DeepSeek自动研究技能详解：两小时高效完成论文写作
最近，DeepSeek的研究员陈德里在个人博客上分享了一篇关于自主研究智能体的综述论文。这篇论文的诞生过程本身，就堪称一个绝佳的案例。
他坦言，这篇论文“1%是我写的，99%是Agent写的”。整个过程，他动用了自己开发的技能“DeliAutoResearch”，由DeepSeek-V4-Pro负责研究和写作，GPT-Image2负责绘图。经过6天时间、约108轮Agent调用，消耗了64.8万token，最终生成了2234行LaTeX代码，完成了一篇包含103个已验证参考文献、46页、538KB，并配有7个图表和4个表格的完整论文。
这篇论文的核心，正是探讨如何为自动研究智能体建立一个清晰的自主度分类体系。它系统性地分析了四大主流架构模式，并从可扩展性、成本、可靠性等多个维度进行了对比。同时，论文基于一个六维特征矩阵，深入剖析了17个主流系统，并最终提出了该领域面临的六大开放问题及相应的研究方向。
陈德里对此感触颇深。他认为，代码智能体的出现，正在导致计算机科学领域的论文数量“疯狂膨胀”。过去需要至少一个月才能完成的工作，如今他本人投入的“总CPU时间”不到两小时。当然，他也附上了一句免责声明：所有观点仅代表个人，与任何组织无关。
DeepSeek研究员与V4 Pro合写的论文
当前，基础模型的飞速发展正推动AI工具从单纯的研究辅助，转向真正的自主研究。但整个领域面临一个尴尬的局面：缺乏统一框架、术语混乱、评估标准不一。为了解决这个问题，陈德里和他的AI“合著者们”提出了一个L1到L5的自主分级体系。
这个体系巧妙地借鉴了自动驾驶的SAE分级标准，为混乱的AI智能体领域梳理出了一条清晰的演进谱系。
- L1（自动补全）：这是最基础的级别，类似于早期的GitHub Copilot，核心能力是预测并补全用户的下一行代码。
- L2（任务执行）：以ChatGPT、Claude等聊天机器人结合工具插件为代表。它们能够分解任务，但每一步执行都需要人类的明确批准。
- L3（多步骤执行）：这是目前的主流水平，例如Claude Code、Cursor Agent。智能体可以自主执行10到100个步骤，只在关键决策点请求人类审核。
- L4（受限领域全自主）：人类仅需提供研究目标和评估最终成果。智能体可以在特定领域内独立完成多步实验、编写代码乃至撰写论文，但其核心局限在于无法自主选择研究问题。
- L5（完全自定议程）：这是尚未实现的理想状态。智能体能够自主选题、分配资源、进行长期知识积累并开展跨领域持续研究。其核心瓶颈在于持续知识积累、可靠自我评估以及架构的规模化。
目前，行业前沿初步触及L4的门槛，而L5仍是一个远景设想。论文明确指出，真正的瓶颈并非模型的基础能力，而在于“持续知识积累”和“可靠自我评估”这两个系统性难题。
除了按自主性分级，论文还从架构角度总结了四种主流模式。
- 单智能体循环：以早期的ReAct、Reflexion、LATS、思维树（ToT）为代表。由单一模型进行“推理-行动-观察”的循环迭代。优点是简单高效，但处理复杂任务的能力有限。
- 多智能体协作：以CAMEL、AutoGen、MetaGPT等框架为代表。通过多个智能体分工协作、多视角交叉验证来提升效果。缺点是成本较高，且智能体间的沟通容易陷入混乱。
- 分层调度：以Claude Code和Devin为代表。采用分层规划、任务分解的策略，非常适合长周期、高复杂度的研究任务，也易于人类监管。
- 工具增强执行：以SWE-Agent等为代表。其核心能力高度依赖于外部工具，如代码执行环境、网页浏览器、API/数据库、多模态工具等。智能体与计算机接口（ACI）的设计直接决定了其性能天花板。
这四种模式并无绝对的优劣之分，关键在于针对不同的任务场景选择合适的工具：简单短任务可选单智能体循环（低成本、易实现）；需要多视角纠错的复杂分工可选多智能体协作；长周期、高复杂度研究适合分层调度（强规划、易监管）；需要深度对接外部工具和环境时，工具增强执行则是更优选择（其能力边界由工具决定）。
不过在实际应用中，为了取长补短，混合架构正成为更普遍的选择。
基于上述研究框架，论文横向对比了当前常见的17个自主研究智能体。分析揭示，该领域已经从早期脆弱、通用的原型，演进到了L4级别的受限领域专用系统。其中，代码智能体的成熟度最高，而科学智能体也已开始产出可验证的新发现。
而要迈向L5的完全自主，核心瓶颈依然清晰：持续知识积累、可靠自我评估以及架构的规模化。
最后，论文提纲挈领地指出了领域面临的六大开放问题：
