【專案篇】我們怎麼做 deep-research skill
這是專案自己的 deep-research skill 設計全公開。核心選擇：只用 Groundlane MCP 做為網頁工具、嚴格的來源品質分級（A/B/C/D）、研究完交 post skill 發文。不是最強的，但是最適合我們的。
ai
1264 篇文章Tongyi DeepResearch：從零到 Agentic Foundation Model
前四篇分別看全景、訓練、長時程、規劃。這篇看一個把所有環節串起來的完整系統：Tongyi DeepResearch。核心創新是『Agentic CPT』——在預訓練和微調之間插入一個 agentic 中間訓練階段，讓模型天生帶有 agent 偏置。MoE 架構 30B 參數只激活 3B，HLE 32.9 超越 OpenAI o3。
WebDancer 與 WebThinker：從零訓練一個 Deep Research Agent
兩篇 NeurIPS 2025 論文回答同一個問題：怎麼從零訓練一個能自主研究網頁的 agent？WebThinker 選擇「給既有用戶模型加上網頁探索能力」，WebDancer 選擇「從資料構造到 RL 訓練完整重來」。兩種哲學，四個階段，一個核心洞察：訓練比 prompt 好。
數據合成：WebShaper 與 S1-DeepResearch
前面看的是怎麼訓練 agent。但訓練需要高品質數據——而 deep research 的訓練數據長期短缺。WebShaper 用數學形式化解決這個問題：把資訊搜尋任務形式化為集合論，再用 agentic Expander 逐步擴展。S1-DeepResearch 則是把訓練從『搜尋為中心』擴展到『真正做研究』。
多模態與視覺：WebWatcher 重新定義 deep research
所有的 deep research agent 都是『文字為主』的——但真實世界不只有文字。WebWatcher（NeurIPS 2025）是第一個將視覺推理整合進 deep research 的系統，用 OCR、圖像搜尋、代碼執行等工具處理圖表、截圖、視訊等多元資訊。
WebWeaver 與 DeepPlanner：雙 Agent 架構與規劃優化
前面看的是怎麼訓練 agent 和怎麼維持長時程。這篇看更深一層的問題：怎麼讓 agent 的『規劃』本身變好？WebWeaver 用雙 agent（規劃者+寫作者）從架構上解決，DeepPlanner 用優勢 shaping 從訓練上解決。兩者指向同一件事：規劃是 deep research 的上限。
LLM Agent 工具發現：為什麼 Agent 有工具卻不用，以及怎麼修
Agent 有 workspace_browse 工具卻說「找不到檔案」——問題不在工具實作，在工具描述。Anthropic、OpenAI、Google 三家的官方指南都指向同一件事：觸發條件和工作流程要寫在 tool description 裡。一份 2025 年研究發現 97.1% 的 MCP 工具描述有品質問題。
Multi-Agent 通訊機制：Handoff、Delegate、Mailbox 與協定標準化
Agent 間通訊分三種模式：handoff（移交控制權）、delegate（委派後等結果）、mailbox（即時點對點訊息）。各家實作差異大，但 MCP 和 A2A 正在推動協定標準化。
Multi-Agent Context 管理：Fork vs Fresh、歷史截斷、結果壓縮的設計取捨
子 agent 要不要看到父對話？Fork 帶完整歷史但 token 指數膨脹，Fresh 省錢但缺背景。業界共識：預設 Fresh，需要時才 Fork，且一定要搭歷史截斷和結果壓縮。
Multi-Agent 成本控制：七家框架的做法與「先軟著陸再硬擋」的業界共識
Multi-Agent 並行 + 巢狀 spawn 可以在單輪對話燒掉 200K+ tokens。業界從 Anthropic 到 Microsoft 都走向三級分級反應：壓縮 → 降級 → 停止，而非一刀切硬擋。
Multi-Agent 系統全景：從 CLI 到雲端，2026 年各家怎麼做多 Agent 協作
2026 年幾乎所有主流 coding agent 都支援 subagent。設計哲學分三派：腳本確定性編排（Claude Code Workflow）、model-driven 自主（Codex、Devin）、IDE 指揮台（Windsurf 2.0、VS Code）。這篇是系列總篇，整理產品定位、能力矩陣與架構光譜。
