Google Deep Review 如何分析复杂技术文档

生成式 AI 加速了许多技术领域的发展。如今，AI 参与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已十分普遍。然而，内容创作的加速也带来了审查难题：在 AI 生成内容迅速增加的同时，人类的核验能力基本没有变化。审查长篇科学论文或复杂法律协议等复杂文档，需要专业技能和深入的学科知识。这种不平衡造成了验证瓶颈：信息生成的速度超过了对其进行严格审查的速度。

今天，我们很高兴地宣布正式公开发布 Deep Review，这是一个旨在为复杂文档提供严谨反馈和技术核验的智能体 AI 系统。该系统最初为分析计算机科学学术论文而设计，如今其能力已扩展至法律和金融等多个领域的文档审查。它既可在起草过程中用作迭代改进工具，也可在审查过程中用于核验科学过程、核查论断并进行评估。

Deep Review 是我们的 Paper Assistant Tool（PAT）的演进版本。PAT 是一项实验性计划，旨在帮助研究人员在向会议投稿前对论文稿件进行压力测试。过去一年，我们与四个计算机科学旗舰会议（STOC 2026、ICML 2026, NeurIPS 2026, 和 ICLR 2027）合作，为主动选择参与的 16,000 多篇论文稿件的作者提供了私密的投稿前反馈。有关 PAT 及这些试点项目的更多详情，请参阅我们的论文《利用 Google 的 Paper Assistant Tool 迈向科学审稿自动化》。

随着此次发布，Deep Review 现已面向全球开放：

• 分层访问与可扩展 API：每位用户每周可免费获得两次文档审查。工作流程涉及大量文档的用户可以接入自己的 Gemini API 密钥，以获得更高的使用限额，并通过 Deep Review API 实现程序化集成。
• 灵活的格式支持：Deep Review 初期将支持 PDF 和纯文本输入格式，并将很快支持多文件输入。
• 隐私与数据政策：上传至 Deep Review 的文档绝不会用于训练、微调或改进 Google 模型。上传的文档将存储一年，唯一用途是在 Deep Review 用户界面中向用户展示。

Deep Review 加速技术验证

验证瓶颈最显著的例子之一是学术同行评审。学术发表平台投稿量的增长体现了这一点，尤其是 AI 研究领域本身的发表平台，投稿量出现了大幅增长。今年，三大 AI 会议（ICLR、NeurIPS 和 ICML）的投稿总量超过 74,000 篇，高于此前约为 2025 年 45,000 篇、2024 年 32,000 篇和 2023 年 23,000 篇的水平。每篇投稿都需要多份高质量的审稿意见，以确保同行评审流程的公正严谨，这可能会给人类专家带来更大的负担。

Deep Review 旨在帮助减轻各技术领域人工审稿人日益加重的负担。通过对文档提供详细、客观的评估，Deep Review 检查逻辑一致性和数学陈述，提出改进建议，核实事实依据，并与现有工作进行比较。它处理审稿过程中一些认知负担最重的环节，同时将更高层次的判断留给人类。

在科学审稿方面已有实绩

Deep Review 此前以实验名称 Paper Assistant Tool（PAT）在与计算机科学旗舰会议 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 开展的四项试点合作中进行了广泛测试和部署。在这些试点中，作者可以在投稿截止日期前的数周内，自愿选择通过 PAT 获取对其论文的反馈和分析。其目标是为作者提供可操作的反馈，帮助提高投稿论文的质量。这些反馈与会议的官方审稿流程完全独立。PAT 未收集任何数据用于训练，且在每项计划结束后，论文都及时从 Google 系统中删除。

作者对该工具的反响极为积极，这也反映出底层模型和 PAT 运行框架的持续改进。随着 Deep Review 加入对 Gemini 4 Argon 的支持，该工具的底层能力在下文所述的较早版本 PAT 的基础上得到了进一步提升。

Deep Review 的工作原理

单提示词的大语言模型调用在评估篇幅较长、内容复杂的文档时往往会失败，原因包括耗尽推理 token 预算、忽略长上下文中跨章节的依赖关系，或未充分审查就接受复杂微妙的论断。Deep Review 通过一个四阶段的智能体流程解决这些挑战：

