Caesar 是 jasonzliang 开发并开源在 GitHub 上的自主 AI 研究智能体，采用 Apache License 2.0 许可。项目官方将其定位为 ChatGPT Deep Research、Perplexity 和 Gemini Deep Research 的开源替代方案，核心特点是基于图的深度网络探索与对抗式答案合成。
用途方面，Caesar 面向深度、开放、跨学科的研究任务。官方说明其擅长：假设生成（如跨材料科学与生物学的关联）、文献综合（基于图结构发现论文间的张力与空白）、arXiv 引文图综述（以论文为节点、引用为边遍历 Semantic Scholar 引用图，而非开放网络，命令为 caesar arxiv -q "..."）、竞争情报（深挖技术或市场格局）、反事实与元创造推理，以及新方案构思（如 ARC-AGI 风格问题探索）。它不被设计用于快速事实查询或延迟敏感的应用，官方强调“为深度而非速度设计”。
主要能力方面，Caesar 在两个认知阶段运行：第一阶段是深度网络探索，采用递归的“感知—思考—行动”循环，对信息空间做拓扑遍历；它不是孤立片段的摘要，而是依据探索图的局部结构生成情境化洞见，分析新内容与邻近节点之间的承接或矛盾关系；动态策略结合向量知识库和情节记忆，在深度优先扩展、策略性回溯与定向网络搜索之间自主切换。第二阶段是对抗式工件合成：不是单次摘要，而是递归自我纠错；在草稿之间，智能体会重读自己的工件，针对当前信念状态的叙事弱点、缺口与矛盾制定精炼的正交挑战；草稿循环生成并逐次以上一稿为条件，最后合并，以摆脱单次 LLM 易陷入的共识洼地。架构创新包括：领域特定角色自适应（按任务重写自身系统提示词）、图增强的洞见生成（洞见以探索图邻域为条件）、知识引导的探索策略（用情节记忆检测导航停滞并强制回溯）、对抗式查询精炼（正交查询推动智能体脱离 LLM 共识）。
基准结果方面（据资料）：采用三模型盲测 LLM-as-a-Judge 评审面板（Claude Sonnet 4.5、GPT-5.2、Gemini 3 Pro），评估 New、Useful、Surprising 三个创意维度，各按 1–10 打分，头条配置为完整答案、不限长度。Caesar 在头条完整答案配置上得分为 26.96 / 30，领先第二名 Gemini 3 Deep Research（23.78）3.18 分，高出 GPT-5.2 Deep Research（15.74）11 分以上；Cliff's δ 效应量全部为大效应（≥0.76，高于 0.47 的大效应阈值）；结果得到独立的 23 人人类研究的佐证。论文称相对当前深度研究智能体有 13–23% 的提升，并在全部三种输出格式（Full、ELI5、ELI5-450W）上领先。计算量受控对比中，在以约 5 美元/挑战的匹配预算下（T=250，GPT-5-mini），Caesar 仍以 26.16 对 Gemini 3 Deep 24.37、Sonnet 4.5 Deep 21.00、GPT-5.2 Deep 16.16 取胜。人类评估中，23 名评分者在 112 次配对 A/B 中 63 次偏好 Caesar 对比 Gemini 3 Deep Research（56.25%，优势比 1.29）。消融实验显示：移除知识图谱代价 δ=0.52（大效应），将遍历限制为单跳代价相同，浅层探索在总分上代价 δ=0.92；对抗式精炼是一种权衡，提升 Surprising（+1.76）与 New，但以 Useful 为代价，生成式合并可恢复效用（7.04 → 8.28）同时保留所发现的洞见。资料同时说明：论文以差异幅度而非零假设检验来呈现这些结果，每组 n=5 个挑战，δ 估计随机占优，未报告 p 值。
使用方式方面，资料提供了安装与运行说明：
- Web 服务器：Caesar Web Server 是 FastAPI + Next.js 图形界面，用于提交运行、流式显示进度、渲染实时知识图谱与最终工件。
- 安装路径：PyPI 与源码检出两种安装方式都会提供同一个 caesar 控制台脚本，README 中每个命令在两种方式下行为一致；从源码检出时也可跳过脚本，直接运行 python caesar/run_agent.py regular -q "..."，但这仍需要依赖（pip install -r requirements.txt），只是不需要安装该包本身。
- 环境要求：Python 3.10 至 3.13。
- 预设：nano（快速，约 $0.80）、mini（均衡，约 $2）、regular（深度，约 $5–$10）。成本随合成输出 token 缩放，官方提示这些应视为数量级而非精确报价。
- API 密钥：仅 OPENAI_API_KEY 即可运行；添加 ANTHROPIC_API_KEY 或 GOOGLE_API_KEY 可使用 Claude 和 Gemini 模型，添加 BRAVE_API_KEY 可改善网络搜索——没有它搜索会回退到 DuckDuckGo。
- 结果位置：源码检出在 caesar/result/，PyPI 安装在 ~/.caesar/result/，可用 CAESAR_RESULT_DIR 覆盖两者。
- 自定义配置：在 ~/.caesar/configs/ 放入 YAML 并按其名称调用（caesar my_preset -q "..."）；内置预设名称优先，因此不要把自己的配置命名为 nano、mini 或 regular。
- 更深内容：完整环境变量列表、探索模式与合成选项见 Caesar 模块文档。
输出方面，Caesar 在运行后会写出完整工件（摘要 + 带引用的正文）以及结构化摘要；artifact_dir 中包含每个合成草稿一个 .txt、一个最终合并工件，以及跟踪各草稿所引用来源的元数据文件；知识图谱保存为压缩 JSON 检查点，便于复现或事后分析。
技术基础与常见问题方面，Caesar 构建在 Rome 之上——一个用于有状态 AI 智能体的有限状态机框架，提供智能体运行时（FSM 生命周期、动作选择、记忆、LLM 处理）、情节记忆、动态策略路由和可验证的代码执行。官方解释其与 LangGraph/CrewAI/AutoGen 的不同：后者是编排框架，帮助搭建智能体；Rome 是有关智能体应如何推理的有主张的运行时，Caesar 是基于它的具体研究智能体。常见问题中说明：不需要 GPU（使用托管 LLM API，本地 ChromaDB 处理向量存储，可在笔记本上运行）；支持 OpenAI（GPT-5 系列、o 系列推理模型）、Anthropic（Claude 4.5 / 4.6）、Google（Gemini 3.x）以及任何 OpenAI 兼容端点，模型按子系统（探索、合成、评判）通过 YAML 配置选择；成本方面，5 次迭代探索配合 GPT-5.4-mini（caesar/config/config_test/single_agent_test.yaml）约 $0.30 与 10 分钟，250 次迭代深度运行配合 regular 预设（gpt-5.6-terra 探索、gpt-5.6-sol 合成）通常为 $5–$10；基准可复现，配置、评判量规与评估脚本位于 caesar/config/ 与 caesar/analysis/。
限制与说明：资料未提供关于平台覆盖范围、并发限制、数据隐私政策或商用支持的明确信息，这些内容暂未提供。官方明确 Caesar 不适合快速事实查询或对延迟敏感的应用。此外，资料中的产品对比基于 2026 年 7 月各产品当时档位，且“未公布”不代表机制不存在，因为那些是闭源系统，只能报告其披露内容；ChatGPT 与 Deep Research 是 OpenAI 的商标，Perplexity 是 Perplexity AI 的商标，Gemini 是 Google 的商标。资料中未提供收录来源或导航站信息。
