Deep Research Agent 怎么设计？怎样保证研究报告的引用可靠？

知识点详解：从搜索结果到可信报告，中间还差什么？

先把“研究什么”说具体

假设用户问：“帮我判断甲公司最近两年的海外业务有没有增长。”

直接搜索“甲公司海外业务增长”，很容易找到新闻稿，却不一定知道增长是收入增长、订单增长，还是新增了几个办事处。

因此，任务开始时应该明确对象、时间与指标。如果用户没有指定口径，可以说明本次先以公开披露的海外收入为主，不能偷偷把“海外曝光增加”换成“收入增加”。

后续问题也就自然出现了：两年的数据在哪里？币种和统计口径一样吗？有没有重述或业务出售？这些问题共同服务于一个判断，而不是为了展示 Agent 很忙不断扩展主题。

搜索计划可以变，研究目标不能悄悄变

第一次搜索找到年度报告，却只披露了地区收入，没有直接叫“海外业务”的字段。Agent 可以改用地区名称继续查，也可以查上一年的报告核对口径。

这就是多轮研究的意义：当前证据暴露了缺口，下一轮才有新的目标。

任务状态可以记录“已找到今年数据，尚缺去年同口径数据”。取到一篇报道以后，先判断它补上了什么，而不是把整篇文字丢进上下文就继续搜索。

Anthropic 的研究系统说明展示了多 Agent 并行研究、协调和评测的一种实现。下面的证据登记方式是本文给出的工程方案，不是要求复刻该产品。

引用需要绑定到具体结论

一份最小证据记录可以包含这些字段：

字段	保存什么	为什么需要
source_id	内部资料标识	报告引用能找到原记录
url、标题	资料出处	用户可以回看原文
发布日期、获取日期	内容何时产生、何时取得	区分旧消息和新资料
原文片段、页码或章节	支持判断的位置	检查是否真的说过
claim_id	支持哪条结论	避免引用与结论错位

例如，“甲公司海外收入同比增长”，应该对应两年的同口径数据及计算依据。新闻稿只说“加快全球化布局”，就不能用来支持这个收入结论。

搜索摘要也不能替代已读原文。摘要可能被截断，缺少条件，甚至与网页后来更新的内容不同。没有读到支持结论的部分，就应该把这条判断标为待核实。

多个链接，可能只有一个消息源

假设三家媒体都引用同一份公司公告，它们能帮助找到资料，但不能算三份独立确认。

因此，研究系统要追踪信息最初来自哪里。公司披露、监管文件、采访和转载的证据性质不同；来源是否适合，还要看当前结论是在问什么。公司官网适合确认公司宣布了什么，不必然能独立证明产品实际效果。

遇到数值冲突，也不要直接取最新或平均值。先检查报告期间、币种、统计范围与是否经过更正。如果仍然无法解释，报告保留分歧，比选一个看起来顺眼的数字更可靠。

什么时候可以结束研究？

可以把结束条件设为：关键问题有足够的有效证据，重要冲突已解释，剩余缺口不会改变主结论。也要有搜索次数、时间和费用上限。

到了预算上限仍然缺少去年数据，就输出“目前无法确认增长”，并列出缺少什么。不应该为了交付一份完整报告，补出一个不存在的数据。

评测时，分别检查结论是否正确、证据是否支持、关键方面是否遗漏。还可以故意加入转载消息、过时数据和“真实链接但不支持结论”的样本，检查系统能不能识别。

面试官继续追问

一定要多 Agent 吗？

不一定。独立子问题较多时，并行研究可能减少等待；问题很小、资料强相关时，分工会增加协调与去重成本。先让单条研究流程能够保留证据，再决定是否并行。

模型能不能自动确认所有引用？

可以辅助检查，但不能只让它回答“引用没问题”。更具体的检查是：原文片段是否存在，结论有没有超出片段范围，数值与单位是否对应。高风险结论还需要人工审核。

网页里的指令会不会影响 Agent？

会构成风险。网页是研究资料，不是执行授权。工具权限与研究边界要由应用检查，不能因为网页要求下载程序或上传资料就执行。

面试速记卡

• 研究目标：明确对象、时间和指标，再拆分问题。
• 动态搜索：围绕证据缺口继续查，不无目的扩展。
• 引用可靠：结论绑定原文片段，不只附上一个网址。
• 来源判断：转载数量不等于独立证据数量。
• 结束条件：覆盖关键问题，解释冲突；证据不足就保留不确定性。