AI-агенты для ресёрча 2026: deep research своими руками

ЧТО ТАКОЕ DEEP RESEARCH И ПОЧЕМУ ОБЫЧНЫЙ ЧАТ НЕ СПРАВЛЯЕТСЯ

Обычный запрос к LLM — это один проход: модель отвечает из весов плюс, если повезёт, из одного-двух результатов поиска. Проблема очевидна: галлюцинации, устаревшие данные, отсутствие проверки. Deep research переворачивает подход. Вместо «ответь сразу» — «спланируй, собери, проверь, синтезируй». Это агентный цикл, где модель сама решает, что искать дальше, пока не наберёт достаточно доказательной базы.

Ключевое отличие ресёрч-агента от простого RAG: агент управляет собственным поиском в цикле. Он не получает готовый контекст — он его добывает. По наблюдениям сообщества, качественный deep research делает от 15 до 60 поисковых запросов на одну задачу и открывает десятки страниц, прежде чем написать первое предложение отчёта.

АНАТОМИЯ РЕСЁРЧ-АГЕНТА: ЧЕТЫРЕ СТАДИИ

Любой рабочий пайплайн deep research раскладывается на четыре стадии. Понимание этой структуры важнее выбора конкретной библиотеки — фреймворки меняются, архитектура остаётся.

1. Планирование (decomposition). Модель разбивает исходный вопрос на 4-8 подзапросов. «Как менялся рынок векторных БД в 2025?» → «топ векторных БД по adoption», «pgvector vs Qdrant бенчмарки», «раунды инвестиций векторных стартапов» и т.д.
2. Fan-out поиск. Каждый подзапрос уходит в поисковый API параллельно. Веерная параллелизация — главный ускоритель: 8 запросов последовательно это 40 секунд, параллельно — 5.
3. Верификация. Извлечённые утверждения проверяются против источников. Здесь живёт борьба с галлюцинациями: агент отдельным проходом спрашивает «подтверждается ли этот тезис текстом источника?».
4. Синтез. Финальная модель собирает отчёт с инлайн-цитатами. Каждый факт привязан к URL.

СРАВНЕНИЕ СТЕКОВ ДЛЯ СБОРКИ В 2026

Строить с нуля или взять фреймворк — зависит от того, сколько контроля вам нужно. Вот честный расклад по актуальным вариантам. Свежие релизы агентных библиотек отслеживаются в каталоге REDDYX.

Мой практический совет: для обучения и полного контроля начинайте со своего цикла на голом API. Вы поймёте, где именно теряется качество, и потом любой фреймворк ляжет легко. Фреймворк, взятый до понимания механики, превращается в чёрный ящик, который невозможно дебажить.

ВЫБОР ПОИСКОВОГО СЛОЯ

Поиск — это топливо. Модель без свежих источников галлюцинирует, каким бы умным ни был промпт. В 2026 для агентов используют не «человеческие» поисковики, а API, заточенные под LLM: они возвращают чистый текст вместо HTML-мусора.

• Tavily — популярный выбор именно под ресёрч-агентов, отдаёт готовые сниппеты и опциональный «answer».
• Brave Search API — независимый индекс, адекватные лимиты, хорош для приватности.
• SearXNG — self-hosted метапоисковик, если нужен полный контроль и ноль внешних расходов.
• Exa — семантический поиск по смыслу, а не по ключам, силён на нишевом контенте.

Отдельный слой — извлечение содержимого страницы. Сниппета из поиска мало для серьёзной проверки, поэтому агент тащит полный текст найденных URL (readability-парсеры вроде trafilatura хорошо чистят статьи от навигации и рекламы).

РАБОЧИЙ ПРИМЕР: МИНИ-АГЕНТ НА PYTHON

Ниже — скелет ресёрч-агента без фреймворков. Он показывает все четыре стадии в явном виде. Замените вызовы на свой провайдер LLM и поисковый API — логика останется той же.

