Deep Research：大模型如何化身全栈 AI 科学家

2026-04-29 约 3566 字预计阅读 8 分钟

随着 OpenAI 和 Google 先后推出 Deep Research（深度研究） 功能，大语言模型（LLM）的能力边界再次被大幅拓宽。Deep Research 不仅仅是一个“能上网搜资料的聊天机器人”，它是一个闭环的自主工作流（Closed-loop workflow）。

它能够接收复杂的研究问题，自主规划查询、从海量异构数据源中获取并过滤证据、维护和修正工作记忆，最终合成带有明确引用的长篇研究报告。本文将带你系统性地拆解 Deep Research 的技术演进与四大核心组件，并深入解析背后的代表性前沿算法。

1. 什么是 Deep Research？

Deep Research 的演进可以分为三个阶段：

Agentic Search（智能体搜索）：专注于找到正确的来源并提取答案，进行最少的综合（如多跳问答 HotpotQA）。模型需要具备在互联网上持续浏览和辨别事实的能力。
Integrated Research（综合研究）：超越孤立的事实，通过迭代的“子问题规划-检索-综合”循环，生成连贯的结构化报告（如市场分析、复杂行程规划）。
Full-stack AI Scientist（全栈 AI 科学家）：超越信息聚合，能够提出假设、进行实验验证或消融实验、批判现有主张并提出新视角（如自动化论文评审、科学方程发现 LLM-SRBench）。

与传统 RAG（检索增强生成）的区别：

灵活的数字世界交互：传统 RAG 依赖静态的预索引语料库，而 Deep Research 能主动与动态环境（搜索引擎、Web API、代码执行器）进行多步工具交互。
长视距规划（Long-horizon Planning）：能够自主规划、修正并优化工作流，管理复杂的任务上下文。
可靠的语言接口：引入了可验证机制，将自然语言输出与底层证据对齐，极大减少了开放式任务中的幻觉。

2. 核心组件一：查询规划（Query Planning）

面对复杂问题，Deep Research 的第一步是查询规划：将逻辑复杂的问题分解为结构化的、可执行的子查询（Sub-queries）序列。

2.1 并行规划（Parallel Planning）

一次性将原始查询重写或分解为多个子问题，然后并行处理。优点是效率极高，缺点是缺乏迭代反馈机制，忽略了子查询之间的逻辑依赖。

Least-to-Most Prompting：通过 Few-shot 引导大模型将复杂任务分解为有序的、自包含的简单子问题。
Chain-of-Verification：先并行生成多个独立的子问题，再分别为每个子问题寻找可靠的证据进行交叉验证。
DeepRetrieval：摒弃传统的“检索-阅读”范式，训练一个小语言模型作为重写器（Rewriter），并通过强化学习（结合召回率、NDCG@k 等下游指标）对其进行优化。
MMOA-RAG：将查询重写、文档检索、选择和生成视为多智能体系统中的独立 Agent，利用多智能体强化学习（MAPPO）对齐全局奖励（如最终答案的准确率）。

2.2 顺序规划（Sequential Planning）

通过多轮迭代分解查询，每一轮的分解都建立在上一轮输出的基础之上。适合需要逐步消歧的复杂任务，但过长的推理链会导致极高的计算成本和错误累积。

LLatrieval：一个迭代式规划器。当检索到的文档无法通过验证时，要求 LLM 指出缺失的知识并生成新查询，直到积累的上下文足以支撑答案。
DRAGIN：基于注意力机制的动态检索。利用自注意力分数（Self-attention scores）从整个生成历史中挑选最相关的 Token，以此来构建精准的查询词。
RAISE：专为科学推理设计，逐步分解科学问题并生成具有逻辑感知的查询，检索特定步骤的知识来驱动规划。
Search-R1：结合思维链（CoT）动态决定何时搜索及如何搜索。采用“检索 Token 掩码”技术，避免模型因直接复制搜索结果而受到惩罚或奖励，专注于最终结果的准确性。

2.3 树状规划（Tree-Based Planning）

结合了并行与顺序的优势，将子查询构建为树（Tree）或有向无环图（DAG），并使用高级搜索算法进行探索和剪枝。

RAG-Star：利用蒙特卡洛树搜索（MCTS），通过 UCT 准则选择最有潜力的节点，利用奖励模型评估扩展质量并反向传播得分，逐步生长出一棵推理树。
DeepSieve：将复杂查询分解为 DAG，LLM 作为知识路由器（Router）为每条路径选择数据源，失败时触发重新路由或重新分解。
DeepRAG：将决策过程结构化为二叉树（检索 vs 内部推理）。引入“校准链（Chain of Calibration）”让模型评估自身推理的可靠性，当自我评估显示高度不确定时才触发检索。

