普通搜索助手常见的工作方式是：搜几条结果，快速总结，然后用一种“我已经研究得很深”的语气交卷。
深度研究 Agent 要解决的，正是“搜索很多”和“真正研究过”之间的距离。
研究不是把网页摘要排成一列，而是围绕问题建立证据、比较观点并形成结论。
一、TODO 驱动的研究是什么？
复杂问题通常不能一次搜索解决。系统先把目标拆成可执行的研究任务：
需要回答哪些子问题？ 每个问题需要什么类型的来源？ 哪些任务有前后依赖？ 什么条件代表已经研究充分？
这些 TODO 是研究过程的路线图。完成一项就记录证据和结论，发现缺口再增加任务。
一个好的 TODO 必须能判断是否完成。“了解市场情况”太模糊；“统计 2023–2025 年公开报告中的市场规模，并记录口径差异”才是可执行任务。
二、三阶段研究流程
第一阶段：规划
明确研究范围、受众、时间边界和输出结构。一个过宽的问题，例如“研究人工智能”，应该缩小到可验证范围。
第二阶段：执行
不同 Agent 或工具分别搜索、阅读、提取信息，并把关键事实与来源写入笔记。
第三阶段：综合
汇总不同任务的证据，处理冲突，区分事实、推断和不确定性，最后生成报告。
如果没有前两阶段，第三阶段很容易变成“根据搜索片段即兴作文”。
规划阶段还应先写清研究问题的边界：
面向谁，读者需要做什么决定。 时间范围和地域范围是什么。 哪些概念容易混淆，需要先定义。 哪类来源可以作为主要证据。 最终报告需要表格、时间线还是建议。
边界越清楚，搜索越不容易无限扩散。
三、为什么要分角色？
一个研究系统可以包含规划 Agent、搜索 Agent、阅读 Agent、事实核查 Agent 和报告 Agent。
角色分开能减少职责混乱。搜索 Agent 负责扩大覆盖面，核查 Agent 负责挑战结论，报告 Agent 负责结构表达。
不过角色不是越多越好。每增加一个 Agent，就增加消息传递、成本和错误来源。分工应该服务于研究质量，而不是为了拍一张热闹的架构图。
角色之间也不应只传递摘要。搜索 Agent 应返回链接、标题、发布时间和命中片段；阅读 Agent 应指出原文支持什么结论；核查 Agent 要说明冲突发生在哪里。只有报告 Agent 可以负责最终措辞。
四、NoteTool 为什么重要？
研究过程中最宝贵的不是最终文字，而是证据链：
来源链接。 发布时间与作者。 支持什么观点。 是否存在冲突。 可信度和局限性。
结构化笔记让后续 Agent 能复用事实，也让人类可以追溯结论。
一个没有来源记录的漂亮报告，和朋友饭桌上说“我好像在哪看过”差别不大，只是排版更正式。
可以为每条证据保存一张小表：
后续写作只使用“已核实”证据，待核实内容进入问题清单，而不是悄悄混进正文。
五、搜索调度不能只看数量
系统需要控制搜索范围和停止条件。
同一观点找到十篇转载文章，并不等于十个独立证据。高质量研究应优先原始资料、官方文档、论文和可信数据，并识别重复来源。
当关键问题已有多方证据、继续搜索只产生重复信息时，应当停止。否则 Agent 会把整个互联网读一遍，预算先毕业。
停止条件可以更具体：
所有核心子问题都至少有一个直接来源。 高风险结论已由两个独立来源交叉验证。 主要冲突已经解释，或明确标注无法解决。 连续几轮搜索没有新增事实，只出现重复转载。 达到时间或费用预算，需要提交当前版本。
停止并不表示“真相已经穷尽”，而是当前证据足以支持这份报告的用途。
六、报告如何避免过度自信？
报告应区分：
已被来源直接支持的事实。 基于事实做出的推断。 尚无足够证据的假设。 不同来源存在的争议。
引用应尽量贴近对应结论，不能在文末放一长串链接，然后让读者猜每条结论究竟来自哪里。
报告还应公开研究日期和方法。对“最新”“目前”“主流”等会变化的判断，必须说明信息截止时间。事实与推断使用不同措辞：来源直接说明的是事实，跨来源综合得到的是分析，证据不足的是待验证假设。
七、常见失败：搜索很多，来源却很薄
深度研究系统经常出现四种假深度：
用搜索摘要代替阅读原文。 多篇文章其实来自同一份通稿。 引用存在，但并不支持前面的结论。 报告语言很确定，证据却只覆盖局部样本。
Review 时应随机抽取关键结论，反向检查原文是否真的支持。引用数量不能替代引用质量。
八、总结
深度研究 Agent 的核心不是更长的回答，而是更完整的研究过程。
TODO 管理任务，搜索工具获取材料，笔记保存证据，多角色进行核查与综合，最终报告才能有来源、有边界、有可信度。
真正的深度，不在字数，而在每个重要结论都能回答“依据是什么”。
一张图带走本章重点
参考资料
Datawhale，《Hello-Agents》第十四章：自动化深度研究智能体 Anthropic 工程团队：Effective context engineering for AI agents
