Dr-DCI：动态工作区扩展，让AI智能体直接“动手”操作语料库
大型语料库上的智能体搜索长期依赖检索器中介接口（如BM25或ColBERT）来筛选候选文档。虽然这些接口在排序相关性方面表现不俗，但它们只提供排名列表或有限文档视图，智能体很难跨文档重新组织材料、验证约束条件。为了解决这一瓶颈，研究人员提出了直接语料交互（Direct Corpus Interaction, DCI）——让智能体通过可执行的Shell命令直接对语料库进行搜索、过滤、比较和验证。但DCI有一个致命短板：随着语料库规模增长，全库终端命令会变得缓慢且不稳定，性能和效率急剧下降。
来自滑铁卢大学等机构的研究团队在最新论文中提出了Dr-DCI（Retriever-Steered DCI），巧妙地将检索器作为智能体可调用的“工作区扩展”动作。智能体不再直接操作整个语料库，而是先通过检索器动态拉取相关文档，将其纳入一个不断演进的本地工作区，然后在这个工作区内执行DCI操作。这种设计融合了检索级的可扩展性与DCI级的精确性：检索保证探索范围足够广，DCI则保留局部操作所需的精细控制。
实验结果表明，Dr-DCI在多个规模层级上均表现出色。在Browsecomp-Plus基准测试中，Dr-DCI准确率达到71.2%，相比原始DCI及消融变体提升高达8.3个百分点，同时减少了工具调用次数、实际运行时间和预估成本。若采用保留工作区的上下文重置策略，准确率进一步提升至73.3%。在语料规模扩展实验中，从10万到1000万文档，Dr-DCI始终稳定有效，而原始DCI变得不稳定，BM25性能大幅下降。Dr-DCI还成功扩展到2000万规模的Wiki-18 QA场景，在6个基准上平均得分63.0，超越了基于检索和训练的搜索智能体基线。消融分析进一步指出，排名预览和文档间DCI操作是性能提升的关键因素。
这项研究为智能体搜索提供了一条新路径：不是让智能体在浩如烟海的文档中大海捞针，而是动态构建一个“微型工作台”，让智能体像专家一样精雕细琢。