Optimist Deep Research：以状态为中心的迭代式文献研究Agent

传统检索增强系统通常把文献搜索当作“单次检索+摘要”的流水线，但真实的文献研究并非如此：研究者的理解会随着阅读而改变，子问题会不断涌现，证据需要被权衡而非简单堆砌。开源项目 Optimist Deep Research 提出了一种以显式、可变的研究状态为中心的迭代式证据获取方案，试图让 AI Agent 更接近人类研究者的工作方式。

从单次检索到迭代式证据获取

Optimist Deep Research 的核心设计是将文献研究建模为对研究状态的持续更新。系统首先把研究问题拆解为一棵子问题树，每个子问题由若干“搜索意图”驱动，这些意图会被翻译成针对 arXiv、OpenAlex、Crossref、PubMed、Semantic Scholar 以及开放网络的特定查询。

检索结果并非直接送入摘要器，而是经过一个保守的四层去重层级，合并进一个保留来源信息的规范化文档注册表。随后，系统通过引文滚雪球（citation snowballing）扩展注册表，直到满足饱和标准为止，再对文档进行筛选、排序，并以轮询方式分配给各个子问题。这种设计让检索过程具备可追溯性，也为后续的证据管理打下基础。

引文滚雪球（citation snowballing） 是一种文献综述中常用的系统性检索策略，分为前向和后向两个方向：后向滚雪球指追溯某篇论文的参考文献，以发现其知识基础；前向滚雪球指查找引用了该论文的后续工作，以追踪其影响和发展。在 Optimist Deep Research 中，该技术用于从已检索到的核心文档出发，递归扩展文档注册表，从而在不依赖关键词穷举的情况下覆盖相关文献簇。系统设定饱和标准（如连续多轮无新增相关文档）来控制扩展深度，避免无限蔓延。这种方法能有效提升召回率，但也可能引入主题漂移，因此需要与去重和相关性排序配合使用。

结构化证据库与八维评审机制

文档被并行阅读，并转化为结构化的证据库：每条主张都记录支持关系、位置、类型和强度。这一层是系统区别于普通 RAG 的关键——证据不是被摘要成一段文字，而是被拆解为可审查的原子单元。

系统引入一个“评论者”（critic）角色，从八个维度审查研究状态，并返回研究动作而非二元判断。它可以新增、拆分、改写、降级或关闭子问题，这意味着研究计划既是调查的输入，也是调查的输出。这种动态调整能力，让 Agent 能够在阅读过程中修正对问题的理解，而不是被初始查询锁死。

最终报告基于证据库逐节撰写，且每一条引用都能追溯到实际检索到的文档。对于需要可审计性的语言模型流水线而言，这种“引用可解析”的约束尤为重要。

评论者（critic）角色 在 Agent 架构中通常指一个独立的审查模块，其职责不是直接生成答案，而是对当前研究状态进行诊断并给出改进建议。Optimist Deep Research 的 critic 从八个维度（如问题覆盖度、证据充分性、来源多样性、矛盾检测等）评估状态，并返回具体的研究动作（新增子问题、拆分问题、降级或关闭问题），而非简单的“通过/不通过”判断。这种设计将评审与执行解耦，使语言模型能够以结构化方式参与规划循环，同时保留人类可读的审计轨迹。八个维度的具体定义决定了系统的行为边界，也是后续调优的关键参数。

结构化证据库 与普通 RAG 的摘要式上下文不同，它将每篇文档中的主张拆解为原子单元，并记录支持关系（支持/反驳/中立）、位置（章节或段落）、类型（事实、方法、结论等）和强度（如强、中、弱）。这种表示方式使系统能够跨文档聚合证据、检测矛盾，并在最终报告中实现引用级可追溯。原子化存储也便于 critic 逐条审查，避免长文本摘要中的信息损失。然而，证据强度的自动评估仍是一个开放问题，当前系统可能依赖启发式规则或模型打分，其可靠性需要在更多案例中验证。

案例研究：三分钟阅读 28 篇文档

作者报告了一个案例研究：系统在约三分半钟内检索到 237 篇文档，并实际阅读了其中的 28 篇。这一数据展示了迭代式 Agent 在效率与深度之间的权衡——它没有试图读完所有检索结果，而是通过饱和标准和轮询分配控制阅读范围。

作者同时坦诚地报告了案例研究暴露出的弱点。这种自我披露在学术工具类项目中并不常见，但也提示我们：以状态为中心的 Agent 设计仍处于早期阶段，其评审机制、饱和判断和证据强度评估都还有打磨空间。

饱和标准（saturation） 源于扎根理论等质性研究方法，指当新增数据不再产生新的编码或主题时，认为样本已饱和。在自动文献研究中，饱和标准通常被操作化为：连续若干轮检索或滚雪球后，新增文档与已有证据的重叠率超过阈值，或子问题的新增证据数量降至零。Optimist Deep Research 用饱和标准来决定何时停止引文扩展，从而在召回率和计算成本之间取得平衡。但饱和判断本身具有主观性，系统需要设计可量化的代理指标（如文档相似度、证据增量），否则可能过早终止而遗漏关键文献。

对 AI 文献研究工具的意义

Optimist Deep Research 的价值不在于某个单点技术，而在于它把“研究状态”显式化、可变化，并用确定性机制约束语言模型流水线，使其保持可审计。对于构建自主研究 Agent 的开发者而言，子问题树、四层去重、引文滚雪球和八维评审这些设计，提供了可借鉴的工程范式。

该项目为开源，感兴趣的读者可以直接查看其实现细节，并结合自身场景评估其适用性。