文章摘要
【关 键 词】 AI智能体、动态知识流、科研创新、基准测试、结构化框架
上海人工智能实验室开发的FlowSearch系统代表了AI智能体在深度研究领域的重要突破。该系统通过“动态结构化知识流”架构，成功克服了传统线性AI工作流在科研场景中的局限性。其核心创新在于采用有向无环图（DAG）组织研究过程，使AI能够模拟人类科学家的非线性思维模式。
该系统由三个关键组件构成协同工作机制。知识流规划器作为“研究组长”负责构建初始思维导图，将复杂问题分解为具有依赖关系的子任务节点；知识收集器作为执行单元，利用多工具组合完成具体研究任务；知识流优化器则持续重构知识图谱，根据新发现动态调整研究方向。这种架构实现了规划-执行-优化的闭环，使研究过程具备自我演进能力。
在性能验证方面，FlowSearch展现出显著优势。在GAIA基准测试中达到76.96%准确率，较基础模型o4-mini的独立性能提升近60个百分点；在GPQA-diamond子集的专业领域测试中，以87.37%的准确率超越GPT-5等主流模型；在更具挑战性的HLE多模态测试中，30.80%的准确率也领先于同类系统。特别值得注意的是，该系统在生物医药领域的TRQA测试中，作为通用智能体却超越了专业定制系统Origene近18个百分点。
这些成果验证了结构化工作流设计对提升AI科研能力的关键作用。实验数据表明，当o4-mini模型搭载FlowSearch框架后，其GAIA测试性能提升达452%，远超单纯扩大模型规模的效果。该系统通过模拟人类研究者的思维网络构建方式，实现了知识节点的动态关联与并行处理，有效解决了传统AI在复杂科研场景中存在的思维僵化、信息流失等问题。这种架构创新为AI在专业领域的深度应用提供了新的技术范式，特别是在需要多线程推理和动态调整的科研场景中展现出独特价值。
原文和模型
【原文链接】 阅读原文 [ 2216字 | 9分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★★★★☆
相关文章
