deep-research

深度研究 — 严谨的元研究

将“研究这个主题”变成一项可审计、可复用的调查，而不是一次性输出一大篇文字。最终产物是一个月后仍可回访的文件夹：每项论断都能追溯到具体的源文件，计划记录了选择每个方案的原因，刷新流程则让你日后无需从头重跑所有内容即可更新结果。

这是研究中注重深度和方法论的极致。 它不是快速概览——当答错问题的代价高于投入 token 得到正确答案的成本时，你就该采用这套工作流。

与快速研究路由器的区别

路由器式研究技能（按关键词分类 → 委派 → 简短的顺序搜索 → Markdown 简报）适合需要快速获取答案、且决策风险较低的情况。deep-research 则选择了相反的权衡：以投入换取严谨性。当答案将用于制定策略、做出不可逆的决定、发布成果，或检验某个需要实际验证的假设时，就该使用它——在这些情况下，浅尝辄止的替代方案会成为负担。

具体来说，deep-research 补充了快速概览所不具备的内容：预先提出可证伪的假设、通过多个渠道并行分派子 Agent、明确要求来源类型多样化以进行三角验证、强制执行对抗性审查、为每个来源单独创建文件并附上逐字引文，以及供日后增量更新使用的 refresh_targets.md。

工作流程（9 个阶段）

研究深度随任务而定——shallow 会内联执行核心阶段；medium/deep 则会增加能力发现、验证和刷新目标。

#	阶段	作用
1	重新界定	改写问题，明确其背后的决策，并提出 2–4 个可证伪的假设
2	体裁与构件	选择报告体裁（qa / explainer / decision / landscape / validation / custom）及其构件
3	计划	编写 plan.md：范围、结构、来源策略、反方查询、风险登记表和停止标准
3.5	能力发现	审查环境中可用的 API 密钥和渠道；将子主题映射到来源；必要时回退到 HTML
4	搜索（循环）	分派来源 → 并行启动子 Agent → 获取并去重 → 将每个来源保存到 sources/NN.md；在轮次之间重新评估
5	评分与三角验证	按可信度 / 时效性 / 偏见程度对每个来源评分；每项论点都必须有 ≥3 个相互独立且类型不同的来源
6	综合 + 对抗性审查	根据构件编写报告，进行 4 个自我批判问题，并补充最强有力的反方论据
6.5	验证	结束前进行轻量级引用核查
7	刷新目标	提取实体 / 数字 / 假设并写入 refresh_targets.md，作为未来更新的入口

核心机制

这些机制让有据可查的调查有别于自信的猜测：

• 三角验证。 每个论点都必须由 ≥3 个不同类型的独立来源（原始资料 / 学术资料 / 行业资料 / 讨论）支持。来源不足时，应标记为“证据不足”，而不是陈述为事实。
• 以来源为依据。 每个来源都要单独保存为 sources/NN_slug.md，其中包含元数据、逐字引述和评分。每项主张都必须链接到特定文件，不得留下无来源的主张。若抓取结果为空，主张也必须为空，绝不可捏造引用。
• 对抗性审查。 第 6 阶段始终采用最强可用的推理能力：提出 4 个自我批判问题，并主动搜索反方论点和反证。
• 可证伪假设。 第 1 阶段确定 2–4 个假设；第 5–6 阶段根据证据逐一明确确认或证伪，否则标记为尚无定论。
• 并行子 Agent。 第 4 阶段并行启动搜索子 Agent（用经济型模型进行广泛的网络搜索，用更强的模型处理需要大量推理的子主题），绝不逐个启动。
• 刷新协议。 第 7 阶段生成 refresh_targets.md；运行 update <slug> 会生成差异（新增参与者、实体变更、更新后的数字、对抗性触发因素），而不是重放整个调查。
• 原子化发现。 将可复用的论点保存在 findings/FN.md 中，并维护一个 sources.csv 索引，让研究成果能在不同问题之间累积，而不是每次都从头开始。

输出结构

<root>/<slug>/
├── plan.md                  # scope, sourcing strategy, risk register, changelog
├── sources.csv              # index of every source with scores
├── sources/
│   ├── 01_<slug>.md         # one file = one source (metadata + verbatim quotes)
│   └── ...
├── findings/                # atomic, reusable theses (larger investigations)
│   └── F1_<short>.md
├── refresh_targets.md       # what to watch on update (medium/deep)
├── diffs/
│   └── YYYY-MM-DD_delta.md   # delta from an `update <slug>` run
└── YYYY-MM-DD_<genre>.md     # final report

适用场景

• 低质量答案的代价很高：例如战略、商业计划、报告或文章的基础材料。
• 比较 N 个机构、产品、方法或市场，并且需要有理有据的分析。
• 根据外部数据验证某个假设或决策。
• 元研究：“了解 X 的运作方式”“梳理 Y 的全貌”或回答一系列相互关联的问题。

反模式

• 不要跳过现有成果检查。 搜索之前，先确认项目中或以往的研究文件夹里是否已有答案，否则可能重复研究已有内容。
• 不要跳过重新界定问题，即使请求“看起来很清楚”。问题背后的决策通常会改变搜索方向。
• 不要只在聊天中输出。 始终将来源和报告保存到文件中——文件夹才有复用价值，聊天记录没有。
• 不要捏造引用。 如果抓取结果为空，主张也必须为空——绝不要编造看似合理的 URL。每项主张都必须绑定到已保存的逐字引述。
• 不要基于单薄的语料得出结论。 来源太少，或来源全都属于同一类型，都意味着尚未完成三角验证——应如实说明，不要夸大可信度。
• 中等或深入调查时不要跳过对抗性审查。 只寻找确认证据是此技能旨在防止的失误。
• 不要按顺序运行子 Agent。 并行分发任务；串行搜索会浪费并行带来的时间优势。
• 不要把 sources/ 合并成一个文件。 每个来源单独成文件，才能让发现便于搜索，并在不同调查之间复用。
• 不要对所有任务都选用最重型的模型。 根据子任务选择模型——广泛搜索用经济型模型，综合分析和对抗性审查则用强模型。

交叉引用

• research router — 适用于决策风险较低、需要快速了解主题的情况；当严谨性比速度更重要时，可使用重量级替代方案 deep-research。
• competitive-teardown — 适用于按照结构化的 12 个维度矩阵比较 N 个竞争对手。
• litreview / dossier / patent — 适用于研究范围严格限定在学术领域、聚焦个人或公司，或专利的专业工具。