Google Research 公开发布 Deep Review 技术文档审阅系统

生成式 AI 已加速了许多技术领域。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十分常见。然而，内容创作的加速带来了审阅挑战：在 AI 生成内容迅速增加的同时，人类的核验能力大体上仍保持不变。审阅长篇科学手稿或复杂法律协议等复杂文档，需要专业技能和深厚的学科知识。这种失衡造成了 验证瓶颈，即信息的生成速度快于能够被严格审阅的速度。

今天，我们很高兴宣布公开发布 Deep Review，这是一套专为复杂文档提供严格反馈与技术核验而打造的智能体 AI 系统。该系统最初面向计算机科学学术论文分析而设计，其能力现已扩展到审阅法律、金融等众多领域的文档。它既可在起草过程中用作迭代改进工具，也可在审阅过程中用作科学过程核验、主张核查与评估的工具。

Deep Review 代表了我们 Paper Assistant Tool（PAT）的演进——这是一项实验性计划，旨在帮助研究人员在会议投稿前对稿件进行压力测试。过去一年，我们与四场旗舰计算机科学会议（STOC 2026、ICML 2026, NeurIPS 2026, 以及 ICLR 2027）合作，为超过 16,000 篇选择参与的稿件作者提供私密的投稿前反馈。有关 PAT 及这些试点的更多细节，请参阅我们的稿件 Towards Automating Scientific Review with Google’s Paper Assistant Tool。

随着此次发布，Deep Review 现已在全球范围内可用：

• 分层访问与可扩展 API：每位用户每周可获得两次免费文档审阅。工作流用量较高的用户可连接其 Gemini API key，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 最初将支持 PDF 和纯文本作为输入格式，对多文件输入的支持即将推出。
• 隐私与数据政策：上传至 Deep Review 的文档绝不会被用于训练、微调或改进 Google 模型。上传的文档会保存一年，其唯一目的是在 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出现在学术同行评审中。这可以从学术出版渠道投稿量的上升中看出，尤其是 AI 研究本身的出版渠道，其投稿量大幅上升。今年，三大 AI 会议（ICLR、NeurIPS 和 ICML）的投稿超过 74,000 篇，高于约 2025 年的 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，以确保同行评审过程的完整性，这可能会给人类专家带来更大负担。

Deep Review 旨在帮助减轻各技术领域人类审稿人日益加重的负担。通过提供详尽、客观的文档评估，Deep Review 检查逻辑一致性与数学陈述，提出改进建议，核对事实，并与现有工作进行比较。它应对审稿中一些认知负担最重的方面，同时将更高层次的判断留给人类。

科学审稿方面经证实的业绩记录

Deep Review 已以其实验名称 Paper Assistant Tool（PAT），在与计算机科学旗舰会议 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 的四项试点合作中经过广泛测试并部署。在这些试点期间，作者能够在投稿截止日期前的数周内选择通过 PAT 接收对其论文的反馈与分析。目标是为作者提供可操作的反馈，以帮助提升投稿论文的质量。该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，且每项计划结束后，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，这也反映出底层模型与 PAT 框架的持续改进。随着 Deep Review 新增对 Gemini 4 Argon 的支持，该工具的底层能力已进一步增强，超越了下文所述 PAT 的较早版本。

Deep Review 的工作原理

单次提示的 LLM 调用在评估冗长、复杂的文档时常常失败，原因在于耗尽其 token 推理预算、忽略长上下文中的跨章节依赖，或在未充分审视的情况下接受细微主张。Deep Review 通过四阶段智能体流水线解决这些挑战：

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片段（例如引言、实验、方法论等）。这些片段可以重叠，且必须覆盖输入文档的全部内容。
2. 自适应预算分配：并非所有章节都需要同等的认知深度。该流水线会检查信息密度，并为每个章节动态分配计算预算以及专门的推理扩展流水线。例如，包含密集数学证明的章节所获得的计算量，可能多于学术论文中的引言或相关工作章节。
3. 深度并行验证：专门的推理智能体并行审视每个片段。每个智能体都可以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集中于审阅其特定目标章节的任务。这既确保每个审稿蜂群的审阅任务易于管理，也确保并行蜂群得到妥善协调。
4. 全局综合与智能体锚定：专门的综合智能体汇总片段级报告，并在各章节之间进行最终一致性检查，必要时重新运行逻辑检查。该智能体还会进一步执行外部锚定检查与工具调用，作为防止幻觉的最后一道预防措施。

通用验证与审阅：超越研究论文

虽然 Deep Review 起源于学术论文评审，但长上下文评审具有可推广性：用于检验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缺口与不一致之处，而这些文档中的主张必须有证据支撑。因此，Deep Review 可用于将结构化批判引入更广泛的日常工作流。

用户现在可以使用 Deep Review 分析多个领域的复杂文档。例如，它可以用于：

• 设计文档：发现未言明的架构假设，找出边界情况，并提出具体改进建议。
• 演示文稿：确保幻灯片过渡逻辑连贯，且要点列表与可视化图表相符。
• 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，并依据支持性证据核实主张。

Deep Review 遇上 Antigravity

我们还推出了 Teamwork Deep Document Review Pattern，这是一种受 Deep Review 启发、使用 Teamwork 多智能体编排框架构建并内置于 Antigravity 的文档评审实现模式。该模式经过系统设计，可借助具备自我修正能力的多智能体层级结构以及基于片段的评分标准，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。

让全面、高质量的技术评审广泛可及

计算机科学领域全面的投稿前批判通常依赖于能否接触广泛的评审网络——例如资深教职人员、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核验，可以帮助许多学者对其论断进行压力测试，识别可避免的缺陷，在经过验证的基础上完善并强化文档，并在评审过程中更有信心地呈现自己的工作。

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，评审你的第一批文档。
• 与 API 集成：使用你的 Gemini API key，在持续集成和起草工作流中进行程序化核验。
• 阅读研究：阅读预印本，了解底层方法论和试点评估。

结论与展望

鉴于它在我们与学术会议合作的试点项目中所展现的实用性，我们相信，未来几年，Deep Review 这类工具将通过赋能作者与评审者，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与分析。此外，多文件支持即将上线，用户还将能够同时对整套相关文档、电子表格和附件运行同样的一致性检查。我们希望这些进展能让各地的知识工作者更广泛地获得高质量技术评审。

致谢

Deep Review 是一项横跨 Google Research、Google DeepMind 和 Google Cloud 的协作成果。我们感谢核心贡献者与研究合作者——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——以及执行赞助人 Katherine Chou、Corinna Cortes、Burak Gokturk、Vahab Mirrokni、Tomas Pfister、Yossi Matias 和 STOC、ICML、NeurIPS、ICLR 的程序主席，感谢他们的合作。