深入使用 Deep Research 后，我确信 RAG 的未来是 Agent！

由于我的工作就包括基于 RAG 技术的 AI 产品，见证 RAG 技术的发展演进。但依然感受到基础的 RAG 技术存在很多难题，端到端成功率很难提升。 RAG 中一个重要的环节、也很困难的环节，就是对用户 query 的理解，还没有很通用的解决办法。于是准备使用 Gemini Deep Research 来研究这个话题。

健忘的派大星

852人浏览 · 2025-06-16 11:04:07

健忘的派大星 · 2025-06-16 11:04:07 发布

Deep Research 是什么

当我们要研究一个话题时，离不开搜索引擎。传统搜索费时费力，新兴AI搜索（如Perplexity）也流于表面、缺乏深度。但是 Deep Research 出现了：它能拆解研究任务，通过搜索、筛选、反思迭代，最终呈现一份条理清晰、内容详实的研究报告。Deep Research 的核心在于其自主思考的智能体（Agent）形态。

目前，OpenAI 与 Google Gemini 在都提供了 Deep Research 产品。与 OpenAI Deep Research 仅限付费用户使用不同，Gemini Deep Research 提供了免费体验，还使用了最强大的 Gemini 2.5 Pro 模型，也对用户开放了模型内部的思考 (Think) 过程。因此 Gemini Deep Research 非常值得学习研究。

这一次 Gemini Deep Research 用了几分钟时间，研究了 100 多篇技术文章和论文，最终生成了一篇不错的研究报告。而更吸引我的是 Gemini Deep Research 的思考 (Think) 过程。分析完思考过程，我发现了 Deep Research 这个 Agent 形态产品的实现路径，这个收获比 Deep Research 生成的研究报告本身更有价值。

向 Deep Research 提出研究话题

我在 Gemini Deep Research 提出的需求是:

在构建基于 RAG 技术的产品时，对用户真实 query 的解析、转换非常重要，因为不管是基于 keyword 关键字搜索，或者基于 semantic similarity 的搜索，都要求 query 要与知识库空间接近。而用户 query 通常是个性化、语义不全、包含复杂限定条件或复合型问题。现在研究一下这个技术有哪些主流的方案，要求资料来源应该是大型科技公司、成熟的论文等值得信赖的源头。要以英文材料为主。

首先，我给出了研究话题的背景：对用户 query 的理解很难也很重要。然后，提出了用户 query 几个特点：个性化、语义不全、复杂限定条件、复合型问题。

可以看到，这是从没有太多相关知识背景的人的角度提出的问题，所以只能初步的描述问题，无法给出研究思路、或者搜索关键字。

Gemini Deep Research 给出了一份研究方案，如下所示：

Deep Research 的研究方案

Deep Research 生成的这份研究方案非常重要，我来详细的解读一下

第（1）条是细化了研究话题的基础概念、材料来源限制，属于预期之内。
第（2）条是细化了针对 ”查询个性化“ 和 ”语义不全” 问题的研究方向（或者说搜索关键词），这里列出了 “查询重写”、“查询扩展”、“上下文注入” 的术语。
第（3）条是细化了针对 “复杂限定条件“ 和 ”复合型查询“ 的研究方向（或者说搜索关键词），列出了 “查询分解”、“结构化查询生成”、“多轮查询交互”。
第（4）条是额外提及使用 LLM 来解决 query 转换的方向。然而我的 query 中并没有提及 LLM 以及 few-shot、zero-shot、fine-tuning 等技术。
第（5）条是提到了 “假设性稳定嵌入（HyDE）“ 技术，这也是最近 2 年讨论比较多的技术。
第（6）、（7）是提到 query 转换的性能评估方案，然后是如何总结生成报告。

以上（2）、（3）、（4）条在我的预料之外。因为 Deep Research 本来就要解决 “query 要如何拆解、生成搜索关键词”，结果 Deep Research 直接在研究方案里给出了关键词。并且可以从后续的几轮迭代过程看到，这里研究方向（关键词）非常重要，直接决定了 Deep Research 要怎么执行。

那么这是 Deep Research 内部先通过一次 RAG 来找到关键词的吗？这就变成一个鸡生蛋蛋孵鸡的难题。合理推测是：Deep Research 模型经过训练，已经获得了这些知识，直接生成了研究方向（关键词）。

Deep Research 的 8 轮迭代

Deep Research 总共进行了 8 次迭代，每一轮聚焦部分关键词、初步分析搜索的结果和出现的新方向（关键词），然后规划下一轮迭代目标。

第 1 轮

搜索覆盖了在上一步规划生成的方向（关键词），包括：查询重写、查询扩展、上下文注入、查询分解、结构化查询生成、多轮交互、HyDE、生成式查询转换。规划下一轮迭代的目标是深入技术细节

第 2 轮

搜索到了查询重写框架技术 DMQR-RAG，查询扩展方法 Flan-T5。规划下一轮迭代的目标是上下文注入、结构化查询生成、多轮交互

第 3 轮

搜索到了分块技术包括语义分块、Agentic分块、分层分块，搜索到用 Agentic RAG 自主管理检索策略，用 Parent Document Retrieval 和 Self-Query Retrieval 处理复杂查询。规划下一轮的目标是上下文注入、结构化查询生成、多轮交互、查询重写、扩展和性能评估

第 4 轮

搜索到了 Agentic 分块、Parent Document Retrieval 和 Self-Query Retrieval，规划下一轮的目标是 DyPRAG、CAR 框架、Text to SQL、Self-Query Retrieval、Rewrite-Retrieve-Read

第 5 轮

搜索了 Self-Query Retrieval、Rewrite-Retrieve-Read 框架，规划下一轮的目标是 DyPRAG、CAR、Text to SQL、mtRAG 基准测试、PR3 框架

第 6 轮

搜索了 Self-Query Retrieval、Rewrite-Retrieve-Read 框架，规划下一轮的目标是 DyPRAG、个性化查询转换

第 7 轮

搜索了 Parametric RAG、Text to SQL，规划下一轮的目标是 Text to SQL、SCQU 策略、个性化、DyPRAG、CAR、mtRAG

第 8 轮

搜索了 Text to SQL、SCQU 策略、Parametric RAG。最终没有找到 DyPRAG、CAR 框架、mtRAG 基准测试的细节。决定结束迭代

这 8 轮迭代中，第 1 轮涉及到的搜索方向（关键词）最完整，在后续轮中不断完善具体的技术细节。但是在后续轮未必能够发现新的搜索方向，同样也要避免模型无限制的发散方向导致无法聚焦在研究任务上。Gemini Deep Research 的 8 轮迭代搜索示意图如下：

Deep Research 生成的研究报告

生成的研究报告的思维导图如下，是一份结构非常工整的报告了，里面提到了技术方法值得仔细研究

对 Deep Research 的思考

从上述 think 过程的分析可见，Deep Research 采用了包含搜索、思考、规划在内的多轮迭代机制，不断地扩充搜索方向（关键词），直到找不到更多与研究话题相关的关键词后，结束迭代搜索，开始总结生成研究报告。

Deep Research 生成的最初的研究方案非常重要，它决定了整个研究迭代的方向，虽然可以在后续轮次中扩充新关键词，但整体上不会偏离最初的研究方案。

然而 Deep Research 也可能产生幻觉。Deep Research 依赖搜索引擎查找 web 资料，web 资料的准确性、优质程度也会影响 Deep Research 生成的报告质量。Deep Research 自身很难判断一份资料的权威性和准确性。所以 Deep Research 最大的价值是代替人工做了大量的资料搜索、阅读分析，节省了大量人工时间。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。