度上不合格（幻觉与编造的检测全靠溯源）。

产出的真实质量分布：强在哪、弱在哪

基于大量实测的公共反馈，产出质量的真实分布。强项：面上的信息综合（把散落在几十个网页的信息组织成结构化综述——「知道有什么」的整理能力极强）、格式与结构的专业感（章节、表格、对比、时间线的编排像模像样）、快速起稿（从零到一份可用初稿的速度碾压人力——把「从零开始」的痛苦消掉，是它最大的价值）。弱项（必须知道的）：深度与洞见有限——它能综合「已有的公开信息」，但不能产生信息之外的洞察（行业的隐性知识、内部数据、专家直觉——报告的「深度幻觉」：结构专业感让人误以为深度也在）；事实错误的混入——检索到的错误信息会被一本正经地综合进来（引用的存在让人放松核验——「有引用」不等于「引用可信」，溯源后还要审来源本身）；时效数据的边界（训练截止与搜索覆盖的缝隙）。评估一份 Deep Research 产出的方法：抽查引用（随机抽 5 个引用验证真实性与相关性——引用造假率一测便知）、找「你已知的领域」读（用你的专业知识当探测器）、检查「关键结论是否有多个独立来源」——把 Deep Research 当「高质量初稿 + 线索地图」，不当「最终结论」。

正确的使用姿势：人机分工与适用场景

适用场景的画像：「面上的综述」类需求最优（技术选型的前期调研、市场的公开信息汇总、竞品的公开资料梳理、学术领域的入门综述）；「点上的深钻」要人主导（关键决策的最终论证、需要内部数据与专家访谈的研究、法律与医疗的严肃结论）。人机分工的最佳实践：人定研究框架（问题拆解、关键假设、范围边界——研究的问题定义是人类不可让渡的部分）→ Agent 跑广度（多轮检索、初步综合、线索地图）→ 人做深钻与判断（关键来源的精读、结论的取舍、视角的补充）→ Agent 做成稿（格式、引用、语言打磨）。与同类工具的坐标系：Deep Research（自主长任务）vs 单次搜索问答（快问快答）vs RAG（私有知识库问答）vs 人类研究员（深度与责任）——四种工具四种场景，Deep Research 吃的是「公开信息的面上综合」。给企业的提醒：Deep Research 的产出若要对外发布或支撑决策，事实核查的流程不可省——「AI 写的研究报告」的责任主体仍然是署名的人。

Deep Research 的进阶用法：与知识工作流的整合

Deep Research（正文架构）的进阶用法是把它整合进知识工作流——三类进阶场景。场景一：研究管线的前端。Deep Research 做广度扫描（初稿 + 线索地图）→ 人工深钻关键来源（正文的人机分工）→ 产出回流到个人知识库（本库 RAG 的私有知识层——研究报告入库成为可检索资产）——「AI 研究 → 人筛选 → 入库沉淀」的循环。场景二：持续监测的自动化。用后台 Agent（本库后台 Agent 篇）定期跑 Deep Research（每周的行业动态综述）——「一次性研究」变成「持续追踪」（定时 + Deep Research + 飞书通知的组合——本库后台智能体的 CRON 形态）。场景三：多智能体的研究团队。Deep Research 的结论交给批判 Agent 审（挑弱点找反证——本库多智能体形态篇协作派的正用）→ 修订 → 交付——自我批判的迭代提升报告质量（成本增加、质量提升的权衡）。评估与责任的重申（正文）：Deep Research 的产出永远标记为 AI 生成、永远人工核验后才能支撑决策——把它整合进工作流的每一环，核验的责任不可以被流程稀释。进阶用法的元原则：Deep Research 是知识工作流的「加速器」而非「替代者」——它的产出价值，取决于你把它嵌入的工作流有多严谨。

