Google DeepMind 开源 Deep Review：智能体系统破解 AI 生成内容验证瓶颈，支持跨领域复杂文档技术核查

生成式 AI 加速了许多技术领域的发展。如今，AI 在撰写科学论文和技术文档、运行代码、设计实验以及起草提案等方面发挥作用已司空见惯。然而，内容创作速度的提升也带来了审查挑战：在 AI 生成内容激增的同时，人类进行验证的能力却基本保持不变。审阅长篇科学手稿或复杂法律协议等复杂文档，需要专业知识和深厚的学科背景。这种失衡导致了 验证瓶颈，即信息生成的速度超过了严格审查所能处理的速度。

今天，我们很高兴宣布公开发布 Deep Review，这是一个旨在为复杂文档提供严谨反馈和技术验证的 agentic AI 系统。该系统最初专为计算机科学学术论文分析而设计，其能力现已扩展至涵盖法律和金融等多个领域的文档审查。它既可作为起草过程中的迭代改进工具，也可用于审查过程中对科学流程、主张和评估进行验证。

Deep Review 是我们“论文助手工具”（Paper Assistant Tool, PAT）的演进版本——PAT 是一项旨在帮助研究人员在会议投稿前对手稿进行压力测试的实验性计划。在过去一年中，我们与四个旗舰级计算机科学会议（STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027）合作，为选择参与的超过 16,000 篇手稿的作者提供了私密的投稿前反馈。有关 PAT 及这些试点项目的更多细节，请参阅我们的论文 Towards Automating Scientific Review with Google’s Paper Assistant Tool。

随着此次发布，Deep Review 现已向全球用户开放：

• 分级访问与可扩展 API：每位用户每天可免费进行两次文档审阅。对于高工作量的用户，可连接其 Gemini API 密钥，以获得更高的使用限额，并通过 Deep Review API 实现程序化集成。
• 格式灵活性：Deep Review 初期将支持 PDF 和纯文本作为输入格式，多文件输入功能即将推出。
• 隐私与数据政策：上传至 Deep Review 的文档绝不会用于训练、微调或改进 Google 模型。上传的文档仅存储一年，唯一目的是在 Deep Review 界面中向用户展示。

Deep Review 加速技术验证

学术同行评审是验证瓶颈最显著的例子之一。这一点可以从学术出版会议投稿量的激增中看出，尤其是 AI 研究领域的会议，其投稿量出现了大幅上升。今年，三大主要 AI 会议（ICLR、NeurIPS 和 ICML）共收到超过 74,000 份投稿，相比 2025 年的约 45,000 份、2024 年的 32,000 份以及 2023 年的 23,000 份有了显著增长。每份投稿都需要多个高质量的评审意见以确保同行评审过程的完整性，这给人类专家带来了更大的负担。

Deep Review 旨在帮助缓解各技术领域人类评审员日益增加的负担。通过对文档提供详细、客观的评估，Deep Review 能够检查逻辑一致性和数学陈述，提出改进建议，核实事实依据，并与现有工作进行对比。它解决了评审过程中一些认知负荷最重的环节，而将更高层次的判断留给人工完成。

科学评审方面的卓越记录

Deep Review 已在其实验性名称 Paper Assistant Tool（PAT）下进行了广泛测试和部署，并与计算机科学领域的旗舰会议 STOC 2026、ICML 2026、NeurIPS 2026 以及 ICLR 2027 建立了四项试点合作。在这些试点期间，作者可以选择在提交截止日期前的几周内通过 PAT 获取对其论文的反馈和分析。其目标是为作者提供可操作的反馈，以帮助提高投稿论文的质量。这些反馈与会议的官方评审流程完全脱钩。PAT 不收集任何用于训练的数据，且在每个项目结束后，论文会从 Google 系统中及时删除。

作者对该工具的反应极为积极，这反映了底层模型和 PAT 框架的持续改进。随着 Deep Review 增加对 Gemini 4 Argon 的支持，该工具的底层能力已进一步提升，超越了下文所述的早期 PAT 版本。

Deep Review 的工作原理

在评估长篇复杂文档时，单提示 LLM 调用往往因耗尽 token 推理预算、忽略长上下文中的跨章节依赖关系，或未充分审查就接受细微主张而失败。Deep Review 通过一个四阶段智能体流水线解决了这些挑战：

