引擎自查行为：生成中的自检、工具调用与二次检索

拿到检索结果就闷头写，是人们对生成式引擎的想象；真实运行里，不少引擎在生成前后插着自查动作：证据够不够、要不要再搜一次、算术对不对、答案前后矛盾吗。这类行为没有统一的行业名称，本页统称“引擎自查行为”。它对内容方的意义在于一件事：你的内容不止一次入场机会——自查触发的补充检索是额外的一轮曝光。错误怎么发生的机制是另一面，见幻觉机制页；本页讲免疫系统这一侧。

即答：自查行为分三层：写前的证据充足性评估——检索结果太弱就改写查询再搜或换策略；写中的工具调用——算术与实时数据走确定性接口而不是让模型硬生成；写后的自评与修正——发现矛盾或支持不足，补检索再改写。检索型引擎的产品差距正越来越多落在这一层。

三层谱系：写前、写中、写后

**写前：证据充足性评估。**检索结果回来后，生成端先掂量“这些材料够不够回答这个问题”：覆盖缺口明显，就触发改写查询、再检索一轮；证据相互冲突，就扩大检索找一致侧。学术原型是反思式检索的思路——让模型自查“要不要检索、检索回来的证据支不支持结论”（Self-RAG 的反思 token 机制，见站内文献卡）；检索质量整体太差时推倒重来的纠正分支，对应 Corrective RAG 的思路。这些是研究原型的对应关系，商用引擎的实际实现未公开，不能划等号。

**写中：工具调用。**有些子问题检索解决不了：算术与单位换算交给计算器，行情、天气、赛事比分走专用数据接口，代码相关任务跑执行环境。引擎在生成中判断“这一段不该由语言模型硬写”时，就调用对应工具。对内容方的含义在选型题上很实际：参数表、规格数字以清晰的结构化表格在场，引擎才有“引你的表”而不是“自己算”或“拒答”的选项。

**写后：自评与修正。**部分模型在草稿完成后还有一道自检：前后表述矛盾吗、结论有没有超出证据支持的范围、引用与语句对得上吗——发现问题就修正，必要时补充检索后再改。生成的语句与来源的支持度核验是这一层的核心工序，其不完美之处（引用列表不等于逐句背书）见引用选择机制页。

与智能体循环的边界

自查行为与智能体多步检索循环是一根连续谱的两段：自查是单次回答内部的短循环——一次补充检索、一轮修正，用户几乎无感；智能体循环是任务级的长循环——显式研究计划、多轮推进、产出长报告。可以把深度研究产品理解为自查行为的全面加强版：写前评估变成了规划，补充检索变成了多轮推进，自评变成了缺口评估。监测侧的推论因此共享：两段谱系的入场券都是“子问题级的内容覆盖”。落到监测操作上，两段谱系用提问形态就能分开：事实型、对比型的短题走自查层，任务型、研究型的长题走循环层——两套提问集、两套判读标准，混在一起会让“深度研究报告里没我”这类正常现象被误读为退步。

为什么引擎要做自查

动机是三笔账。声誉账：错误答案的舆情代价已经反复被演示，自查是压低错误率的前置投资。产品账：可验证、可溯源正在成为检索型产品的卖点，拒答与标注“证据有限”比编一段流畅的假话便宜。竞争账：同样的底层模型，检索与自查管线的差异就能拉开答案质量——自查层是引擎之间最能出差异化的工程位。这也解释了为什么同一问题在不同引擎那里的拒答率、补搜行为差异明显：模型能力接近时，差距在质检流程上。

对 GEO 的四条推论

**推论一：补充检索是第二次入场，按新查询准备。**自查触发的再检索用的是更具体的子问题查询——第一次主查询没命中的页面，仍可能在补充检索里以长尾子问题入场。子问题覆盖密度在这里被二次计价，与扇出机制的对策同向。

**推论二：证据冲突时，一致侧胜出。**自查的冲突检测会寻找多个来源相互支撑的结论——孤证在冲突裁决里天然吃亏。多源印证的布局在此从建议变成保命项（框架见多源交叉印证）。

**推论三：给工具调用留接口。**价格、规格、参数类信息以规范数字与结构化表格在场，让引擎的“引表”路径可行；含混的表述性数字反而诱导模型自行推算，算错的责任最后算到你头上。

**推论四：拒答单独记账。**自查越强，拒答越多。拒答不是你输给了竞品，是这个问题在你的信源布局里无米下锅——它是覆盖缺口最诚实的信号，应与份额波动分开统计、分别归因。

常见误解

**“引擎引用了我，就是核实过我。”**引用产出与事实验证是两道工序，自查强度又因产品而异——挂了你的链接不等于引擎为那句话的真实性背了书。

**“答案被修正过，说明我第一次没做好。”**补充检索多半服务于新暴露的子问题，不是对首次检索的否定。把补搜读成“被淘汰”，会误判自己在机制里的位置。

**“自查能消除幻觉。”**只能压低。学术评估反复提示，该拒答时不拒答、对冲突证据敏感度不足仍是这一代模型的普遍短板（口径见站内 RGB 基准文献卡）。内容方的证据自含度仍是第一道防线，引擎自查是第二道。

限制与待核实

• VB-01：自查行为的实现、触发阈值与调用顺序均不公开，三层谱系是从可观察行为反推的分类框架，不是实现描述。
• VB-02：各产品的自查强度差异大且随版本漂移，本页不点名比较任何两家。
• VB-03：Self-RAG、Corrective RAG 与商用引擎的对应关系是思路同源层面的类比，引擎是否采用其机制无公开确认。
• VB-04：工具调用的覆盖范围（哪些题型走接口）不公开且持续扩张，本页只给“计算与实时数据走工具”这一稳定大类。