第一章：Deep-Researcher 概述与核心概念

本章是全册的地基。我们不急着画架构图，而是先把"研究智能体"这个词的边界划清楚：它和普通问答机器人、和普通检索增强生成系统到底差在哪，为什么非得在真实互联网里用强化学习训练，以及它真正替你省下的那部分认知劳动是什么。读完这一章，你应当能用一句话向同事说清 Deep-Researcher 的定位，也能在别人拿一个号称"会研究"的产品忽悠时，指出它缺了哪块。

可考核知识点（读完你应能回答）

1. 给出一个研究任务，能区分它属于"检索型"还是"研究型"，依据是是否需要多轮判断与回溯。
2. 能口述"规划自主性、执行自主性、评估自主性"三者分别解决什么问题。
3. 能解释为什么在静态维基切片上训出的策略，迁移到真实网络会失效。
4. 能举出一个"诚实性"被奖励信号塑造的例子。
5. 能说清本地小模型方案与云端大模型方案各自适合什么场景。

各节分工

我们这一章刻意压住了代码量，因为概念没对齐就去调参，只会把错误放大。等第二章你把模块认全了，第三章再上算法，那时每一行代码你都知道它在闭环的哪一步。先决条件很低：只要你知道大语言模型能读一段文字、再产出一段相关文字即可。下一章我们从"系统由哪些块拼成"切入。

为什么必须有这一章（再展开）

第一章不急着画图，是因为概念没对齐就去调参，只会放大错误。我们在工程里反复见到：团队跳过"定义与目标"，直接堆模块，结果做出一个"会搜但不知何时停"的怪物。先统一心智模型，后面每一章的选型才有锚点。这一章解决的不是"怎么实现"，而是"怎么想"——想清楚，实现才有方向。

读完这一章你能拿走的具象能力：

• 能用四格行为判定（规划/工具/回溯/诚实）区分真研究智能体与伪装品。
• 能向非技术同事一句话讲清它和检索增强生成、问答机器人的边界。
• 能解释"为何真实环境训练不可省"，在选型争论里站稳。
• 能列出三个发展里程碑，给任何新论文定位历史坐标。

各节分工（补产出列）：

本章常见误区：把"联网搜索"等同于"研究"；以为模型越大越会研究；认为训练场可以随便用静态库替代。这三条在 1.1、1.2 已被逐项拆穿。

与邻章边界：第一章只回答"是什么、为什么"，不碰"怎么拆模块"（那是第二章）、"怎么训"（第三章）。若你读第一章就想调代码，说明跳太快——定义没定，后面全是空中楼阁。

本章速查清单

读完第一章，应能勾选：□ 能用四格筛区分真假研究智能体；□ 能解释泳池海洋论断；□ 能列出三里程碑；□ 能向非技术同事讲清边界。四勾全满，说明第一章心智模型已对齐，可进第二章。少任一项，先回对应节补，别带着模糊进架构章。