1. 文档分段：首先读入文档，由分段智能体自主将其拆分为逻辑片段（例如引言、实验、方法等）。这些片段可以相互重叠，但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深度的认知处理。该流程会检查信息密度，并动态分配计算预算，同时为每个章节配置专门的推理扩展流程。例如，包含密集数学证明的章节，可能比学术论文中的引言或相关工作章节获得更多计算资源。
3. 深度并行验证：专门的推理智能体并行细查每个片段。每个智能体都可以访问完整的文档上下文，以追踪交叉引用，但会将推理能力集中用于审查其特定目标章节。这既确保了每个审查智能体群的审查任务量可控，也确保了并行运行的智能体群之间得到妥善协调。
4. 全局综合与智能体事实核验：专门的综合智能体汇总各片段的报告，并对章节之间的一致性进行最终检查，必要时重新执行逻辑检查。该智能体还会执行外部事实核验和工具调用，作为防范幻觉的最后一道措施。

通用验证与审查：超越研究论文

虽然 Deep Review 起源于学术论文评审，但长上下文审阅具有通用性：用于检查研究论文中数学证明是否成立的推理机制，也能帮助发现其他类型文档中的逻辑漏洞和不一致之处，这些文档中的论断同样必须有证据支持。因此，Deep Review 可用于为更广泛的日常工作流程提供结构化评议。

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

• 设计文档：发现未明说的架构假设，识别边界情况，并提出具体改进建议。
• 演示文稿：确保幻灯片之间的过渡符合逻辑，且项目符号列出的要点与可视化图表相符。
• 法律和财务文档：检查条款和数据表之间的内部一致性，标记含糊不清的术语或后续影响，并依据支持性证据核实论断。

Deep Review 与 Antigravity 相遇

我们还推出了 Teamwork 深度文档审阅模式，这是一种受 Deep Review 启发的文档审阅实现模式，使用 Teamwork 多智能体编排框架构建并内置于 Antigravity 中。该模式旨在利用具备自我纠正能力、采用分段评分标准的多智能体层级结构，系统地评估研究论文、文稿草稿和技术提案。Antigravity 用户可以使用 /teamwork-preview 命令调用此模式。

让全面、高质量的技术审阅得到广泛普及

在计算机科学领域，全面的投稿前评议通常依赖于广泛的评审人脉网络，例如资深教师、资源充足的学术实验室，或庞大的同行咨询网络。提供可靠的自动化逻辑验证，可以帮助众多学者对自己的论断进行压力测试，发现可避免的缺陷，在经过验证的基础上完善和强化文档，并在评审过程中更有信心地展示自己的工作。

开始使用

我们邀请世界各地的研究人员、工程师和创作者探索 Deep Review：

• 试用 Deep Review：访问 Google Research Portal，开始审阅您的首批文档。
• 通过 API 集成：使用您的 Gemini API 密钥，在持续集成和起草工作流程中以编程方式进行验证。
• 阅读研究：阅读预印本，探索其底层方法和试点评估。

结论与展望

鉴于 Deep Review 在我们与学术会议合作开展的试点项目中展现出的实用性，我们相信，未来几年，Deep Review 这类工具将通过赋能作者和评审者，在整个同行评审过程中发挥重要作用。

展望未来，我们将继续扩展该平台的能力。随着对 Gemini 4 Argon 的支持逐步推出，Deep Review 的底层能力进一步提升，为作者提供更高质量的反馈和分析。此外，随着多文件支持即将上线，用户还将能够同时对整套相关文档、电子表格和附件执行相同的一致性检查。我们希望这些进展能让世界各地的知识工作者更广泛地获得高质量的技术审阅。

致谢

Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 共同协作的成果。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——以及我们的高管支持者 Katherine Chou、Corinna Cortes、Burak Gokturk、Vahab Mirrokni、Tomas Pfister、Yossi Matias 和 STOC、ICML、NeurIPS、ICLR 的程序委员会主席，感谢他们的合作。