最近看到 Google Cloud 提出一個新 framework，叫 TTD-DR (Test-Time Diffusion Deep Researcher)，覺得蠻有意思的，它的想法其實很貼近我們平常寫 paper 的習慣：第一版一定是草稿亂七八糟，缺 citation、邏輯鬆散，甚至還會有錯誤，接下來就會一邊補文獻、一邊修段落，慢慢把雜訊清掉，最後才會收斂成一篇正式的文章。

TTD-DR 就是把這個過程形式化成一個「擴散」的過程，初稿被視為 noisy sample，每一次檢索與修稿就是 denoising step，一輪一輪把雜訊抹掉。最後的定稿不只是靠單次檢索，而是靠這種持續迭代才慢慢變乾淨。

技術上有兩個點我覺得蠻新鮮的：

1. component-wise self-evolution：每個步驟不是只生成一個答案，而是生成多個變體，然後用 LLM-as-a-judge 打分，還會給 textual feedback，接著再修正。最後把不同版本融合成一個品質更好的答案。

2. report-level denoising with retrieval：報告草稿會被丟回去生成下一輪檢索問題，拿到新資訊後再修稿。這樣 draft 就像真的在「演化」，不斷補齊缺的東西。

   

實驗結果還蠻亮眼的。在長篇研究報告任務（DeepConsult）上，對比 OpenAI Deep Research，TTD-DR 有 74.5% 的勝率；在 multi-hop reasoning 的資料集（HLE、GAIA）上也都有幾個 % 的提升。更有趣的是 ablation study：如果只有 backbone，其實輸 OpenAI；但加上自我進化後就開始反超，再加上 diffusion with retrieval 整個就全面領先。

我自己覺得亮點不只是 benchmark 上贏了，而是這個 framing 本身很自然。很多 RAG 系統卡在「一次檢索要很準」，導致上下文容易散掉；但如果把草稿當作 anchor，整個流程就會有 focus，也比較像人類真的在做研究。某種程度上，這可能比單純 chain-of-thought 或多答案 voting 更符合實際需求。

不知道大家怎麼看這種草稿導向的設計? 會不會未來的 DR agent 都會朝這個方向走