开发者用Jev做审核层，开源基于Nemotron的深度研究Agent

我和 Jev 一起打造了一个深度研究智能体，把 Jev 作为审核层！Nemotron 负责研究，Tavily 负责网页搜索，Jev 则判断研究成果是否足够完善、可以返回。

这个智能体从一个问题开始，在多个来源中搜索，并根据搜索结果构建初步答案。但它不会立即把答案发回去，而是把研究结果交给 Jev。Jev 会把结果当作一个决策问题来审视：答案是否有充分的支撑？是否覆盖了最初的问题？是否有足够的证据可以停止研究？如果答案是否定的，智能体就会再进行一轮研究。

因此，工作流程变成了：研究 → 起草 → Jev 审核 → 必要时重新研究 → 最终答案。这种分离很有用，因为负责研究的模型不能同时决定自己的工作是否完成。

在技术栈方面，我通过 Nebius Token Factory 使用 Nemotron 作为主模型，Tavily 用于网页搜索，LangChain 运行研究循环，LangSmith 则用于追踪每一步发生的情况。我是在试用 Nebius AI Builder Program 时构建这个项目的。

这个项目之所以可行，是因为该计划正是围绕这种技术栈构建的：通过 Token Factory 使用开源模型，用 Tavily 进行检索，用 LangChain 进行编排，用 LangSmith 进行可观测性监控，以及其他可以独立替换的组件，而不是将整个智能体锁定在单一设置中。

整个项目是开源的。我已在评论区分享了 GitHub 仓库！

GitHub 仓库：
Nebius AI Builder Program：