深度研究智能体

深度研究智能体通常由检索工具、推理循环与答案合成三部分组成。

研究团队在三个 DRAs 上进行了评估，发现当用户查询存在欠规范时，智能体答案满足用户信息需求的程度显著下降。

面对模糊查询时，DRAs 会进行更广泛的搜索，但这些搜索对原始用户查询的依赖减少，而更多依赖模型在训练中学到的先验知识。

深度研究智能体（DRAs）通常是在完全明确的用户查询上训练和评估的。

多数 benchmark 通过人工补全或模板化构造出完整查询，从而系统性地高估了智能体的实际可靠性。

未来需要构建能够主动识别何时需要额外用户输入的 DRAs，在必要时向用户请求澄清或通过交互式提问缩小范围。

智能体在不确定时倾向于自由发挥，而不是主动澄清或收敛搜索范围。