Deep Research 的局限与风险：三个必须知道的盲区

Deep Research（正文弱项）的三个盲区值得单独强调——它们是使用者的安全须知。盲区一：检索的「可见域」偏差。模型检索的是公开网页——公开互联网本身就是有偏的样本（英文多于中文、营销内容多于干货、新信息多旧信息少）——研究报告的「信息面」继承了这个偏差（它不知道自己没搜到什么——「未检索到的信息」不会出现在报告里，也不会被标记）；中英文场景的检索质量差异、付费墙内的内容（行业报告、学术论文的全文）检索不到——「面上综述」的面，其实是「公开网页的面」。盲区二：来源质量的评估弱。综合时对来源的可信度区分有限（权威论文与 SEO 农场的权重可能一样——来源的「层级评估」是研究的人工核心技能，模型的部分实现但不可靠）——错误来源的信息会被结构化地包装成可信结论（结构的专业感放大内容的错误，本库正文的深度幻觉）。盲区三：结论的「过度平滑」。研究报告倾向于给出「平衡、确定」的结论（把不确定的地带写得斩钉截铁）——分歧与争议被抹平（真实世界的重要问题常常没有干净答案）——读报告时要主动找「它没有提到的分歧」。三个盲区的对策：知晓公开域的边界（关键数据找一手来源核验）、自己审来源层级（引用列表里挑权威源深读）、主动追问分歧（「这个问题有哪些反对意见」的补充研究）。Deep Research 的安全须知一句话：它的报告越流畅，你越要记得——它只是把公开网页重新排了版。

Deep Research 与 RAG 的对比：知识工作的两种管线

Deep Research（正文定位）与 RAG（本库 RAG 手册）的对比：知识工作的两种管线，选型对照值得记录。两者的本质差异。RAG：私有知识的检索问答（知识库是第一公民——回答基于你自己的资料）；Deep Research：公开信息的自主调研（互联网是它的知识源——报告基于全网检索）。对比表。数据源：RAG 私有 vs Deep Research 公开；任务形态：问答 vs 报告项目；时效性：RAG 随库更新 vs Deep Research 实时检索；成本：RAG 的检索便宜 vs Deep Research 的长任务贵；可信锚点：RAG 的私有文档（可控）vs 网页来源（需审）。两者的组合形态（知识工作的完整管线）：RAG 管「组织内的已知」、Deep Research 管「组织外的未知」——企业情报工作流的典型组合：内部知识库问答（RAG）+ 外部市场的 Deep Research + 人工的综合判断。选型的判断式：问题「组织内知道吗」→ RAG；问题「公开世界最近怎么样」→ Deep Research；问题「结合内部与外部」→ 两者 + 人工。对比的收束：RAG 与 Deep Research 不是竞争关系，是知识工作的内外分工——内部记忆与外部探索，缺一不可。

Deep Research 的提示词与工作流技巧：研究报告的质量手册

Deep Research（正文姿势）的提示词与工作流技巧：研究报告的质量手册。提示词的技巧。研究框架的前置：在提示词里给出「研究的框架」（要回答的子问题、关注的维度、排除的范围——框架前置把「漫无目的的检索」变成「有纲目的研究」，本库研究方法论篇的框架思想）。视角与立场的声明（「从工程师视角」「面向决策者」——受众决定深度与语言）。输出格式的指定（章节结构、对比表格、时间线的模板——格式指定让产出立即可用）。深度的追加指令（「对 X 的争议给出双方观点」「标注信息的不确定处」——主动要求呈现分歧与不确定性是对抗正文「过度平滑」盲区的直接手段）。工作流的技巧。两段式研究（第一轮广度报告 → 读完找出缺口 → 第二轮定向深钻——两轮的组合效果远超一轮长跑）、多报告的交叉（同一主题跑两次不同视角的 prompt——两次报告的差异处就是需要人工深钻的地方——差异即线索）。质量手册的收束：Deep Research 的产出质量 = 模型能力 × 提示词的研究框架 × 人工的核验——模型你控制不了，后两者都是你的杠杆；会用杠杆的人，产出质量翻倍。

小结

Deep Research 类智能体把「公开信息的面上综合」从天级压到分钟级：架构核心是「被中间发现驱动的多轮检索规划」+ 推理模型的支撑 + 引用溯源。强项是综述组织与快速起稿，弱项是深度洞见与事实混入——有引用不等于可信，抽查引用与已知领域试读是评估的探测器。正确姿势是人机分工：人定框架与做判断，Agent 跑广度做成稿。它吃「公开信息的面上综合」，深度、内部数据与严肃结论仍是人类的领地——研究助理的名字里，助理两个字才是重点。