新智元报道

编辑：LRST

【新智元导读】在信息爆炸的时代，古板要害词搜索已难以知足重大知识需求。最新研究提出Agentic Deep Research，由大语言模子驱动，可自动妄想检索路径、多轮迭代获取证据、逻辑推理指导搜索决议并输出研究报告级谜底，可能彻底倾覆古板搜索范式。

在信息爆炸的时代，我们每一天都在搜索、提问、获取谜底。但你是否想过：古板搜索真的能知足我们越来越重大的知识需求吗？

在刚刚已往的WWDC大会上，苹果首次果真探索将ChatGPT等AI助手整合进系统层，撼动了恒久绑定的默认搜索引擎Google！

这不但是一次产品厘革，更是一场信息入口的权力转移。

与此同时，古板搜索巨头的市场份额泛起下滑趋势，而基于大模子的智能助手如ChatGPT、Claude、Perplexity等平台，日活跃用户数却一连走高。

这些信号释放出一个明确趋势：

我们获守信息的方法，正在从「要害词搜索+人工筛选」转向「提出问题→自动研究→得出结论」。

正是在这样的厘革配景下，由UIC、UIUC、清华、北大、UCLA、UCSD等多家顶尖机构联合宣布的最新论文提出Agentic Deep Research：一种由大语言模子驱动的深度信息获取与推理系统，可能彻底倾覆古板搜索范式。

论文链接：https://arxiv.org/pdf/2506.18959

项目主页：https://github.com/DavidZWZ/Awesome-Deep-Research

进入「Agentic Deep Research」时代

已往，搜索引擎依赖要害词匹配。

今天，ChatGPT、Claude 等LLM让我们对谜底的交互方法爆发了改变。然而，这些模式仍难以胜任重大的、需要多步推理与跨域整合的「深度研究型使命」。

2025年头，OpenAI 曾在官方更新中首次提出了「Deep Research」的看法，并这样形貌：

Introducing Deep Research: An agent that uses reasoning to synthesize large amounts of online information and complete multi-step research tasks for you.

在此基础上，研究职员提出的Agentic Deep Research（智能体型深度研究），进一步将这一理念系统化、手艺化：LLM成为自主的信息研究智能体，具备推理-搜索-综合三位一体的闭环能力。

Agentic Deep Research包括自动妄想检索路径、多轮迭代获取证据、逻辑推理指导搜索决议、多源信息融合输出研究报告级谜底

从「回覆一个问题」到「像研究者一样系统性完成重大使命」，这正是 Agentic Deep Research 的目的。

从要害词匹配到智能深研

信息检索作为现代知识获取的基石，恒久依赖于古板的要害词匹配式搜索引擎（如 Google、Bing）。

这类系统依赖网页爬取、索引构建和静态排序机制，擅优点理事实型或导航性盘问。

然而，面临跨领域、推理性强的重大问题，其缺乏上下文明确与多步整合能力，经常导致用户需要手动筛选碎片化效果并自行构建结论，造成重大的认知肩负。

随着大型语言模子（LLMs）的崛起，信息检索进入了「语言明确驱动」的新阶段；贑hatGPT、Claude等LLM的问答系统突破了要害词限制，能够通过自然语言对话直接天生谜底，显著提高了交互效率。

然而，这类纯粹基于参数内存的天生模子仍保存两大硬伤：一是知识时效性受限于训练数据的时间规模，二是易泛起「幻觉」（hallucination）问题，输出内容可能缺乏真实依据。

为缓解上述问题，Retrieval-Augmented Generation（RAG）应运而生。RAG通过在天生前检索外部知识库，引入事实证据来增强回覆的准确性与广度。

这一范式在事实性问答、开放领域QA等使命中展现出显著优势，代表了信息检索与天生的首次融合。

但目今主流的RAG仍大多接纳静态、一轮的「检索-天生」流程，在面临需要跨步思索、动态妄想的问题时体现乏力，无法有用模拟人类专家「边查资料边思索」的调研历程。

为突破这一局限，最新研究提出了Deep Research这一全新Agent范式。该范式将LLM付与类人「研究者」能力，使其在面临重大使命时能够：自主妄想搜索路径、动态提倡盘问请求、迭代推理剖析，并连系外部工具完成完整的深度信息综合。

