ProductResearch 轨迹蒸馏：从电商 Deep Research 到通用领域迁移数据构建
ProductResearch（2602.xxxxx）展示了将 Deep Research 范式迁移到电商垂直领域的成功案例。本方案提出将这种'垂直领域 Deep Research 轨迹蒸馏'方法系统化，从电商推广到法律、医疗、金融等高价值垂直领域。
触发动机
搜索 Deep Research 数据合成的最新进展时，发现了 ProductResearch（2026 年 2 月）——一个将 Deep Research 能力迁移到电商领域的工作。它的核心方法是 Multi-Agent Synthetic Trajectory Distillation：用一组 Agent（搜索者、分析者、比较者）协作生成电商产品研究轨迹，然后将这些轨迹蒸馏到一个单一的 Deep Research 模型中。
这个工作让我意识到一个更大的机会：“通用 Deep Research” 和 “垂直领域 Deep Research” 需要的数据结构是一样的（搜索→分析→综合），但领域知识完全不同。如果我们能构建一个”领域迁移轨迹蒸馏”的通用 pipeline，就可以批量为各个垂直领域生产 Deep Research 数据。
同时想到一个有趣的联系：站内的搜索树逆向工程 proposal 关注的是通用学术搜索，DeepResearch 难度阶梯关注的是能力分层，而本方案关注的是领域适配——三者组合就是 Deep Research 数据的完整图景。
战略判断：为什么垂直领域 Deep Research 是高 ROI 方向
行业信号
- Deep Research 正从搜索引擎走向专业工具：OpenAI 的 Deep Research 是通用的，但用户反馈最强的是”在我的专业领域不够专业”——法律人需要引用判例法、医生需要查询临床试验、金融分析师需要关联财报数据。
- Doc-Researcher（ACM WWW 2026） 提出了多模态文档级 Deep Research，说明领域文档（PDF 合同、医学影像报告、财报表格）的处理是刚需。
- 垂直领域有付费意愿：法律、医疗、金融的客户愿意为专业 AI 工具支付远高于通用 AI 的价格。
为什么不能直接用通用 Deep Research
| 通用 Deep Research | 垂直领域需求 |
|---|---|
| 搜索 Google/Wikipedia | 搜索领域专用数据库（PubMed/SEC Edgar/LexisNexis） |
| 网页级信息提取 | 结构化文档解析（PDF 合同条款、CT 报告、10-K 财报） |
| 一般性综合 | 领域特定推理（法律三段论、临床决策树、DCF 估值） |
| 事实准确就行 | 需要引用权威来源（判例法编号、临床试验 ID、GAAP 条款） |
方法论
核心思路：领域模板 × 轨迹蒸馏 × 跨域迁移
通用 Deep Research 能力（基座）
×
领域搜索工具（适配层）
×
领域轨迹模板（数据层）
↓
垂直领域 Deep Research 训练数据框架设计
领域适配模板
每个垂直领域需要定义：
domain: "法律研究"
search_tools:
- name: "法律数据库搜索"
databases: ["裁判文书网", "北大法宝", "LexisNexis"]
query_format: "案由 + 关键事实 + 法律条文"
- name: "法规检索"
databases: ["法律法规数据库"]
query_format: "法律名称 + 条款号"
reasoning_patterns:
- "法律三段论：大前提（法条）→ 小前提（事实）→ 结论（适用）"
- "类案比较：相似事实 + 不同判决 + 差异分析"
- "法律解释：文义/目的/体系/历史解释"
citation_format: "案号: (YYYY)X民终Y号"
quality_requirements:
- "每个法律结论必须引用具体条文"
- "类案引用不少于3个"轨迹生成流程
以”法律研究”为例：
输入：一个法律咨询问题
某公司员工在家远程办公期间因突发疾病去世，是否属于工伤？多 Agent 协作生成轨迹：
[RESEARCHER] 问题分解：
1. 远程办公是否等同于"工作场所"？（法规检索）
2. 突发疾病死亡的工伤认定条件？（法条+司法解释）
3. 有无类似判例？（类案搜索）
[SEARCHER] 检索"远程办公 工伤认定"
→ 找到：《工伤保险条例》第14条第1项、第15条第1项
→ 找到：(2023)京01行终123号（远程办公工伤认定案）
[ANALYST] 法律分析：
第14条第1项："在工作时间和工作场所内，因工作原因受到事故伤害"
关键问题：远程办公的住所是否属于"工作场所"？
(2023)京01行终123号裁判要旨：经用人单位安排或认可的远程办公，
办公地点应视为工作场所的合理延伸...