import asyncio, os, json
from anthropic import Anthropic
import httpx

client = Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])
TAVILY = os.environ["TAVILY_API_KEY"]

async def web_search(query: str) -> list[dict]:
    async with httpx.AsyncClient(timeout=30) as s:
        r = await s.post("https://api.tavily.com/search", json={
            "api_key": TAVILY, "query": query,
            "max_results": 5, "search_depth": "advanced",
        })
        return r.json().get("results", [])

def plan(question: str) -> list[str]:
    msg = client.messages.create(
        model="claude-sonnet-4-6", max_tokens=512,
        messages=[{"role": "user", "content":
            f"Разбей исследовательский вопрос на 5 поисковых "
            f"подзапросов. Верни JSON-массив строк.\n\n{question}"}],
    )
    return json.loads(msg.content[0].text)

def synthesize(question: str, evidence: str) -> str:
    msg = client.messages.create(
        model="claude-sonnet-4-6", max_tokens=4096,
        messages=[{"role": "user", "content":
            f"Вопрос: {question}\n\nИсточники:\n{evidence}\n\n"
            f"Напиши отчёт. КАЖДЫЙ факт снабди инлайн-ссылкой [URL]. "
            f"Если источники противоречат — укажи это явно."}],
    )
    return msg.content[0].text

async def deep_research(question: str) -> str:
    subqueries = plan(question)
    results = await asyncio.gather(*[web_search(q) for q in subqueries])
    evidence = "\n".join(
        f"[{r['url']}] {r['content'][:800]}"
        for batch in results for r in batch
    )
    return synthesize(question, evidence)

print(asyncio.run(deep_research(
    "Как менялся рынок векторных БД в 2025 году?")))

Это работающий каркас на ~50 строк. Он уже делает fan-out поиск и синтез с цитатами. Чего здесь не хватает для продакшена — верификации и рекурсии, о которых ниже.

ВЕРИФИКАЦИЯ: ГЛАВНЫЙ РАЗДЕЛИТЕЛЬ ИГРУШКИ И ИНСТРУМЕНТА

Синтез с цитатами не гарантирует правды: модель может процитировать URL и всё равно исказить его содержание. Поэтому серьёзный deep research добавляет адверсариальный проход — отдельный вызов, который проверяет каждое утверждение против текста источника.

Как это выглядит на практике

• Из черновика отчёта извлекаются атомарные утверждения (по одному факту на строку).
• Для каждого утверждения агент проверяет: подтверждается ли оно текстом процитированного источника — да / нет / частично.
• Неподтверждённые утверждения либо помечаются флагом, либо запускают новый поисковый цикл для добора доказательств.

Именно верификация даёт скачок доверия. Один проход синтеза даёт красивый текст; второй, адверсариальный, отсекает уверенно звучащую чушь. По опыту практиков, отдельный verify-проход снижает долю ошибочных утверждений в разы — это самая дешёвая инвестиция в качество из всех.

РЕКУРСИЯ И БЮДЖЕТ: КОГДА ОСТАНОВИТЬСЯ

Настоящий агент не делает фиксированное число шагов — он решает сам. После первого раунда он оценивает: «покрыт ли вопрос?». Если в подтеме дыра — генерирует новые подзапросы и уходит на второй круг. Здесь появляется главный риск автоматизации ресёрча: бесконтрольный расход токенов и времени.

Практические предохранители, без которых агент разорит вас на API:

1. Лимит глубины. Максимум 2-3 рекурсивных раунда. Дальше отдача падает, а счёт растёт.
2. Бюджет запросов. Жёсткий потолок на число поисков и вызовов LLM за сессию.
3. Дедупликация URL. Агенты обожают ходить по одним и тем же страницам — кэшируйте.
4. Таймаут. Общий дедлайн на всю задачу, иначе один зависший fetch тормозит весь пайплайн.

ГДЕ ЭТО ЛОМАЕТСЯ: ЧЕСТНЫЕ ОГРАНИЧЕНИЯ

Чтобы не продавать иллюзий — вот реальные грабли, на которые наступают все.

• Пейволлы и антибот. Половину качественных источников агент физически не откроет. Cloudflare-челленджи и платный контент — постоянная головная боль.
• SEO-помойка. Поисковая выдача в 2026 забита ИИ-генерённым контентом. Агент рискует «подтвердить» факт по трём статьям, которые сами написаны одной моделью.
• Дата отсечки против свежести. Модель может незаметно подмешивать знания из весов вместо источников. Явно инструктируйте опираться только на переданный контекст.
• Стоимость. Полноценный deep research по одной задаче — это десятки тысяч токенов. На потоке это ощутимые деньги, считайте юнит-экономику заранее.

Соберите свой ресёрч-пайплайн за вечер, а мы будем присылать инструменты, из которых его строить. Telegram-канал REDDYX AI — новые репозитории каждые 30-60 минут.