Multi-Agent 可觀測性：怎麼知道錢花在哪、哪個 Agent 出了問題
Multi-Agent 系統最常見的 debug 困境是「知道結果錯了，但不知道是哪個 agent 搞的」。三層可觀測性是必要的：per-agent token 計量、execution trace 記錄、即時成本儀表板。
Multi-Agent 編排模式：腳本、Model-Driven、混合，三種哲學怎麼選
Multi-Agent 編排分三派：腳本確定性（LangGraph、Claude Code Workflow）可預測但僵硬，model-driven（Codex、Devin）靈活但不可控，混合派（Windsurf 2.0）當指揮台整合多家。選擇取決於你需要多少可預測性。
Multi-Agent 安全與護欄：防止 Prompt Injection 跨 Agent 傳播
Multi-Agent 的安全風險不只是單 agent 的放大版——agent 間的通訊本身就是攻擊面。一個被注入的子 agent 可以透過回傳結果把惡意指令傳給父 agent。防禦核心：treat agent output as untrusted data。
商業文件解析 API 橫評：專用 Parser、通用 VLM、三大雲，交叉點在哪？
商業文件解析分三條路線：專用 Parser（Cohere Parse $1.50/千頁、LlamaParse Agentic Plus 90.2%）、三大雲 Prebuilt（Azure/Google/AWS，結構化欄位抽取）、直接用通用 VLM（Fable 5.1 在 ParseBench 拿 78.92，圖表理解碾壓專用 parser，但每頁成本 3-16 倍且會幻覺）。10 萬頁/月純 OCR 各家都 ~$150，加表格後 AWS 跳到 $1,500、用 Claude Sonnet 5 跑要 $900。選型的第一個問題不是「哪家最準」，是「你要轉錄還是理解」。
WebMCP 全解析：讓每個網頁成為 AI Agent 的工具伺服器
WebMCP 是 Google 與 Microsoft 在 W3C 提出的瀏覽器原生標準，透過 document.modelContext.registerTool() 讓網頁直接向 AI agent 暴露結構化 tool——不需要後端、不走 HTTP/SSE transport。Chrome 149 已開放 Origin Trial。
做 agent 前，先懂模型怎麼讀前文、怎麼吐字｜Stanford CS329Z 第 2 堂
Lecture 02 從解碼策略、注意力與線性注意力，走到訓練流程、KV cache、test-time scaling、結構化輸出與 context engineering。指定讀物 Anthropic 的 context engineering 指南回答每一輪該讓模型看見什麼。
手刻第一個 RAG：從切 chunk 到讓 agent 決定何時查｜Stanford CS329Z 第 3 堂
Lecture 03 從 project 問題出發，依序拆解 RAG 的動機、chunk 邊界、近似向量搜尋、BM25／dense／hybrid／reranker，以及讓 agent 決定何時查。指定讀物 Lewis 等人的 RAG 論文與 ColBERT 補上原始配方與 late interaction。
把工具接進來：function calling、MCP 與工具失敗｜Stanford CS329Z 第 4 堂
Lecture 04 從 Toolformer 的工具學習、Gorilla 與 ToolLLM 的 API 檢索，走到 function calling、MCP 與 BFCL、τ-bench 等可靠度評估。指定讀物 MCP 規範的重點是：協議統一介面，信任責任仍留在 host。
框架拆開看：DSPy、LangGraph 與 harness 的差距｜Stanford CS329Z 第 5 堂
Lecture 05 以資料、系統、評估三根支柱看 agent 工程，現場示範 DSPy 與 LangGraph，再比較開源 harness、Temporal 的 durable orchestration 與觀測工具。指定讀物 DSPy 把 prompt 模板變成可依 metric 優化的程式。