桥接证据：静态检索效用无法预测多步智能体搜索中的因果效用

该研究使用ReAct风格智能体在HotpotQA数据集上实验，对比静态检索效用（SRU）与反事实轨迹效用（CTU），发现两者几乎独立（Spearman rho = -0.026）。约三分之一文档对静态读者无用，但对智能体后续步骤关键（桥接文档）。第二个实验显示，可观察实体相关性在智能体下一次查询中出现频率高出4.02倍。

传统检索评估依赖静态相关性，但此研究证明在多步智能体搜索中，文档的因果价值与静态效用无关。这意味着现有RAG系统测评方法可能误导模型优化，需要重新定义检索成功的标准。

智能体在多次搜索中依赖文档提供的实体线索来决定下一步查询，而非仅回答当前问题。桥接文档通过引入新实体改变后续轨迹，从而影响最终答案质量。静态评估忽略了这种因果作用。

依赖静态检索评估的产品（如RAG系统）可能低估对智能体行动关键的文档，导致检索策略和模型训练方向错误。需要引入因果效用指标来指导文档选择与排序。

• 在RAG智能体产品中集成因果效用评估模块，自动识别桥接文档并优化检索策略。
• 开发基于实体线索的文档重要性评分工具，在智能体决策路径中标记关键文档。
• 设计动态检索缓存机制，优先保留历史轨迹中高因果效用的文档防止信息丢失。

• 如何在不执行完整反事实轨迹的情况下高效估计文档的因果效用？
• 桥接文档现象在其他智能体架构（如plan-then-execute或树搜索）中是否同样显著？
• 是否存在可自动预测文档桥接价值的特征（如实体密度、信息熵等）？
• 该发现对多模态（文本+图像）智能体搜索是否适用？