Caesar：面向创造性答案合成的深度自主式网络探索
信息检索
2026-05-11 v3 多智能体系统
摘要
为了从被动检索推进到创造性发现新想法，自主智能体必须具备深度联想综合的能力。然而，当前的智能体框架优先考虑收敛式搜索，往往导致衍生性摘要，缺乏创造力。Caesar 是一种旨在弥合信息收集与新见解综合之间差距的智能体架构。与将网络视为一系列不相关文档的现有智能体不同，Caesar 执行深度网络遍历以构建动态知识图谱。该图谱随后作为导航支架，引导智能体获取平面检索永远无法遇到的多样化、非显而易见的信息。因此，Caesar 由两个组件构成：(1) 由动态上下文感知策略驱动的探索，该策略最大化网络拓扑结构上的信息覆盖范围；(2) 通过对抗性精炼进行综合，主动寻求新颖视角而非确认既有先验。Caesar 展示了生成以高度新颖性和结构连贯性为特征的作品和答案的能力，在创造性综合挑战中，相较于最先进的深度研究智能体，实现了 13% 到 23% 的提升，并在所有输出格式上均表现出显著优势。
引用
@article{arxiv.2604.20855,
title = {Caesar: Deep Agentic Web Exploration for Creative Answer Synthesis},
author = {Jason Liang and Elliot Meyerson and Risto Miikkulainen},
journal= {arXiv preprint arXiv:2604.20855},
year = {2026}
}