Google 发布 Deep Review，用智能体流水线审阅技术文档

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中发挥一定作用已很常见。然而，内容创作的加速带来了评审挑战：在 AI 生成内容快速增加的同时，人类进行验证的能力基本保持不变。评审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。这种失衡造成了验证瓶颈，即信息生成的速度超过了对其进行严格评审的速度。

今天，我们很高兴宣布Deep Review 正式公开发布。这是一个智能体 AI 系统，旨在为复杂文档提供严格的反馈和技术验证。该系统最初为计算机科学学术论文分析而设计，如今其能力已扩展到评审法律、金融等多个领域的文档。它既可在起草过程中作为迭代改进工具使用，也可在评审过程中用于科学流程验证、主张核查和评估。

Deep Review 是我们 Paper Assistant Tool（PAT）的演进成果——PAT 是一项实验性计划，旨在帮助研究人员在会议投稿前对手稿进行压力测试。过去一年，我们与四个旗舰计算机科学会议（STOC 2026、ICML 2026、NeurIPS 2026、和 ICLR 2027）合作，为超过 16,000 篇选择参与的手稿作者提供私密的投稿前反馈。有关 PAT 及这些试点项目的更多细节，可参阅我们的手稿《Towards Automating Scientific Review with Google’s Paper Assistant Tool》。

通过此次发布，Deep Review 现已面向全球开放：

• 分级访问与可扩展 API：每位用户每周可获得两次免费文档评审。有大批量工作流程需求的用户可连接其 Gemini API 密钥，以获得更高的使用限额，并通过 Deep Review API 进行程序化集成。
• 格式灵活性：Deep Review 初期支持 PDF 和纯文本作为输入格式，多文件输入支持即将推出。
• 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。上传的文档将保存一年，唯一目的是在 Deep Review 界面中向用户展示。

Deep Review 加速技术验证

验证瓶颈最显著的例子之一是学术同行评审。这体现在学术发表场所——尤其是 AI 研究本身的发表场所——投稿量的上升，且增幅显著。今年，三大 AI 会议（ICLR、NeurIPS 和 ICML）共收到超过 74,000 篇投稿，高于 2025 年的约 45,000 篇、2024 年的 32,000 篇和 2023 年的 23,000 篇。每篇投稿都需要多份高质量评审以确保同行评审流程的完整性，这可能会给人类专家带来更大的负担。

Deep Review 旨在帮助减轻技术领域人类审稿人日益加重的负担。通过对文档提供详细、客观的评估，Deep Review 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。它处理了审稿中一些认知负担最重的环节，同时将更高层次的判断留给人类。

经过验证的科学审稿业绩记录

Deep Review 已以其实验名称 Paper Assistant Tool（PAT）进行了广泛测试和部署，与旗舰计算机科学会议 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 开展了四项试点合作。在这些试点期间，作者可以在提交截止日期前数周内选择通过 PAT 获得对其论文的反馈和分析。目标是向作者提供可操作的反馈，帮助提升提交论文的质量。这些反馈与官方会议审稿流程完全脱钩。PAT 未收集任何数据用于训练，且在每个项目结束后，论文会立即从 Google 系统中删除。

作者对该工具的反应极为积极，这也反映了底层模型和 PAT 框架的持续改进。随着 Deep Review 中加入 Gemini 4 Argon 支持，该工具的底层能力已进一步超越下文所述的旧版 PAT。

Deep Review 的工作原理

单提示词 LLM 调用在评估长篇复杂文档时常常失败，原因包括耗尽 token 推理预算、忽略长上下文中的跨章节依赖关系，或未经充分审查就接受细微的论断。Deep Review 通过四阶段智能体流水线解决了这些挑战：

1. 文档分段：文档首先被摄取，并由分段智能体自主分解为逻辑段落（例如引言、实验、方法等）。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：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，动态分配计算预算，并为每个章节配备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比引言或相关工作章节获得更多计算资源。
3. 深度并行验证：专门的推理智能体并行审查每个段落。每个智能体均可访问完整文档上下文以追踪交叉引用，但将其推理能力专门聚焦于审查其特定目标章节的任务。这既确保每个审查集群的审查任务可控，又确保并行集群得到适当协调。
4. 全局综合与智能体事实核查：专门的综合智能体整合段落级报告，并在章节之间进行最终一致性检查，必要时重新运行逻辑检查。该智能体还执行外部事实核查和工具调用，作为防止幻觉的最终预防措施。

通用验证与审稿：超越研究论文

尽管 Deep Review 起源于学术论文评审，但长上下文评审具有普适性：用于核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与不一致之处——在这些文档中，论断必须有证据支撑。因此，Deep Review 可用于为更广泛的日常流程带来结构化评审。

用户现在可以将 Deep Review 应用于分析众多领域的复杂文档。例如，它可以用于：

• 设计文档：发现未明说的架构假设，识别边缘情况，并提出具体改进建议。
• 演示文稿：确保幻灯片过渡逻辑流畅，并让要点结论与可视化图表相符。
• 法律与财务文档：检查条款与数据表之间的内部一致性，标记含糊术语或下游后果，并依据支撑证据核实论断。

Deep Review 与 Antigravity 结合

我们还推出了 Teamwork Deep Document Review Pattern，这是一种受 Deep Review 启发的文档评审实现模式，已通过 Teamwork 多智能体编排框架内置到 Antigravity 中。该模式采用具备自我纠正和基于分段评分标准的多智能体层级结构，旨在系统性地评估研究论文、稿件草稿和技术提案。Antigravity 用户可以使用 /teamwork-preview 命令调用该模式。

让全面、高质量的技术评审广泛可及

在计算机科学领域，全面的投稿前评审通常依赖于广泛的评审网络——如资深教师、资源充足的学术实验室或广泛的同行咨询网络。提供可靠的自动化逻辑验证，可以帮助许多学者对自己的论断进行压力测试，发现可避免的缺陷，基于经过验证的基础完善和强化文档，并更有信心地将工作提交到评审流程中。

开始使用

我们邀请各地的研究人员、工程师和创作者探索 Deep Review：

• 试用 Deep Review：访问 Google Research Portal 评审您的首批文档。
• 通过 API 集成：使用您的 Gemini API key，在持续集成和起草流程中实现程序化验证。
• 阅读研究：阅读预印本，了解底层方法和试点评估。

结论与展望

鉴于在与学术会议开展的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赋能作者和评审者，在同行评审流程中发挥重要作用。

展望未来，我们将继续扩展该平台的能力。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力进一步提升，为作者提供更高质量的反馈和分析。此外，随着多文件支持即将推出，用户还将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。我们希望这些进步能让各地知识工作者更广泛地获得高质量的技术评审。

致谢

Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 的协作成果。我们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，还有 STOC、ICML、NeurIPS 和 ICLR 的程序主席们的合作。