深度研究系统启示：挑战不在研究，而在工程

系统架构与核心组件

过去几个月，我在TinyFish搭了一个深度研究系统。它是个智能体，会搜网页、逛网站、从几十个来源收集证据，最后生成带引用的长报告。这活儿听起来是研究，做起来才发现，真正难的不是研究本身来源：BPPA。

系统底下是五个组件拼起来的：Mako管实时工作流的Web原生模型，TinySearch做快速结构化网页搜索，TinyFetch把任意URL转成干净内容，TinyAgent负责多步网页自动化，TinyBrowser提供云端浏览器会话。它们各司其职，谁负责什么，边界划得很清楚来源：BPPA。

但真正花时间的是另一件事。信息怎么在系统里流动，推理发生在哪里，哪些职责该交给代码而不是模型，外壳怎么跟用户的决策方式对齐。这些才是让我反复琢磨的地方来源：BPPA。

跟传统聊天机器人比，这系统被期待去调查一个主题，而不是马上给答案。你抛一个研究问题过去，它得先搜、再逛、收集证据，边收集边修正对问题的理解，最后才出报告。节奏完全不一样来源：BPPA。

反直觉发现：挑战不在研究，而在工程

我原以为这种系统最难的是研究逻辑本身——怎么搜、怎么筛、怎么判断证据够不够。真做起来才发现，这些根本不算什么。大部分挑战跟研究无关，是上下文管理、编排和产品设计的事来源：BPPA。

拿编排来说，orchestrator要规划调查、调工具、决定下一步查什么。这里头的顺序和优先级，稍不留神就乱套。还有上下文管理，几十个来源的证据堆在一起，怎么让模型一直记得住关键信息，不把无关的垃圾也带着走，这比想象中麻烦得多来源：BPPA。

我花大量时间定夺推理应该发生在哪一层。有些判断交给模型做，有些必须写死在代码里。这个边界一旦划错，后面全是坑。架构虽然是为研究场景搭的，但大部分经验教训，我觉得能推广到任何可靠的智能体外壳上来源：BPPA。

有趣的是，这篇写工程心得的帖子在HN上只拿到1分、0条评论来源：HN。我不知道这算不算常态，但直觉告诉我，这类分享在这个社区不太受待见。可能大家更爱看技术突破，看不上工程细节的打磨。

多源交叉验证：深度研究 vs 传统聊天机器人

把传统聊天机器人和深度研究系统摆在一起比，差异很刺眼。前者你问一句它答一句，单轮对话就完事。后者得调查一个主题，从几十个来源收集证据，持续精炼对问题的理解，最后才交报告。这已经不是对话，是一套研究流程来源：BPPA。

系统要从几十个来源收集证据，意味着它得同时处理几十份不同格式、不同可靠度、甚至互相矛盾的材料。这跟聊天机器人处理一轮问答的复杂度根本不在一个量级来源：BPPA。

原文说大部分挑战跟研究无关，是工程问题。HN上1分0评论的冷清反应，某种程度上印证了这话题没多少人在意。没人提供不同视角，没人争论架构好坏，可能这领域确实太新，还没到被社区认真审视的时候来源：BPPA来源：HN。

我用几个月搭这系统，换来的是一篇零评论的帖子。这反差让我有点不舒服，但也没法抱怨什么。工程经验本来就不容易传播，它藏在细节里，藏在一次次试错里，不像模型架构那样有张漂亮的图可以展示来源：BPPA来源：HN。

原文：

Lessons from Building a Deep Research System · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月6日