1. 文档分段：首先摄入文档，并由分段代理（segmenter agent）自主将其分解为逻辑段落（例如引言、实验、方法论等）。这些段落可以重叠，且必须覆盖输入文档的全部内容。
2. 自适应预算分配：并非所有章节都需要同等的认知深度。流水线会检查信息密度，并为每个章节动态分配计算预算以及专门的推理扩展流水线。例如，在学术论文中，包含密集数学证明的章节可能会比引言或相关工作章节获得更高的计算资源。
3. 深度并行验证：专门的推理代理并行审查每个段落。每个代理都能访问完整的文档上下文以追踪交叉引用，但会将推理能力专门聚焦于审查其特定目标章节的任务。这既确保了每个审查集群（review swarm）的任务 manageable（易于管理），也保证了并行集群之间的协调运作。
4. 全局综合与代理接地：一个专门的综合代理整合段落级别的报告，并在章节之间进行最终的一致性检查，必要时重新运行逻辑检查。该代理还会执行外部接地（grounding）检查和工具调用，作为防止幻觉的最终预防措施。

通用验证与审查：超越研究论文

虽然 Deep Review 起源于学术论文评审，但长上下文审查具有普遍适用性：用于检查研究论文中数学证明是否成立的推理机制，同样有助于发现其他类型文档中的逻辑漏洞和不一致之处——在这些文档中，主张必须有证据支持。因此，Deep Review 可用于将结构化批评引入更广泛的日常工作流程。

用户现在可以使用 Deep Review 来分析跨多个领域的复杂文档。例如，它可以应用于：

• 设计文档：捕捉未明说的架构假设，发现边缘情况，并提出具体的改进建议。
• 演示文稿：确保幻灯片过渡逻辑流畅，且要点总结与可视化图表相匹配。
• 法律与金融文档：检查条款和数据表之间的内部一致性，标记歧义术语或下游后果，并将主张与支持证据进行接地验证。

Deep Review 遇见 Antigravity

我们同时推出了 Teamwork 深度文档审阅模式，这是一种受内置于 Antigravity 中的 Deep Review 启发的文档审阅实现模式，基于 Teamwork 多智能体编排框架构建。该模式旨在通过具备自我修正能力和分段评分标准的多智能体层级结构，系统性地评估研究论文、手稿草稿和技术提案。Antigravity 用户可通过 /teamwork-preview 命令调用此模式。

让全面、高质量的技术审阅惠及更广泛人群

在计算机科学领域，全面的投稿前批评通常依赖于广泛的审阅网络资源——例如资深教职人员、资金充足的学术实验室或庞大的同行顾问网络。提供可靠的自动化逻辑验证可以帮助众多学者对其论点进行压力测试，识别可避免的缺陷，基于经过验证的基础完善并强化其文档，从而以更自信的姿态参与审阅流程。

开始使用

我们邀请全球的研究人员、工程师和创作者探索 Deep Review：

• 试用 Deep Review： 访问 Google Research Portal 审阅您的首批文档。
• 通过 API 集成： 使用您的 Gemini API key，在持续集成和起草工作流中接入程序化验证功能。
• 阅读研究论文： 阅读 预印本 以深入了解底层方法论和试点评估结果。

结论与展望

鉴于其在与我们合作的学术会议试点项目中展现出的实用性，我们相信像 Deep Review 这样的工具将在未来几年内通过赋能作者和审稿人，在同行评审过程中发挥重要作用。

展望未来，我们将持续拓展平台能力。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力将进一步提升，为作者提供更高质量的反馈与分析。此外，即将推出的多文件支持功能将使用户能够同时对整套相关文档、电子表格和附件运行这些一致性检查。我们期望这些进展能让全球知识工作者更广泛地获得高质量的技术评审服务。

致谢

Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 协作的成果。我们要感谢核心贡献者和研究合作者——Santiago Balseiro, Taylan Cemgil, Tommaso D'Orsi, Kirk Draheim, Lindi Emoungu, Ayse Erduran, Palash Goyal, Caroline Hartnell, Shobana Kannan, Amy Keeling, Siyi Kou, Bridget Lee, Ian Li, Anoushka Mazumdar, Taylor Montgomery, Mouad Naciri, Uche Okonkwo, Mihir Parmar, Anthony Phalen, Rory Pilgrim, Sarah Presotto Post, Rob Tierney, Drew Tyler, Vishnu V., Vahab Mirrokni, Laura Vardoulakis, Johannes Welbl, David Woodruff, Yunhan Xu, Jinsung Yoon——以及我们的执行发起人 Katherine Chou, Corinna Cortes, Burak Gokturk, Vahab Mirrokni, Tomas Pfister, Yossi Matias，并感谢 STOC、ICML、NeurIPS 和 ICLR 的程序主席们的合作。