查一个药物是否可能影响某种疾病，证据往往散落在论文和多个数据库里，还可能互相矛盾。DeepEvidence想做的，是让AI不只给出一段像样的回答，而是承担一轮较长的生物医学证据调查。
它采用多个研究代理协作：有的先向多个方向扩展检索，有的沿一条多步线索深入追查，再汇总不同知识库和文献中的证据。系统还会逐步构建“证据图”——把关键对象和观察结果连成机器可读的关系网，用来记录调查路径、标注来源并支持复核。
作者称，DeepEvidence在四个开放基准上明显优于通用AI代理，并另设七项任务，覆盖药物发现、临床前实验、临床试验开发和循证医学。不过摘要没有披露具体提升幅度。更重要的判断标准仍是：每项结论能否追到原始记录，以及来源冲突是否被如实保留，而不是答案读起来有多流畅。