Google 发布 Deep Review：面向技术文档的多智能体审阅系统

生成式 AI 加速了许多技术领域。现在，AI 在撰写科学论文和技术文档、运行代码、设计实验和起草提案等方面都扮演着一些角色，这已很常见。然而，内容创作的加速也带来了评审挑战：在 AI 生成内容快速增加的情况下，人类的验证能力基本上保持不变。评审长篇科学论文或复杂法律协议等复杂文档需要专业知识和先进的主题知识。这种不平衡造成了 验证瓶颈，信息生成的速度超过了严格评审的速度。

今天，我们很高兴地宣布 Deep Review 的公开发布，这是一个智能代理 AI 系统，旨在对复杂文档提供严格的反馈和技术验证。该系统最初是为计算机科学学术论文分析而设计的，其能力现已扩展到评审法律和金融等多个领域的文档。它既可用作起草过程中的迭代改进工具，也可用作评审过程中的科学流程验证、声明和评估工具。

Deep Review 是我们论文助手工具 (PAT) 的发展——这是一个实验性计划，旨在帮助研究人员在会议提交前对文稿进行压力测试。在过去的一年里，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，为选择入网的超过 16,000 篇文稿的作者提供私有的预提交反馈。有关 PAT 和这些试点的更多细节，请参阅我们的文稿，使用 Google 论文助手工具自动化科学评审。

随着这次发布，Deep Review 现在已在全球范围内可用：

• 分层访问和可扩展 API：每位用户每周可获得两个免费文档评审。具有高工作量工作流程的用户可以连接他们的 Gemini API 密钥，以获得更高的使用限制并通过 Deep Review API 进行程序化集成。
• 格式灵活性：Deep Review 最初将支持 PDF 和纯文本作为输入格式，支持多文件输入即将到来。
• 隐私和数据政策：上传到 Deep Review 的文档永远不会用于训练、微调或改进 Google 模型。上传的文档将存储一年，仅用于在 Deep Review UI 中向用户显示。

Deep Review 加速了技术验证

验证瓶颈最显著的例子之一是学术同行评审。这可以从提交到学术出版物场所的增加中看到，尤其是 AI 研究本身的场所，其增幅巨大。今年，有三个主要 AI 会议 (ICLR, NeurIPS, 和 ICML) 的提交超过 74,000 篇 从 2025 年的大约 45,000 篇、2024 年的 32,000 篇和 2023 年的 23,000 篇。每篇提交都需要多次高质量的评审，以确保同行评审过程的完整性，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增长的负担。通过提供详细、客观的文档评估，Deep Review 检查逻辑一致性和数学陈述，提出改进建议，核实事实，并与现有工作进行对比。它解决了审稿中最具认知负担的某些方面，而将更高级别的判断留给人类。

A 经过验证的科学审稿记录

Deep Review 在其实验名称 论文助手工具（PAT）下，已通过四个试点合作伙伴关系在旗舰计算机科学会议 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 上进行了广泛测试和部署。在这些试点期间，作者可以在提交截止日期前的几周内选择通过 PAT 获取有关其论文的反馈和分析。目标是向作者提供建设性反馈，以帮助他们提高提交论文的质量。这种反馈与官方会议审稿过程完全脱钩。PAT 没有收集任何用于训练的数据，并且在每个项目结束后，论文会立即从 Google 系统中删除。

作者对工具的反应非常积极，并反映了底层模型和 PAT 执行程序方面的持续改进。随着 Deep Review 中添加了 Gemini 4 Argon 支持，该工具的底层功能已进一步超越了下面描述的旧版 PAT。

Deep Review 的工作原理

单提示 LLM 调用在评估长、复杂的文档时经常失败，因为它们耗尽了其标记推理预算，忽略了长上下文跨部分依赖关系，或者在接受微妙主张时没有充分审查它们。Deep Review 通过一个四阶段代理管道解决这些挑战：

1. 文档分段：文档首先被分段代理自主摄入并分解为逻辑分段（例如，引言、实验、方法等）。这些分段可以是重叠的，并且必须覆盖输入文档的所有内容。
2. 自适应预算分配：并非所有部分都需要相同的认知深度。管道检查信息密度，并动态分配计算预算，并为每个部分提供专门的推理扩展管道。例如，具有密集数学证明的部分可能比学术论文的引言或相关工作部分获得更多的计算量。
3. 深度并行验证：专门的推理代理并行审查每个分段。每个代理都可以访问完整文档上下文以跟踪交叉引用，但将其推理能力专门集中在审查其特定目标部分的任务上。这确保了审查任务对每个审查群是可管理的，并且并行群被适当协调。
4. 全局综合和代理核实：一个专门的综合代理汇总分段级报告，并在必要时在部分之间进行最终一致性检查，重新运行逻辑检查。代理进一步执行外部核实检查和工具调用，作为防止幻觉的最终预防措施。

通用验证和审稿：超越研究论文

Deep Review 起源于学术论文评审，但长文本评审具有普适性：用于检查研究论文中数学证明是否成立的推理机制，也能帮助揭示其他类型文档中的逻辑漏洞和不一致之处，这些文档中的主张必须得到证据支持。因此，Deep Review 可以用于将结构化评论应用于更广泛的日常工作流程中

用户现在可以将 Deep Review 应用于分析跨多个领域的复杂文档。例如，它可以在以下内容上运行：

• 设计文档：发现未说明的架构假设，识别边缘情况，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，并列出的要点与视觉图表匹配
• 法律和财务文档：检查条款和数据表之间的内部一致性，标记模糊的术语或下游后果，并对照支持性证据来证实主张

Deep Review meets Antigravity

我们还介绍了 Teamwork Deep Document Review Pattern，这是一种受 Deep Review 启发的文档评审实现模式，已集成到 Antigravity 中，并使用 Teamwork 多智能体编排框架 构建。该模式旨在使用多智能体层次结构、自我纠正和基于段的评分标准，系统性地评估研究论文、手稿草稿和技术提案。Antigravity 用户可以使用 /teamwork-preview 命令调用此模式

使彻底、高质量的技术评审得到广泛普及

计算机科学中的全面预提交评论通常依赖于访问广泛的评审网络——例如资深教师、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、自动的逻辑验证可以帮助许多学者检验他们的主张，识别可避免的缺陷，在经过验证的基础之上改进和加强他们的文档，并在更具信心的评审过程中展示他们的工作

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：

• 尝试 Deep Review：访问 Google Research Portal 来评审您的第一个文档
• 集成 API：使用您的 Gemini API key 在持续集成和起草工作流程中访问程序化验证
• 阅读研究：阅读 预印本 以探索其背后的方法和初步评估

结论和展望

鉴于在我们的学术会议试点项目中展示出的实用性，我们相信像 Deep Review 这样的工具将在未来几年在同行评审过程中发挥重要作用，通过赋能作者和审稿人

向前看，我们正在继续扩展平台的功能。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力得到进一步改进，为作者提供更高质量的反馈和分析。此外，随着多文件支持的即将到来，用户也将能够同时在整个相关文档集、电子表格和展品上运行这些相同的连贯性检查。我们希望这些进步将使高质量的技术评审对全球的知识工作者更加普及

致谢

Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 的共同成果。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 — 以及我们的执行赞助商 Katherine Chou, Corinna Cortes, Burak Gokturk, Vahab Mirrokni, Tomas Pfister, Yossi Matias 和 STOC、ICML、NeurIPS 以及 ICLR 的程序主席，感谢他们的合作。