LongCat-DeepResearch：把深度研究拆成可协作的多智能体流程

导语

深度研究型 AI 的难点，不只是找到更多资料，而是把开放式问题拆解成可执行任务，持续搜集证据，并将不同调查结果组织成逻辑一致的报告。LongCat 团队发布的 LongCat-DeepResearch Technical Report，尝试用多智能体协作解决这一问题：让不同阶段承担不同职责，而不是由一个模型从搜索一路写到成稿。

核心方法

LongCat-DeepResearch 将流程划分为四个主要环节：

• 先规划再研究：多个规划智能体先探索外部来源，互相补充视角，并把问题整理为可执行的 ResearchSpec。它不仅描述报告结构，也为后续调查提供方向。
• 章节级并行调查：研究智能体依据规划分别负责不同章节，在相对独立的上下文中查找证据、分析材料并形成初稿。这种设计有利于同时推进多个研究方向。
• 整合后的全局审阅：各章节汇总后，系统进行整体检查，识别论证衔接、覆盖范围或证据使用方面的问题。
• 局部定向修订：审阅意见被落实到具体章节，而不是反复重写整篇报告。这样既保留全局一致性，也减少了完整重写带来的成本。

除了直接生成报告，这套流程还可产出研究任务和研究轨迹，用于 LongCat 通用模型的中期训练与后训练。换言之，研究系统本身也被用作构建训练数据和改进模型能力的工具。

评测结果与解读

报告显示，LongCat-DeepResearch 在 DeepResearchBench 上得分 55.25，在 DeepResearchBench II 上得分 51.35，在 ResearchRubrics 上得分 79.83；在一项内部基准中得分 76.04，在四个比较系统中排名第二。这些结果说明，规划与分工式流程能够支持较完整、重证据的研究输出，但不能仅凭分数推断其在所有任务或场景中都占优。

开发集分析还提供了两个值得注意的信号。第一，融合多个规划视角通常有益，表明研究任务的早期拆解会影响后续调查质量。第二，继续增加规划 refinement 的效果并不稳定，规划并非越多越好。额外编辑在两个基准上提升了平均自动可读性偏好，但不同基准呈现出不同趋势，说明可读性优化与事实覆盖、论证质量之间仍需要平衡。

意义与局限

LongCat-DeepResearch 的价值在于，它把“深度研究”从单次生成转向可协调、可检查的流程工程。章节级协作适合处理范围广、资料分散的任务，局部修订也为降低长报告迭代成本提供了思路。不过，多智能体架构同时引入了规划协调、证据一致性和流程开销等新问题。当前素材未披露完整的系统成本、响应时延、比较系统细节或人工事实核验结果，因此其实际部署优势仍需结合更完整的报告和独立复现来判断。

来源：Hugging Face Daily Papers