研究型 Agent 怎样停止搜索？先把问题拆成可核验的证据缺口

搜了三十次，报告还在长

周五下午，一个研究助手接到任务：“把这个行业最近一年的变化写清楚”。它调用搜索工具三十四次，读了六十一个页面，交出一份四千二百字的报告，引用二十二条。

看起来很勤奋。但读完你会发现：核心问题一个没答，反而多出三个子问题；二十二条引用里，有九条是同一份通稿的转载；三条结论互相打架，因为其中一条引用的是去年八月的旧公告。

问题不在模型不勤快，恰恰在于它太勤快。

很多 Agent 的搜索循环 写成这样：“没找到答案，就再搜一次”。找到什么算答案？谁说了算？没人定义。于是搜索变成一种无法停止的活动，而活动看起来像进展。

搜索次数不是研究进度

先把一个误区摆正：并不是搜索越多、引用越多，结论就越可靠。这句话在 Agent 场景里特别有欺骗性，因为它让“继续搜”永远看起来像一个负责的选择。

真正决定报告质量的是三件事：

• 重要问题有没有被回答，这是覆盖；
• 每条结论有没有证据支撑，这是支持；
• 证据彼此是不是独立，这是独立性。

多搜十次可能一条都不增加；把一条被三篇转载支撑的结论当成三方交叉验证，是把同一个证据数了三遍。

所以 研究型 Agent 的第一件事不是搜索，而是把“研究”变成一份有结构的计划。

第一步：把问题拆成可核验的子问题

不要从关键词开始，要从问题开始。一个研究问题至少要拆出四个维度：

• 范围：哪些算这个对象，哪些不算；
• 时间：截止到哪一天，“最近一年”从哪天算起；
• 对象：具体是哪几家公司、哪几个版本、哪几个地区；
• 待回答的子问题：每一问都要能被某个具体证据回答。

每个子问题还要配两样东西：需要的证据类型，和接受条件。

子问题	需要的证据类型	接受条件	状态
最近一年有哪些版本发布	官方发布说明	至少一份官方原始公告，带明确日期	未覆盖
定价策略是否变化	官方定价页历史快照	两期快照对比，且来自同一来源	部分覆盖
用户规模是否增长	可核验的第三方统计	两个独立来源，方法说明可见	未覆盖

这张表就是研究计划表。它先于搜索存在，搜索是为了把格子填上，不是为了产出文字。

一个判断表是否合格的简单办法：把表交给一个没参与讨论的人，问他“你现在知道该搜什么、去哪搜、搜到什么程度算够”。

第二步：线索不是证据

搜索结果页给的标题、摘要、链接，都只是线索。能进报告的，是打开原页之后抽出来的东西。

抽取时记三样：断言、日期、来源。其中日期最容易出错，因为它有三个：

• 发布日期：这份材料什么时候写出来的；
• 事件时间：它讲的事情什么时候发生的；
• 研究截止日期：我的研究到哪天为止。

三者混在一起，“去年成立的做法”会被写成“目前的做法”，旧版定价页会被当成当前定价页。这是研究类报告里最常见、也最贵的错。

还有一条纪律：来源打不开就标成打不开，不要凭摘要补全文结论。摘要只给结论，不给限定条件，而限定条件往往才是关键。

第三步：多个域名，可能只是一份证据

转载、同稿分发、互相引用，是开放检索里最常见的重复计数。

做法是维护一张来源谱系：每条证据记下它的首发出处，以及后来谁转载了它。一份通稿被五个媒体转载，在谱系上是一个原始出处、四个转载，不是五份独立证据。

判断独立性的两个信号：

• 措辞高度一致：同一段话、同一组数字、同一张图，几乎必然同源；
• 引用关系：A 引用 B，B 引用 C，追溯回最早那一份。

追溯时优先回到原始出处：官方公告、原始论文、财报原文。如果回到原始出处都困难，说明这条证据本身就该降级，而不是换个域名再搜一次。

第四步：每次追加搜索都要有理由

搜索的触发条件 不该是“还没找到”，而该是“这个缺口还没被覆盖”。

每次发起检索前先写一句话：这次搜索是为了回答哪个子问题、填哪条证据缺口。写不出来的搜索，就不该发出去。

这带来两个直接好处：已经足够支持的部分不会反复扩大候选，预算花在真正空的地方；事后复盘时，哪几次搜索没有收益，一眼看得出来。

搜索记录要留成一张表，每行一次检索：

序号	对应子问题	要填的缺口	查询式	新增有效证据
1	版本发布	缺官方公告	官方站点 发布说明	是
2	定价变化	缺历史快照	定价页 存档	否，只找到当前页
3	用户规模	缺方法说明	用户规模 统计方法	是

这张表还有个副作用：它能直接当运行摘要的素材。任务结束时，哪些子问题还是空的、哪些查询没有收益，一目了然。

第五步：停止条件

停止不该由模型“感觉差不多了”来决定，要提前写死三种信号：

1. 新增有效证据：最近连续 N 次检索没有带来任何新的、独立的、能填进计划表某个格子的证据；
2. 关键缺口：剩下的缺口是否重要到必须继续，取决于这个决定要花多少钱、错了代价多大；
3. 剩余预算：搜索次数、费用、时限，三者取最先触顶的那个。

停止条件的决策树可以这样写：

def should_stop(gaps, budget, recent_new_evidence):
    if gaps.critical and budget.remaining():
        return "search_again", gaps.top_critical()
    if recent_new_evidence == 0:
        return "deliver_with_gaps", gaps.list()
    return "write_report", None

第二种情况并不是失败。把“我没能确认 X”写进报告，比编一个看起来完整的答案有价值得多。

三个信号不是并列的三选一，而是有优先级的。关键缺口优先于无新增，因为无新增只说明搜索这个手段暂时没进展，换个角度再搜可能就通了；但如果预算已经用尽，再怎么有关键缺口，也只能带着缺口交付。

还有一种情况要单独对待：某个来源反复打不开。这不是“再搜一次”能解决的，该做的是换证据类型，或者把这个子问题标成受限，在报告里写明它没有被验证。

事实、推断、建议要分开写

最后一层是写作纪律。报告里三类句子必须能分开：

• 检索事实：“官方公告写明 X”，后面挂来源；
• 跨来源推断：“结合两份资料看，Y 可能成立”，标明这是推断；
• 建议：“建议下一步做 Z”，标明这是建议。

混在一起，读者没法判断哪些部分可以直接引用，哪些需要自己再核一遍。

还有一条：报告长度不代表研究质量。一份一千五百字、写清三条结论和两个缺口的研究，通常比四千字的综述更有用。

你现在该做什么

1. 把手上的研究问题拆成子问题表，每问写清证据类型和接受条件，先有表再搜。
2. 每次搜索前写下它对应哪个缺口，事后删掉没有收益的那些。
3. 给每条证据记发布日期、事件时间和研究截止日期，三者分开存。
4. 建来源谱系，转载只算一份，追溯回首发出处。
5. 写死停止条件：连续几次算无新增、哪个缺口必须补、预算怎么封顶。
6. 报告分三段写：检索事实、跨来源推断、建议。
7. 覆盖不足时交付有限结论和缺口，不拿摘要补全文。

第五条是大多数团队漏掉的。搜索预算不设上限，Agent 就一定会把预算花光，而且往往花在没有价值的地方。

到这里，搜索策略算是有了形状：拆问题、追原页、辨谱系、按缺口搜、按信号停。但这些仍然停在方法论层面，落不到工程上就还是纸上谈兵。真正难的是下一步：把它变成一个能交付、能恢复、能被审阅的东西。