复杂科研问题，为什么需要把检索拆成专家模式

普通关键词检索适合明确问题，比如找某个疾病、某个模型、某个指标。复杂科研问题麻烦在限定条件多：时间范围、研究对象、任务类型、论文类型、评价方式，经常混在一句自然语言里。

这时让 AI 直接生成报告，风险不在“写得不好”，而在候选文献池一开始就偏了。报告越顺，越容易掩盖漏检、误召回和来源不清。

图1：专家模式检索工作流

先拆问题，再谈报告

以“LLM agent 在科研工作流里的评测进展”为例，一个粗 query 可能是：

LLM agent scientific research benchmark literature review experiment design

这会召回很多相关但不够准确的文章。更好的做法是把问题拆成几个分支：literature review agent、AI scientist benchmark、experiment design agent、data analysis workflow。每个分支单独看候选文献，再合并去重。

这里需要记录的不只是最终结果，还包括 query plan、candidate table、dedupe report 和 source_id。否则后面很难解释一条结论来自哪里。

专家模式更像候选池构建器

我理解的专家模式，不是替研究者直接下结论，而是用更多检索轮次和交叉验证，把复杂问题拆开。它适合做三件事：扩展同义表达，跨库建立候选池，保留来源线索。

如果要试一个工具节点，可以用 超能文献 的专家模式做中文复杂问题检索，覆盖 PubMed / OpenAlex，再回到来源列表和摘要人工复核。这个位置比较克制：它负责证据入口和候选池，不替代论文质量判断。

看四个指标

我会用四个指标判断检索是否靠谱。

• 覆盖度：综述、benchmark、方法论文、应用案例是否都有。
• 相关性：top 20 里有多少文章真正回答问题。
• 来源质量：预印本、会议、期刊、综述是否分层。
• 结论回链：报告里的关键判断能否回到 DOI、PMID 或 OpenAlex ID。

这几个指标不复杂，但能把“AI 写得像不像”拉回到“证据是不是站得住”。

一个小流程

团队内部可以先做一个很小的实验：选 3 个研究问题，每个问题保留 query plan、候选文献表、排除理由和结论来源映射。不要急着让模型写长报告，先抽样检查候选池。

候选池稳定以后，再生成摘要或综述初稿。这样即使模型写得一般，至少证据来源还能回查；如果一开始就让模型写完整报告，后面排查会很累。

复杂检索最怕黑箱。专家模式真正有价值的地方，是把问题拆细、把来源留下来，让 AI 写作站在可复核的候选池上。