今天是2025年7月15日，星期二，北京，阴
我们来继续看agentRAG的进展，看理论跟实现。
从理论上，RAG可能会检索不相关或不准确的信息，并且受外部知识库质量和覆盖范围的限制；推理可以提升模型处理信息、进行逻辑分析以及通过结构化思维过程得出结论的能力，所以两者可以做个结合。那么具体如何结合？我们来回顾两个工作，都有代表性。
落到具体实现上，我们再次回顾下deepresearch项目实现汇总，从技术细节角度拉表对比。
温故而知新，会有所收获。
一、再看RAG与Reasoning结合必要性合跟形式
作为理论层，我们在之前的文章《RAG与Reasoning结合的必要性、实现范式及Agents、RAG产品、大模型安全新总结》(https://mp.weixin.qq.com/s/hsmtO-Ef8Wu8rfz2j80MZg)中有过介绍，工作 《Synergizing RAG and Reasoning: A Systematic Review》(https://arxiv.org/abs/2504.15909)，探讨了检索增强生成（RAG）与推理能力结合的一些具体内容，我们来看两个点，一个是结合必要性，一个是结合范式，内容很多，新的概念也不少，可以作为科普读物。
三个月后，很类似的工作又来了一个，《Towards Agentic RAG with Deep Reasoning: A Survey of RAG-Reasoning Systems in LLMs》（https://arxiv.org/pdf/2507.09477），https://github.com/DavidZWZ/Awesome-RAG-Reasoning。
核心就三种：
1、推理增强的RAG（Reasoning-Enhanced RAG），通过在RAG的检索、整合和生成阶段集成推理能力，系统可以识别和获取最相关的信息，减少幻觉并提高响应准确性。
2、RAG增强的推理（RAG-Enhanced Reasoning），在推理过程中集成外部知识或上下文知识，帮助LLMs减少幻觉并弥合逻辑差距。
3、协同RAG-推理（Synergized RAG-Reasoning），通过多步迭代的方式进行推理，主要包括推理工作流和代理编排两种方法。
二、18个Deepresearch项目实现技术对比
当前已有许多系统，实际上，我们在之前的文章《Deep Research现有方案技术总结：实现架构、特点对比、现存问题及未来方向》(https://mp.weixin.qq.com/s/7TqX0zi8aI-jByetRIISJg)中，介绍了《A Comprehensive Survey of Deep Research: Systems, Methodologies, and Applications》，https://arxiv.org/pdf/2506.12594，https://github.com/scienceaix/deepresearch，分析了自2023年以来涌现的80多个商业和非商业实现，包括OpenAI/DeepResearch、Gemini/DeepResearch、Perplexity/DeepResearch 以及众多开源替代方案，如dzhng/deepresearch、HKUDS/Auto-Deep-Research等开源实现。
我们可以再次温故而知新，从技术细节角度再看下，如下图所示，可以找到一些信息，包括基座模型、优化策略、奖励函数、检索方式等对比项，这个可以帮助我们做选型：
包括：
1、Agentic Reasoning：https://github.com/theworldofagents/Agentic-Reasoning，推理方式采用Prompting；
2、gpt-researcher：https://github.com/assafelovic/gpt-researcher，模型基座采用OpenAI，推理方式采用Prompting；
3、deep-searcher：https://github.com/zilliztech/deep-searcher，模型基座采用Deepseek, OpenAI,Anthropic, Gemini, Qwen；
4、Search-R1：https://github.com/PeterGriffinJin/Search-R1，模型基座采用Qwen2.5-7B-Instruct,Qwen2.5-7B-Base,Qwen-2.5-3B-Instruct,Qwen-2.5-3B-Base,模型优化采用GRPO,PPO；
5、ZeroSearch：https://github.com/Alibaba-NLP/ZeroSearch，模型基座采用Qwen2.5-3B-Base,Qwen2.5-7B-Base, Qwen2.5-7B-Instruct,Qwen2.5-3B-Instruct,LLaMA3.2-3B-Instruct,LLaMA3.2-3B-Base，模型优化采用GRPO,PPO,Reinforce
6、Webthinker：https://github.com/RUC-NLPIR/WebThinker，模型基座采用GPT-o1, GPT-o3,Deepseek-R1, QwQ-32B,Qwen2.5-32B-Instruct，模型优化采用DPO；
7、nanoDeepResearch：https://github.com/liyuan24/nanoDeepResearch；模型基座采用OpenAI, Anthropic；优化策略采用Prompting；
8、DeerFlow：https://github.com/bytedance/deer-flow，模型基座采用Qwen, OpenAI，优化策略采用Prompting；
9、deep-research：https://github.com/dzhng/deep-research，模型基座采用Deepseek, OpenAI，优化策略采用Prompting；
10、open-deep-research：https://github.com/btahir/open-deep-research，模型基座采用OpenAI, Deepseek, Anthropic, Gemini，优化策略采用Prompting；
11、DeepResearcher：https://github.com/GAIR-NLP/DeepResearcher，模型基座采用Qwen2.5-7B-Instruct，优化策略采用GRPO；
12、R1-Searcher：https://github.com/RUCAIBox/R1-Searcher，模型基座采用Qwen2.5-7B-Base, Llama3.1-8B-Instruc，优化策略采用GRPO, Reinforce++,SFT
13、ReSearch：https://github.com/Agent-RL/ReSearch，模型基座采用Qwen2.5-7B-Instruct,Qwen2.5-32B-Instruct，优化策略采用GRPO；
14、Search-o1：https://github.com/Agent-RL/ReSearch，模型基座基于QwQ-32B-Preview，优化策略采用Prompting；
15、r1-reasoning-rag：https://github.com/deansaco/r1-reasoning-rag，基座采用Deepseek，Prompting；
16、Open Deep Search：https://github.com/sentient-agi/OpenDeepSearch，基座采用Llama3.1-70B、Deepseek-R1，基于Prompting；
17、node-DeepResearch：https://github.com/jina-ai/node-DeepResearch，基座采用Gemini, OpenAI，推理基于Prompting；
18、deep-research：https://github.com/u14app/deep-research，基座采用Gemini, OpenAI,Deepseek, Anthropic, Grok，推理基于Prompt；
参考文献
1、https://mp.weixin.qq.com/s/hsmtO-Ef8Wu8rfz2j80MZg
2、https://github.com/scienceaix/deepresearch
（文：老刘说NLP）