检索与推理在这一框架下不再是伶仃的？，而是形成了一个交替协作的反响闭环，真正模拟了专家式的研究行为。

因此，从古板Web Search → LLM Chatbot → LLM with RAG → Agentic Deep Research，我们正见证信息获取范式的一次深层跃迁——从「静态查找」，走向「智能研究」。

基准效果与TTS Law的双重支持

在大规模实证评测中，研究职员将5个通用LLM（如GPT、Claude-3.5）、4个强调推理能力的LLM（如DeepSeek-R1、OpenAI O1）以及1个典范Agentic Deep Research模子（OpenAI Deep Research智能体）同台较量，选取BrowseComp、BrowseComp-ZH和Humanity’s Last Exam (HLE) 三个高难基准。

效果显示，标准LLM在BrowseComp系列的准确率通常缺乏10%，在HLE也难以突破20%；

而具备推理-检索闭环的 Deep Research 智能体划分取得51.5%、42.9% 和26.6%的显著优势，充分验证了「推理驱动检索」对重大使命的增益效果。

与此同时，论文对GitHub果真客栈的星标趋势举行统计，发明DeepResearcher、R1-Searcher、DeerFlow等项目的星标曲线自2025年头起显着快于古板RAG类库，显示出社区对该范式的高度关注与快速迭代能力。

更主要的是，这些性能跃升与作者提出的Test-Time Scaling Law (TTSLaw)相互印证。

通过统计在AIME24数学推理集与MuSiQue多跳问答集上的实验数据，论文发明：当增添推理步数或扩展检索轮次时，模子在各自使命上的得分皆体现出近线性增益，并在三维坐标系中差值形成一条清晰的对角增益平面。

这一纪律不但诠释了Deep Research智能体在BrowseComp/HLE等基准中为何能大幅逾越单轮RAG和纯推理LLM，也为系统落地提供了可操作的预算分派准则：

事实麋集型盘问倾向于分派更多token举行检索，逻辑麋集型问题则需预留富足的推理深度，从而在牢靠本钱下获得最优性能。

综上，基准效果的显著提升证实晰Agentic Deep Research的有用性，TTSLaw则展现了其中的可展望增添机制；

二者相辅相成，为未来构建高效、可控、本钱可量化的深度研究智能体涤讪了坚实的理论和实证基础。

开源生态也在聚焦这个偏向

与此同时，Agentic Deep Research不但在看法上描绘了下一代信息检索的蓝图，除了OpenAI、Google等大厂加大投入，更在学术界与开源社区中迅速形成普遍共识与实践响应。

从研究热度来看，2025年间涌现出大宗围绕「reasoning-enhanced retrieval」、「deep research agent」、「reinforcement learning search agents」等主题的论文，代表性事情包括DeepResearcher、Search-R1、R1-Searcher等，系统性地推动了推理能力驱动的信息获取手艺演化。

这些研究不再知足于古板监视学习下的牢靠流程，而是借助强化学习、情形交互与使命反响机制，使语言模子具备自主探索、战略妄想与动态修正的能力。

更值得注重的是，在开源社区中也迅速形成了昌盛的生态系统。

多个深研智能系一切如deepresearch、DeerFlow、ODS（Open Deep Search) 等开源项目，短时间内获得了数千颗GitHub star，反应出从开发者到研究者普遍的关注与加入热情。

凭证论文中对开源趋势的统计剖析，Agentic Deep Research项目整体泛起出一连上升的星标增添曲线，且领先于同时间段的古板RAG类项目。

这一趋势不但说明该范式具备强手艺吸引力，也批注整个社区正在形成一个由产品驱动、研究反响、社区共建的良性循环。

因此，无论是从模子能力的突破、手艺路径的清晰度，照旧从生态系统的活跃水平来看，Agentic Deep Research正在以前沿理论走向主流范式的要害跃迁阶段，预示着「让AI完成研究使命」的时代已不再遥远。

通向「AI研究员」的演化蹊径

论文还提出多个要害前沿议题，包括Human-in-the-loop监视机制、跨模态多源信息融合、多智能体协同研究系统、Token预算自顺应调控的高效推理搜索、面向执法、生物、医学的笔直领域深研系统。

这不但是搜索范式的进化，更是人类在LLM时代与信息交互方法的重塑。

参考资料：

https://arxiv.org/pdf/2506.18959