用途：在问题需要实时网络信息、跨多个来源、需要比较不同厂商、论文或仓库时使用，采用并行子代理扇出方式开展网络调研。
主要能力：先声明所属学科 @<discipline>，原始材料落在 .gm/disciplines/<name>/corpus/raw/，精炼改写落在 corpus/concise/<chunk-id>.md，合并综述写入 deep-understanding.md；未声明学科时回退默认存储并由编排方一行说明。主导者负责编排，子代理负责抓取，发现最终汇聚到磁盘，主导者不直接读页面。超过约十页（约八千 token）的材料按段落边界切块，每块交给并行 gm:research-worker（haiku 模型）处理；每个 worker 输出保留事实的精炼改写，保留原文中的主张、数字、名称、限制与引用。全部返回后由主导者合并为 deep-understanding.md。精炼文件与合并文档通过 exec:memorize @<name> 自动入库，便于下次直接回忆而不再抓取。
使用方式：投入与风险匹配——单个事实做一次短抓取；厂商对比用少量 worker，每个负责一家；全景观测用十个以上 worker，每个负责一个维度。先广度后深度：先做宽扫描勾勒地形，再对关键点深挖。worker 合同要求明确其负责的问题、答案形态、不得追查的边界和输出路径；worker 并行启动，只返回路径加一行摘要，避免在代理边界传输长文。引用方面，非平凡断言必须附 URL 与引文片段，引用字段为空的主张不得进入最终答案。合并只在全部 worker 返回后做一次，中途摘要会截断后续依据；若出现新维度则扩大扇出，不拉长现有 worker。
限制：单一问题、单个页面、一次抓取无需扇出，直接用 WebFetch 即可。最终答案需为每条关键主张提供引用，列出 worker 输出路径以便审计，并呈现分歧而非取平均。资料未提供具体定价、平台支持范围与运行环境要求。