Deep ResearchDeep Research

是什么

Deep Research 定位于探索式多轮研究，常用于研究、投研和情报类产品，属于单轮问答 RAG 的升级形态。其执行链路以问题分解为起点，随后进入迭代检索阶段，模型会根据当前已知信息动态调整后续查询。

获取文本后，系统执行阅读筛选与去重，并开展包含交叉验证和矛盾标注的证据综合，最终生成带有引用回链的结构化报告。

该过程依赖三项关键机制。搜索预算通过限制轮数、深度或成本进行封顶。终止条件通常设定为边际信息量递减时停止检索。证据分级则用于评估不同信息来源的可信度。

解决什么问题

常规的单轮检索方法无法有效回答复杂的开放式研究问题。面对需要多维度信息的课题，单次搜索往往只能触及表面，导致信息获取不全。

Deep Research 将「怎么查」的决策过程交由模型负责。它让模型具备迭代决策能力，能根据初步检索结果自主规划后续探索方向，解决长周期问题中的信息收集难题。

面试怎么考

面试主要围绕链路设计与控制机制展开。首先考察链路与形态差异。要求对比它与 RAG 及普通 Agent 的区别，答题需强调查询会随发现演化，且核心目标是信息综合而非执行动作。

其次考察预算与终止条件控制。答题要点是说明如何利用轮数和成本封顶管理预算，并以边际信息量递减作为终止信号。最后常考引用可信度处理，答题需指出建立证据分级机制，并执行交叉验证与矛盾标注。

又称：Deep Research · 深度研究 · 研究代理