匹配正文：…究任务真正的问题：当前证据是否足以支持结论？所以面试官追问“Agent 怎么停止”时，不能只回答“设置最大轮数”。完整问题是： Deep Research 怎样判断已经查够？怎样区分信息充分、搜索无进展、预算耗尽和工具故障？如何避免没查够就回答，也避免陷入重复搜索？先区分四种“结束” 第一种是正常完成。系统已经覆盖任务契约里的关键对象和维度，主要结论有来源，关键冲突得到解释，剩余缺口不会推翻当前建议。这时结束是研究判断，不是预算被用完。第二种是无进展退出。 Agent…

#Deep Research#问题边界与研究闭环#Deep Research 停止条件

项目实战·Agent

Deep Research Agent

匹配正文：…景：让 Agent 自己「做研究」，而不是查一篇文章这里用「为一个技术方案做选型调研」作为教学场景。普通问答可能只摘要一篇文章；Deep Research 需要先拆解子问题，再检索多个来源、检查时间与出处、发现信息缺口后调整搜索，最后生成可追溯的结构化报告。核心不是展示隐式思维过程，而是让工具调用、证据、结论和停止条件可以被检查。场景不代表已经交付给任何客户。继续读完整版 · 第 1 章为什么需要 Deep Research → 技术架构：执行框架 + 工具集 + 长程…

#项目实战#Deep Research Agent

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

匹配正文：…输出结构化字段：对象数、维度数、证据需求、预期交付和推荐路线。这里不需要生成答案，只做分诊。第三步，执行前设置预算。即使进入 Deep Research，也要有最大工具调用、最长任务时间、允许的来源类型和报告长度。预算不是最终停止条件，但它是避免任务失控的硬边界。第四步，执行中允许升级和降级。普通 RAG 如果证据不足，可以升级到补充检索；研究任务如果很快找到唯一权威答案，也不必为了凑步骤继续搜索。因此路由应被设计成可调整的执行策略，而非一次性标签。第五步，记录路由…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

面试题·Agent

Deep Research 并行任务怎么拆，依赖、尾延迟和综合成本怎样控制？

匹配正文：…别寻找官方资料、论文和公开案例。如果所有方向都由一条 Agent 链路串行完成，任务会很长，一处早期偏差也可能影响后面全部判断。Research-Synthesis 的思路，是先拆出可独立验收的研究单元，按依赖关系分批并行，再综合它们的结构化结果。它听起来像“多开几个 Agent 就能更快”，这恰好忽略了最难的调度问题。有的单元要等前置结果，有的会共享同一个搜索服务，还有的会因慢页面或限流变成尾部任务。并行度过高时，排队、重试和综合开销可能抵消节省的时间，因此不能保证一…

#Deep Research#执行框架与长任务#Deep Research 并行任务拆分

系统教程·Agent

Agent 面试题大全与开发指南

匹配正文：…者经常组合出现——Agent 把 RAG 当工具之一。没有 Agent 项目经验，从哪里开始最快？先实现一个只保留循环、工具和停止条件的最小 Agent，再读 Deep Research 8 章拆解，看完整系统怎样处理规划、检索、反思和引用。有了亲手实现，回答时就能落到自己做过的技术取舍。 ReAct、Plan-and-Execute、Reflection 这些范式都要会吗？先掌握 ReAct 的基本循环，再能说明其他范式的适用场景：任务可预先分解时考虑 Plan-an…

#专题学习#Agent 面试题大全与开发指南

面试题·Agent

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

匹配正文：做 Deep Research 训练数据时，常见做法是把一批研究问题交给更强的 Teacher 模型，让它使用 Search、Visit、学术检索或计算工具完成任务，再把过程保存下来训练较小模型。听起来像是把“优秀学生的解题过程”交给另一个学生模仿。问题在于，Teacher 更强不等于每次都对。它可能调用格式正确，却选错工具；可能访问了很多页面，却没有推进任务；也可能在工具失败后自行补出一段观察，最后写出一篇流畅但证据对不上的答案。如果这些轨迹未经验证就进入训练，学生模…

#Deep Research#数据构造与训练#Deep Research 轨迹生成

面试题·Agent

轨迹里工具返回为什么不能参与 Loss，Observation Mask 做错会怎样？

匹配正文：…、广告、导航、错误页和不可信文本。把它们都当模型正确输出，会弱化“环境内容只是证据候选”的边界。第四个问题是损失被长返回主导。 Deep Research 的网页片段往往远长于一个工具调用。即使每个 token 权重相同，大量 observation token 也会在总 loss 中占据主要部分，真正要学的工具参数和答案反而信号更弱。第五个问题是评估错觉。训练 loss 下降，可能只是模型更会复述重复出现的工具返回，并不代表工具选择、停止条件和答案证据有改善。 Los…

#Deep Research#数据构造与训练#Observation Loss Mask

学习路线·学习路线

大模型应用开发学习路线

匹配正文：… RAG 解析、切分、召回、重排、引用、评测和上线约束工具调用、业务自动化、工作流、记忆、多智能体 Agent 状态、工具契约、停止条件、幂等、安全和可观测长任务调研、多源证据、报告生成、Agent 训练与评估 Deep Research 任务拆解、证据校验、长任务恢复、成本和评估治理如果 JD 同时写了知识库、Agent 和评测，也不代表你要同时做三个项目。选一条作为主项目，其他能力只补到可以和主链路协作。不确定应用岗和算法岗怎么选，先看应用开发岗与算法岗的区别；不…

#学习路线#RAG#Agent