第一手检索定成败：Question's Gambit 把 agent 答题准确率提至 90.5%

_reachsumit · x · 2026-09-15

研究深度研究型 agent 的「第一步检索」设计：- 观察：agent 常能召回含证据的文档，却无法把它们连到 gold 文档；- 提出 Question's Gambit：搜索循环开始前，先把问题拆成一组线索、改写成互补查询、合并检索结果并重排候选池，为后续线索聚合与答案验证铺好开局上下文；- 在 BrowseComp-Plus 上用 gpt-5.5 把答案准确率从最强 agent 基线 Pi-Serini 的 83.1% 提到 90.5%，并在 MultiHop-RAG 上验证了迁移性；- 结论：agentic 深度研究的效果不只取决于循环内的工具，也取决于开局这一手怎么打。