3. 核心组件二：信息获取（Information Acquisition）

在明确了要查什么之后，下一步是如何获取并过滤信息。

3.1 检索工具（Retrieval Tools）

除了传统的词汇检索（BM25）、语义检索（Dense Retrieval）和商业网络搜索（如 WebGPT）外，多模态检索（Multimodal Retrieval） 正在成为前沿趋势：

LayoutLM / Donut（结合布局的文本检索）：LayoutLM 结合了文本、布局边界框和 Faster R-CNN 视觉特征；Donut 则是无 OCR 的端到端框架，直接将文档图像映射为 JSON 结构。
CLIP / BLIP（图文相似度检索）：CLIP 通过 4 亿对图文的对比学习实现零样本迁移；BLIP 引入了 CapFilt（字幕生成与过滤）机制，通过自举（Bootstrapping）提升预训练数据质量。
ChartFormer（结构化感知检索）：采用端到端实例分割识别图表元素（柱状、折线、图例），并通过问题引导的可变形共注意力机制聚焦相关图表区域。

3.2 检索时机（Adaptive Retrieval）

每次检索都会带来计算开销，且低质量的文档会误导模型。**自适应检索（Adaptive Retrieval）**旨在让模型“知道自己不知道”，仅在知识不足时触发检索。

FLARE（概率策略）：迭代生成临时句子，若包含低概率（低置信度）的 Token，则触发检索并重新生成。
Rowen（一致性策略）：评估模型在不同语言或不同单次生成下的语义一致性，若出现分歧则触发外部检索以纠正幻觉。
CtrlA（内部状态探测）：提取 LLM 内部状态中的“诚实（Honesty）”和“自信（Confidence）”特征方向，在推理时监控置信度水平以触发检索。
Self-RAG / Search-o1（显式声明策略）：Self-RAG 通过师生蒸馏训练模型生成特定的反思 Token（如 [Retrieve], [IsSup]）；Search-o1 则在检测到知识盲区时暂停，触发搜索并使用“文档内推理（Reason-in-Documents）”提炼事实。

3.3 信息过滤（Information Filtering）

互联网充满了噪音，未经清洗的内容极易引发大模型的幻觉。

文档选择（Document Selection）：对候选文档进行重排序（Re-rank），仅保留 Top-k 最有用的文档。
RECOMP / xRAG（内容压缩）：RECOMP 将长文档压缩为文本摘要；xRAG 实现极端上下文压缩，将整个文档的 Dense Embedding 投影为一个“软 Token（Soft token）”直接输入 LLM，完全跳过长文本处理。
HtmlRAG（基于规则的清洗）：剔除网页中无语义的 CSS 和 JS 代码，并结合双阶段块树剪枝（Block-tree pruning）保留结构化 HTML 供模型阅读。

4. 核心组件三：记忆管理（Memory Management）

在漫长的研究过程中（可能耗时数小时），Agent 必须维护连贯的上下文。这依赖于强大的记忆管理机制。

4.1 记忆巩固（Consolidation）与索引（Indexing）

MemoryBank（非结构化巩固）：存储过去的对话、总结的事件和用户画像，打造类似 SiliconFriend 的 AI 伴侣。
HippoRAG（结构化巩固）：受神经生物学启发，利用 LLM（新皮层）抽取知识图谱三元组，通过图上随机游走（海马体）实现模式补全（Pattern completion）。
A-Mem（图索引）：采用图索引，Agent 自主链接相关的记忆节点，逐步生长出灵活的访问网络。

4.2 记忆更新（Updating）与遗忘（Forgetting）

Mem0（非参数化更新）：通过显式的 Tool Call（如 DELETE, ADD）操作外部数据库，灵活性高。
Memory-R1（参数化更新）：通过强化学习训练记忆管理器，用单一的 UPDATE 指令整合事实，避免了传统管理器容易导致的记忆碎片化问题。
MemGPT（被动遗忘）：遗忘是过滤噪音的关键机制。MemGPT 采用 FIFO（先进先出）队列，模拟人类记忆的自然衰退，自动将最旧的对话消息从主上下文中移出至长期存储。

5. 总结

从简单的 Agentic Search 到能够自主提出假设并验证的 Full-stack AI Scientist，Deep Research 正在重新定义 AI 的生产力上限。

它通过查询规划拆解复杂问题，利用自适应的多模态检索精准获取信息，依靠动态的记忆管理维持长视距的思考，最终生成带有严谨引用的高质量报告。在未来，随着强化学习在搜索和推理中的进一步融合，Deep Research 必将成为科研工作者和专业人士不可或缺的超级数字大脑。

目录