提交前探索：假设引导的深度研究代理搜索

深度研究代理通过与搜索和浏览工具交互来回答复杂的问题，但他们通常沿着单一的演变轨迹进行搜索。我们的轨迹级分析揭示了一种常见的故障模式，其中代理可能会遇到具有多个合理方向的早期搜索状态，但在收集足够的比较证据之前会遵循一个方向。一旦发生这种情况，后续的工具调用往往会强化相同的路径，从而在初始方向具有误导性时增加失败的可能性。我们进一步发现，成功的轨迹通过两种行为降低了这种风险：在具体候选者中进行模糊的探索，以及在当前路径薄弱或不完整时改变方向。基于这些发现，我们提出了 HypoSearch，它生成轻量级假设作为软搜索提示，通过有界独立分支探索它们，并在提交之前比较分支级证据。在四个深度研究基准和三个骨干模型中，HypoSearch 始终优于单轨迹搜索和标准并行基线，将 BC-small 上的 Qwen3.5-122B 从 46.7 提高到 60.0，同时使用比五个独立轨迹更少的工具调用。一项试点监督的 微调 研究进一步表明，这些行为信号可以策划紧凑的训练轨迹并减少未过滤数据的退化。