- 认知循环陷阱：智能体容易陷入重复无效的策略循环，缺乏自我终止能力。
- 上下文限制：固定的上下文窗口（4K-1M token）无法支撑真正长周期的研究。
- 创新性评估：目前缺乏自动化方法来衡量研究成果的原创性与价值。
- 可复现性：模型的随机性和对提示词的敏感性，导致实验结果难以稳定复现。
- 安全与伦理：存在技术双用途风险、自主性提升带来的失控风险以及学术诚信风险。
- 成本问题：单任务成本可能高达50美元，高昂的成本正在加剧科研资源的不平等。
One More Thing
陈德里在分享中提到了一个有趣的视角。他坦言，高强度的工作导致的精力不足，曾让他搁置了许多个人计划，比如维护博客和持续写作。而现在，智能体让他有机会将这些事情重新捡起来。
除了这篇研究综述，他还利用智能体高效更新了个人主页。这一切都指向一个趋势：有了智能体的辅助，人类的角色正在从具体的“执行者”，转变为更高层次的“发起者”和“决策者”。效率的提升是显而易见的，而人与AI协作的边界，也正在被重新定义。
相关攻略
最近，DeepSeek的研究员陈德里在个人博客上分享了一篇关于自主研究智能体的综述论文。这篇论文的诞生过程本身，就堪称一个绝佳的案例。 他坦言，这篇论文“1%是我写的，99%是Agent写的”。整个过程，他动用了自己开发的技能“DeliAutoResearch”，由DeepSeek-V4-Pro负责
极客网·人工智能3月7日 从一夜爆火到一码难求，市场开始出现不同的声音。支持者认为，Manus是智能体的“DeepSeek时刻”；反对者认为，Manus是一场精心策划的“炒作”。Manus成色究竟如何，不妨来听听作为对标对象的DeepSeek的回答。 Manus的技术突破与定位 Manus被定位为“
字节跳动旗下悟空浏览器接入DeepSeekR1模型，旨在提升年轻用户浏览与交互体验。此举是字节在人工智能领域的关键布局，通过强化智能对话与文本生成能力，探索更个性化服务。未来该技术或有望扩展至抖音等核心产品，推动整体服务智能化升级。
DeepSeekV4-Pro在终端编程与智能体任务中表现流畅，但未公布多项基准的量化分数。通义千问Qwen3 6系列则在Terminal-Bench、SWE-bench、SkillsBench、SciCode等基准测试中均有明确得分且持续提升。综合来看，Qwen3 6-Max-Preview展现了最强的综合编程能力，尤其在科学代码生成和智能体技能方面进步显著
在信息过载时代，DeepSeek与NotionAI协同构建智能知识库。DeepSeek负责智能问答、内容创作与数据分析，NotionAI专注信息整理与任务管理。通过注册分类、自动归集、协同优化三步搭建，结合模板复用与数据看板，可实现知识库的持续进化与高效管理。
热门专题
热门推荐
当一家头部量化私募机构，凭借自主研发的AI Agent智能体矩阵，仅耗时7天就高效完成了以往需要长达90天甚至180天才能走完的完整研究流程时，一个明确的行业信号已然显现：人工智能在量化投资领域的应用深度，已从初期锦上添花的辅助角色，全面升级为足以重构整个行业生产力底层逻辑的核心基础设施。 然而，这
思维导图能有效梳理思路并提升信息传递效率。在PPT中可通过三种方法制作：一是利用SmartArt图形快速插入并编辑层次结构；二是手动绘制形状和连接线以实现高度自定义；三是借助专业软件制作后以图片形式插入。这些方法均旨在通过视觉化工具使幻灯片内容更清晰有条理。
港股AI大模型板块持续走强，MiniMax与智谱被视为“双子星”引领板块。MiniMax被纳入相关指数带来资金支撑，智谱凭借GLM架构占据核心地位。板块驱动因素包括监管趋于明确、商业化进展不断兑现以及被动资金持续流入。市场正从概念炒作转向验证真实技术与商业落地能力，推动相关标的价值重估。
在《饼干人联盟》的冒险旅程中，欢乐果冻森林的1-10关卡是许多玩家遇到的第一个重要挑战。这一关不仅是前期资源积累的关键节点，也是检验队伍配置与操作技巧的绝佳机会。为了帮助大家顺利攻克难关并获取丰厚奖励，我们准备了这份详细的通关攻略。 一、关卡BOSS解析：幸福花 本关的守关首领是幸福花。虽然名字听起
伊朗电信基础设施迎来重要升级。该国于26日正式宣布，其国际互联网带宽与连接已实现稳定、全面的恢复。 此次恢复意味着，伊朗境内的固定宽带用户现已能够顺畅访问全球网络，正常使用国际网站、在线应用及各类数字服务。此前，伊朗通信部门已多次表明，正在有序推进国际互联网接入的修复与优化工作。官方强调，此举旨在从