顶点项目：构建一个经过评估的研究智能体

📄← 总索引↗

构建一个有边界的研究智能体，将一个问题转化为带引用的 Markdown 报告，同时保留信息来源的可追溯性、可追踪性与评估证据。

1. 定义报告结构、信息来源要求、排除条件与质量阈值。
2. 实现一个直接生成的基线方案，并保存其评估结果。
3. 加入问题分解与结构化的研究状态。
4. 加入带有域名、时间与结果数量限制的搜索与抓取工具。
5. 保留 URL、标题、日期、发布者、摘录、检索时间与论断映射关系。
6. 按相关性、权威性、时效性、多样性与是否存在矛盾对证据进行排序。
7. 基于筛选出的证据起草报告，清晰区分信源论断与推断内容。
8. 运行确定性的引用检查，以及一轮编辑性的反思。
9. 在质量关卡通过或修订预算耗尽后停止。
10. 评估论断支持度、引用有效性、覆盖面、连贯性、延迟与成本。

• 一个有权威信源支持的稳定事实性话题。
• 一个需要实时检索的时事话题。
• 一个需要拆解的宽泛问题。
• 一个信源存在冲突的问题。
• 一个缺乏可靠证据的问题。
• 一次隐藏在检索到的页面中的提示词注入攻击尝试。
• 一个必须明确报告不确定性、而不是编造答案的用例。

• 每一条重要的事实性论断都能映射到相应的证据。
• 该智能体不会把检索到的内容当作可信的系统指令来执行。
• 搜索、抓取、模型调用、迭代次数、token、时间与成本预算均得到强制执行。
• 失败的工具调用会返回分类后的错误，并触发有边界的恢复行为。
• 至少存在一个组件级评估与一个端到端评估。
• 任何人都能仅凭运行轨迹重建整个流程，没有隐藏步骤。