正在加载模式…
深度研究智能体(DRA)
一种复合的长周期研究架构：先厘清用户意图，起草一份明确的研究计划，然后在众多来源上运行“搜索、阅读、评估缺口”的迭代循环（通常借助并行的子智能体），最后综合成一份带有行内引用标注的单篇长篇报告。它是 OpenAI Deep Research、Gemini Deep Research 和 Anthropic Research 背后的组合式范型，并已有专门的综述文献。它不同于 `agentic-rag-systems`：后者是在单条流水线内部做检索决策，而非执行多轮、计划驱动的报告综合。它也不同于 `supervisor-worker-pattern`：后者是通用的编排，没有针对研究的计划、缺口检查或引用环节。
30秒速览
- 是什么
- 先澄清意图，拟定研究计划，然后跨来源迭代检索、阅读并评估缺口，最后综合成一份带引用的报告。
- 何时使用
- 需要自适应探索、明确查漏和可追溯出处，最后再给出全面综述的多来源研究问题。
- 注意
- 多轮循环、并行检索和重新规划带来高昂的 token 与延迟开销；如果不在每一轮里仔细追踪来源，引用准确性就会下降。
向AI专家咨询此模式
打开助手并预填您的问题,发送前可先确认。
深度研究智能体: 概览
一种复合的长周期研究架构：先厘清用户意图，起草一份明确的研究计划，然后在众多来源上运行“搜索、阅读、评估缺口”的迭代循环（通常借助并行的子智能体），最后综合成一份带有行内引用标注的单篇长篇报告。它是 OpenAI Deep Research、Gemini Deep Research 和 Anthropic Research 背后的组合式范型，并已有专门的综述文献。它不同于 `agentic-rag-systems`：后者是在单条流水线内部做检索决策，而非执行多轮、计划驱动的报告综合。它也不同于 `supervisor-worker-pattern`：后者是通用的编排，没有针对研究的计划、缺口检查或引用环节。
- Explicit intent clarification before planning
- Drafted research plan that decomposes the question
- Iterative search, read, and gap-evaluation loop
- Parallel subagents exploring separate sub-questions
- Adaptive re-planning that pivots on findings
- Long-form synthesis with inline citation attribution
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。
参考资料
该模式所依据的论文、规范和代码仓库。
由本目录背后的工程师执行
为你的智能体架构做一次评审
本页讲的是一个模式。真实系统会同时跑几十个，而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计：架构、可靠性、评测与成本，每一条结论都对应到能修复它的模式。
€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前