Google Deep Review 分析技术文档

生成式 AI 加速了许多技术领域的发展。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作用已十分普遍。然而，内容创作速度的提升带来了审查挑战：在 AI 生成内容迅速增长的同时，人类的验证能力基本保持不变。审查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高级学科知识。这种失衡造成了 验证瓶颈，即信息的生成速度快于其被严格审查的速度。

今天，我们很高兴地宣布 Deep Review 正式公开发布。这是一个智能体 AI 系统，旨在为复杂文档提供严格的反馈和技术验证。该系统最初专为计算机科学学术论文分析而设计，其能力现已扩展至法律和金融等多个领域的文档审查。它既可以作为起草过程中的迭代优化工具，也可以作为审查过程中用于科学流程验证、声明核实和评估的工具。

Deep Review 是我们论文助手工具（Paper Assistant Tool，简称 PAT）的演进版本——这是一项旨在帮助研究人员在会议投稿前对稿件进行压力测试的实验性计划。过去一年，我们与四个旗舰级计算机科学会议（STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027）合作，为超过 16,000 份自愿参与的手稿的作者提供私密的投稿前反馈。有关 PAT 和这些试点项目的更多详情，请参阅我们的手稿 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：

• 分级访问和可扩展 API：每位用户每周可获得两次免费文档审查。拥有高吞吐量工作流的用户可以连接其 Gemini API 密钥，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 最初支持 PDF 和纯文本作为输入格式，多文件输入支持即将推出。
• 隐私和数据政策：上传到 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，仅用于在 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。这一点可以从学术出版平台的投稿量增加中看出，尤其是 AI 研究本身的会议，其投稿量出现了急剧上升。今年，三大主要 AI 会议（ICLR、NeurIPS 和 ICML）的投稿量超过 74,000 份，较 2025 年的约 45,000 份、2024 年的 32,000 份以及 2023 年的 23,000 份有所增加。每一份投稿都需要多篇高质量评审以确保同行评审过程的完整性，这给人类专家带来了更大的负担。

Deep Review 旨在帮助缓解技术领域中人类审稿人日益扩大的负担。通过提供对文档的详细、客观评估，Deep Review 检查逻辑一致性和数学陈述，提出改进建议，核实事实，并与现有工作进行比较。它解决了审稿过程中认知负担最重的某些方面，同时将更高层次的判断留给人类。

科学审稿的成熟记录

Deep Review 已在其实验名称 Paper Assistant Tool (PAT) 下经过广泛测试和部署，并与四场旗舰计算机科学会议建立了试点合作：STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027。在这些试点期间，作者可以选择在提交截止日期前的几周内通过 PAT 接收关于其论文的反馈和分析。其目标是向作者提供可操作的反馈，以帮助提高提交论文的质量。这些反馈与官方会议审稿流程完全脱钩。PAT 未收集任何用于训练的数据，且每场会议结束后，论文会立即从 Google 系统中删除。

作者对该工具的反应非常积极，这反映了底层模型和 PAT 框架的持续改进。随着 Deep Review 增加了对 Gemini 4 Argon 的支持，该工具的底层能力已进一步提升，超越了下文描述的 PAT 旧版本。

Deep Review 的工作原理

在评估长而复杂的文档时，单次提示的 LLM 调用往往会失败，原因包括耗尽令牌推理预算、忽略长上下文中的跨章节依赖关系，或在未充分审查的情况下接受细微的声明。Deep Review 通过一个四阶段的智能体流水线来解决这些挑战：

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分段（例如，引言、实验、方法论等）。这些分段可以重叠，且必须覆盖输入文档的所有内容。
2. 自适应预算分配：并非所有章节都需要相同的认知深度。流水线检查信息密度，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审查每个分段。每个智能体都可以访问完整的文档上下文以跟踪交叉引用，但其推理能力专门集中在审查其特定目标章节的任务上。这确保了每个审查集群的审查任务都是可管理的，并且并行集群得到了适当的协调。
4. 全局综合与智能体接地：一个专门的综合智能体整合分段级别的报告，并在章节之间进行最终的一致性检查，如有需要则重新运行逻辑检查。该智能体还执行外部接地检查和工具调用，作为防止幻觉的最终预防措施。

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，同样有助于发现其他类型文档中的逻辑漏洞和不一致之处，在这些文档中，主张必须有证据支持。因此，Deep Review 可用于为更广泛的日常工作流程带来结构化批判。

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，它可以用于：

• 设计文档： 捕捉未明确说明的架构假设，发现边缘情况，并提出具体的改进建议。
• 演示文稿： 确保幻灯片过渡在逻辑上流畅，且要点列表与视觉图表相匹配。
• 法律和财务文档： 检查条款和数据表之间的内部一致性，标记模糊术语或下游后果，并根据支持性证据核实主张。

Deep Review 与 Antigravity 的结合

我们还引入了 Teamwork Deep Document Review Pattern， 这是一种受 Deep Review 启发的文档评审实现模式，内置于 Antigravity 中，并使用 Teamwork 多智能体编排框架。该模式旨在通过具有自我修正和基于片段的评分标准的多智能体层级，系统地评估研究论文、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。

让彻底、高质量的技术监督更易于获取

计算机科学领域的全面投稿前评审通常依赖于对广泛评审网络的访问——例如资深教员、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验证可以帮助许多学者对其主张进行压力测试，识别可避免的缺陷，基于经过验证的基础完善和加强其文档，并在评审过程中更自信地展示其工作。

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 来评审您的第一份文档。
• 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访问程序化验证。
• 阅读研究： 阅读 预印本 以探索其底层方法和试点评估。

结论与展望

鉴于它在与学术会议合作的试点项目中展示出的效用，我们认为像 Deep Review 这样的工具将在未来几年中通过赋能作者和评审者，在同行评审过程中发挥重要作用。

展望未来，我们继续扩展平台的功能。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力进一步提升，为作者提供质量更高的反馈和分析。此外，随着多文件支持的即将推出，用户还将能够同时对整套相关文档、电子表格和附件运行这些相同的完整性检查。我们希望这些进步能让高质量的技术监督更广泛地为各地的知识工作者所获取。

致谢

Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 的协作成果。我们感谢我们的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——以及我们的执行发起人 Katherine Chou、Corinna Cortes、Burak Gokturk、Vahab Mirrokni、Tomas Pfister、Yossi Matias，还有 STOC、ICML、NeurIPS 和 ICLR 的程序主席，感谢他们的合作。