[COMPARATOR] 类案比较：
- 支持认定的：(2023)京01行终123号、(2024)沪02行终456号
- 不支持认定的：(2022)粤03行终789号（该案中员工在非工作时间）
- 关键差异：是否在约定的工作时间内
[SYNTHESIZER] 综合结论：
根据现行法律法规和司法实践，如果满足以下条件...蒸馏为中训练语料
将多 Agent 协作的轨迹压缩为单一叙事流：
## 法律研究过程：远程办公期间突发疾病的工伤认定
面对"远程办公员工突发疾病死亡是否属于工伤"这一问题，
首先需要明确三个法律要素...
检索《工伤保险条例》第14条和第15条，发现...
进一步搜索类案，找到三个具有参考价值的判例：
1. (2023)京01行终123号：法院认定...
2. (2024)沪02行终456号：法院认定...
3. (2022)粤03行终789号：法院未认定...
三个案例的关键差异在于...
综合法条、司法解释和类案裁判要旨，结论是...覆盖的垂直领域
| 领域 | 搜索工具 | 推理模式 | 数据源 |
|---|---|---|---|
| 法律 | 裁判文书网/北大法宝 | 法律三段论/类案比较 | 公开判决书 + 法规 |
| 医学 | PubMed/ClinicalTrials | 临床决策树/循证推理 | 公开文献 + 指南 |
| 金融 | SEC Edgar/Wind | DCF/可比公司分析 | 公开财报 + 研报 |
| 学术 | arXiv/SemanticScholar | 文献综述/方法对比 | 公开论文 |
| 专利 | 公开专利数据库 | 新颖性/创造性分析 | 公开专利文书 |
规模估算
| 领域 | 研究问题数 | 轨迹 Token | 蒸馏后 Token |
|---|---|---|---|
| 法律 | 5,000 | 1.5 亿 | 5000 万 |
| 医学 | 5,000 | 1.5 亿 | 5000 万 |
| 金融 | 3,000 | 9000 万 | 3000 万 |
| 学术 | 5,000 | 1.5 亿 | 5000 万 |
| 专利 | 2,000 | 6000 万 | 2000 万 |
| 总计 | 20,000 | 6 亿 | ~2 亿 token |
质量评估方法
| 维度 | 评估指标 | 抽样比例 |
|---|---|---|
| 轨迹正确性 | 法律结论是否正确引用法条 | 10% |
| 类案引用质量 | 判例编号是否真实存在、裁判要旨是否准确 | 5% |
| 推理连贯性 | 法律三段论结构是否完整 | 5% |
| 引用一致性 | 同一问题不同 Agent 的引用是否一致 | 3% |
落地路径
- Week 1-2：定义法律和医学两个领域的适配模板
- Week 3-4：搭建多 Agent 协作轨迹生成 pipeline（复用 ASTRA 的 multi-turn 框架）
- Week 5-6：在法律领域生成 1,000 条轨迹，请法律顾问审核 50 条
- Week 7-8：扩展到医学/金融/学术/专利
- Week 9-10：蒸馏为中训练语料 + 质量评估
与已有方案的关系
本方案与站内 Deep Research 方向的三篇 proposal 形成完整图景：
- 搜索树逆向工程：从已有综述倒推搜索过程（通用学术）
- DeepResearch 难度阶梯：分层构建不同难度的搜索推理数据
- 本方案：将 Deep Research 迁移到垂直领域（领域适配）
三者合在一起 = 通用×分层×领域的 Deep Research 数据全景。