@marfinxx: 这简直是疯了 Claude Opus 5.5 和 GPT-6 Sol 突破了自主研究的天花板 标准深度研究 …

这简直是疯了 Claude Opus 5.5 和 GPT-6 Sol 突破了自主研究的天花板 标准的深度研究智能体常受困于大纲为中心的隧道视野。当智能体在收集数据前锁定预定章节标题时，它会发出狭窄的查询，忽略高信号的周边实体，并生成幻觉文本来填补结构空白 微软研究人员推出了 DualGraph，这是一种将智能体记忆分割为用于文档呈现的大纲图谱和用于语义探索的动态知识图谱的架构。在 Claude Opus 5.5 和 OpenAI GPT-6 Sol 上运行此系统，在 DeepResearch Bench 上设置了前所未有的 53.08 RACE 分数 大纲图谱指令 → 拓扑好奇心搜索 → GPT-6 Luna 提取 → 跨图谱注意力同步 → Claude Opus 5.5 综合 驱动双记忆研究引擎的四大结构机制： 1. 解耦呈现与发现 大纲图谱控制章节边界，而知识图谱独立映射实体。这种结构分离阻止了过早的大纲锁定并消除了搜索盲点 2. 拓扑好奇心引擎 智能体计算图稀疏性和节点度方差，以定位未映射的概念集群，而不是发出通用的对话式搜索查询 3. 通过 GPT-6 Luna 进行高容量提取 高频实体提取在 GPT-6 Luna 上运行，成本为每百万 token 0.10 美元。这个专门的工作层将探索性计算成本削减了 68.2%，同时保持完整的事实密度 4. 利用溯源和事实验证 Claude Opus 5.5 使用来自知识图谱的验证引用来综合报告的最终部分。事实依据达到 98.6%，而 0.20 美元的缓存读取将推理成本降低了 40% 主智能体架构证明了不受约束的提示循环会产生昂贵的幻觉。统一确定性利用验证、好奇心驱动的循环和双图谱记忆，将随机 LLM 调用转变为严谨的研究系统 阅读下面文章中的完整解析 ↓