生成式AI加速了许多技术领域。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属常态。然而，内容创作的加速带来了一个审查难题：在AI生成内容快速激增的同时，人类的验证能力却基本保持不变。审查诸如长篇科学手稿或复杂法律协议之类的复杂文档需要专业知识和高深的学科知识。这种失衡造成了一种 验证瓶颈，在这里信息生成的速度已经超过了能够被严格审查的速度。
今天，我们很高兴地宣布公开发布 Deep Review，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。该系统最初设计用于计算机科学学术论文分析，如今其能力已扩展到审查法律和金融等许多领域的文档。它既可以在起草过程中作为迭代改进工具使用，也可以在审查过程中用于科学过程的验证、声明和评估。
Deep Review 代表了我们的 Paper Assistant Tool（PAT）的演进——这是一项实验性计划，旨在帮助研究人员在会议投稿前对稿件进行压力测试。在过去一年中，我们与四个旗舰计算机科学会议（STOC 2026, ICML 2026, NeurIPS 2026, 以及 ICLR 2027）合作，为超过16,000份选择加入的稿件作者提供了私密的投稿前反馈。有关 PAT 和这些试点的更多详细信息可在我们的稿件中找到， 借助 Google 的论文助手工具迈向科学评审自动化.
通过此次发布，Deep Review 现已在全球范围内开放使用：
- 分层访问和可扩展的 API：每位用户每周可获得两次免费文档审查。工作流量大的用户可以连接其 Gemini API key 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 初期将支持 PDF 和纯文本作为输入格式，对多文件输入的支持即将推出。
- 隐私和数据政策：上传到 Deep Review 的文档绝不会被用于训练、微调或改进 Google 模型。上传的文档仅存储一年，其唯一目的是在 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是学术同行评审。这一点可以从学术发表场所投稿量的上升中看出，尤其是 AI 研究本身的发表场所，其投稿量出现了急剧增长。今年，三大主要 AI 会议收到了超过 74,000 份投稿（ICLR, NeurIPS和 ICML) 相比之前 2025年的45,000、2024年的32,000和2023年的23,000有所上升。每一份投稿都需要多次高质量评审，以确保同行评审过程的完整性，这可能给人类专家带来更大的负担。
2023年至2026年间NeurIPS、ICML和ICLR投稿量的增长。
Deep Review旨在帮助减轻人类评审人员在各个技术领域日益加重的负担。通过提供详细、客观的文档评估，Deep Review检查逻辑一致性和数学表述，提出改进建议，核实事实依据，并与现有工作进行比较。它承担了评审中一些认知负担最重的环节，同时将更高层次的判断留给人类。
科学评审方面的成熟记录
Deep Review 已在其试验名称 Paper Assistant Tool （PAT） 下经过广泛测试并部署，与四场旗舰计算机科学会议 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 开展了试点合作。在这些试点期间，作者可以选择在投稿截止日期前的几周内通过 PAT 获得对其论文的反馈和分析。目标是向作者提供可操作的反馈，帮助提升投稿论文的质量。该反馈与官方会议评审流程完全解耦。PAT 未收集任何用于训练的数据，并且在每项计划结束后，论文会被及时从 Google 系统中删除。
作者对该工具的反应非常积极，这也反映出底层模型和 PAT 框架的持续改进。随着 Deep Review 中加入 Gemini 4 Argon 支持，该工具的底层能力已进一步超越下文所述的 PAT 旧版本。
PAT 在机器学习和理论计算机科学会议试点项目的统计数据和作者反馈。
Deep Review 的工作原理
单提示 LLM 调用在评估冗长复杂的文档时常常失败，原因包括耗尽其 token 推理预算、忽视长上下文跨章节依赖，或在没有充分审查的情况下接受细微的论断。Deep Review 通过一个四阶段智能体流水线解决这些挑战：
- 文档分段：文档首先由一个分段智能体摄取并自主分解为逻辑分段（例如引言、实验、方法等）。这些分段可以重叠，并且必须覆盖输入文档的全部内容。
- 自适应预算分配：并非所有章节都需要同等的认知深度。流水线会检查信息密度并动态分配计算预算，同时为每个章节配备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。
- 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追踪交叉引用，但其推理能力专注于审查其特定目标章节的任务。这既确保了审查任务对每个审查集群而言是可管理的，也确保了并行集群得到妥善协调。
- 全局综合与智能体接地：一个专门的综合智能体汇总各分段级别的报告，并在章节之间进行最终一致性检查，必要时重新运行逻辑检查。该智能体还会执行外部接地检查和工具调用，作为防范幻觉的最后一道预防措施。
展示四阶段流水线的系统架构图。
通用验证与审查：超越研究论文
虽然 Deep Review 源于学术论文评审，但长上下文审查具有普适性：用于检查研究论文中数学证明是否成立的推理机制，也可以帮助发现其他类型文档中的逻辑漏洞和不一致之处，只要这些文档中的论断必须有证据支撑。因此，Deep Review 可用于为更广泛的日常工作流程带来结构化的批判性分析。
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，它可以运行于：
- 设计文档： 捕捉未言明的架构假设、发现边界情况，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，并且要点总结与可视化图表相匹配。
- 法律和财务文档： 检查条款和数据表格之间的内部一致性，标记模糊术语或潜在后续影响，并根据支持性证据对论断进行接地验证。
Deep Review 与 Antigravity 相遇
我们还推出了 Teamwork Deep Document Review Pattern, ，这是一种受 Deep Review 启发的文档审查实现模式，内置于 Antigravity 之中，使用了 Teamwork 多智能体编排框架该模式经过系统性设计，用于通过具有自我纠错能力和基于分段评分标准的多智能体层级来评估研究论文、手稿草稿和技术提案。Antigravity 用户可以使用以下方式调用该模式： /teamwork-preview 命令。
让全面、高质量的技术评论广泛普及
计算机科学领域投稿前的全面批评性评审通常依赖于接触广泛的评审网络——例如资深教师、资源充足的学术实验室或庞大的同行咨询网络。提供可靠的自动化逻辑验证可以帮助许多学者对其论点进行压力测试，发现可避免的缺陷，在经过验证的基础上完善和强化其文稿，并在评审过程中更有信心地展示他们的工作。
开始使用
我们诚邀世界各地的研究人员、工程师和创作者来探索 Deep Review：
- 试用深度评论： 访问 Google 研究门户 以审阅您的第一份文档。
- 与 API 集成： 使用您的在持续集成与起草工作流中以编程方式进行访问验证 Gemini API 密钥.
- 阅读这项研究： 阅读 预印本 以探索其底层方法和试点评估。
结语与展望
鉴于它在我们在学术会议试点项目中展现出的实用性，我们相信像 Deep Review 这样的工具将在未来几年里通过赋能作者和审稿人，在整个同行评审流程中发挥重要作用。
展望未来，我们将继续扩展平台的功能。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力将进一步提升，为作者提供更高质量的反馈和分析。此外，随着多文件支持功能即将上线，用户还可以同时对整套相关文档、电子表格和附件运行同样的一致性检查。我们希望这些进展能让高质量的技术评审更广泛地为各地的知识工作者所用。
致谢
Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 的合作成果。我们感谢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——同时也感谢我们的执行发起人 Katherine Chou、Corinna Cortes、Burak Gokturk、Vahab Mirrokni、Tomas Pfister、Yossi Matias，以及 STOC、ICML、NeurIPS 和 ICLR 的程序委员会主席们的合作支持。