代理有（信息）需求

在信息檢索領域，一個核心概念是“信息需求”——用户心中真正想找的東西。然而，我們通常用查詢來表示這個需求，但查詢往往是一種妥協。當AI代理被賦予檢索工具時，它們同樣面臨這個問題：代理也有信息需求，但它們發出的查詢只是這種需求的粗略表達。

最近的研究表明，如果允許代理直接表達其信息需求，而不是僅僅依靠查詢，檢索效果可以得到顯著提升。例如，BRIGHT基準測試關注推理密集型檢索，傳統詞法檢索器在此類任務上表現不佳。BRIGHT的研究者提出了一種方法：讓代理在檢索前先進行推理，明確“什麼構成相關文檔”，然後將這種推理融入檢索過程。這種方法類似於傳統的TREC TDN（主題、描述、敍事）查詢，其中包含對信息需求的詳細描述。

後續工作如Reason-ModernColBERT和Reason-IR進一步證明了這一思路的有效性。通過訓練檢索器處理代理的推理數據，代理檢索性能在BrowseComp-Plus等基準上提升了超過10%。這意味着，與其讓代理盲目搜索，不如讓它明確表達信息需求，再基於此進行更精準的檢索。

在實踐中，我們可以設計提示（prompt）來引導代理識別問題本質、推理相關文檔的特徵，並生成查詢。這樣的系統不僅提高了檢索效率，還能更好地滿足用户的深層需求。總之，關注代理的信息需求，而非僅僅查詢，是提升代理檢索系統性能的關鍵方向。

此外，Direct Corpus Interaction (DCI) 等研究顯示，即使使用簡單的grep和bash工具，代理也能通過反覆查詢滿足信息需求，儘管查詢數量翻倍。這進一步説明，如果能在初期就明確信息需求，檢索效率將大幅提升。BRIGHT基準中的LeetCode示例典型地反映了推理密集型檢索的挑戰：需要找到解法共享同一算法的題目。傳統檢索器難以勝任，而引入推理數據後，Reason-ModernColBERT等方法在BrowseComp-Plus上取得了10%以上的提升。作者提出的提示模板包括：識別問題本質、逐步推理相關文檔應包含的內容、起草答案。這種思路使得代理不僅能生成查詢，還能提供查詢背後的推理和有效文檔的特徵。總之，將信息需求顯式化是提升代理檢索系統性能的關鍵一步。