迈向深度推理的智能体RAG综述

这份资料要回答的，是一个在工程上越来越绕不开的问题：当模型的输出不再是一次成型的答案，而是由多步推理逐步拼出来时，检索应该以什么形态嵌进去。传统做法把检索固定在生成之前，取回一批文档、拼进上下文，再让模型作答；一旦推理链条变长，这种一次性的取回就不够用了。标题里的「智能体」和「深度推理」两个限定词，指向的正是这个转折点（这是解读）。在大模型与推理成为主线议题的当下，把这条线索系统梳理一遍，价值在于它能把散落在各处的做法归到一个可以对照的框架里。材料本身只交代了题目、来源和方向，更细的判断要回到原文。

从类型上看，这是一篇综述，工作方式是对已有研究做归纳与分类，而不是提出一个新模型或报告一组新实验。它发布在 arXiv 上，全文 PDF 可以免费下载，获取门槛很低，不需要订阅或机构权限。材料把它归在大模型、推理与安全这三个方向之下，这意味着它的讨论范围至少与这三条线索相交（这是解读）。至于它具体覆盖了哪些子问题、按什么维度切分、引用了多少工作，给定的材料没有说明，只有打开正文才能确认。

需要先说清楚一件事：现有材料里没有任何可以直接引用的数字，也没有列出具体结论。既没有「覆盖多少篇论文」这样的规模指标，也没有「在某基准上提升多少」这样的效果数据。这意味着任何带数字的转述都必须回到 PDF 里逐条核对，不能根据标题推测（这是解读）。所以下面谈的不是它的实验发现，而是它的题目所划定的问题域，以及这个问题域为什么值得花时间。

把标题拆开看，两个关键词各有分量。「智能体」强调的是检索由谁发起、何时发起——不是流水线里的固定一步，而是由模型在推理过程中按需调用（这是解读）。「深度推理」强调的是任务形态——需要多步，可能需要回退和重试，单轮取回难以支撑（这是解读）。综述的价值通常就落在这种交叉处：把不同团队各自的叫法和做法，收敛成一套可以互相比较的术语和分类。至于这套分类是否站得住，要以原文的论证为准。

如果上述方向成立，它对实践的影响主要在评估与成本两端（这是解读）。评估上，一次性检索的指标，比如取回是否命中，不足以描述多轮调用下的整体表现，需要看整条推理链是否收敛。成本上，检索次数从一次变成多次，延迟和调用开销会同步上升，这在落地时往往比效果更早成为约束。安全方向被并列提及，可能意味着工具调用式的检索会带来新的攻击面，这一点同样需要原文确认（这是解读）。

这份资料适合两类读者：正在做 RAG 系统、想把一次性检索迁移到多轮调用的人，以及需要为论文盘点或技术选型找一份地图的人。读完能拿走的是一套问题框架和术语坐标，而不是可以直接照搬的参数或结论。边界也很明确：给定材料只到「是什么、在哪里、属于哪个方向」这一层，方法细节、实验设置和具体数字都需要自己去读全文。综述还有一层天然局限，截稿之后的新工作不会被覆盖，读的时候要留意它停在了哪一步。