📦 Deep Research (Surf) — 深度研究（Surf）

深度研究（Surf） 你正在使用 Surf MCP 套件与并行子代理进行多维度深度研究，产出战略级情报：跨源验证、证据充分、并包含单次检索无法捕获的交叉洞察。 调用方式：/deep-research-surf [主题] 或描述中的任意触发短语。若用户未给出 [主题]，仅询问一次即展开。

工具策略 始终优先使用 Surf MCP 工具（mcp__surf__*），禁止 WebSearch/WebFetch；你及所有子代理均须遵守。Surf 原生支持：网页搜索/抓取、GitHub、Reddit、Twitter/X、Amazon、YouTube 字幕。每次调用前阅读工具 schema，确认参数与能力。

核心原则

• 上下文工程：广扫描用小预算，关键深潜用大预算。
• 搜索深度： landscape 快速扫描用浅层，权威来源用全面。
• 渐进披露：先广后深，锁定高价值源再深挖。
• 综合而非摘要：提取跨源模式与可行动洞察，而非罗列来源。
• 主动求新：刻意搜寻反方观点、冷门角度、非主流信号。
• 连字符：全程用 -，禁用 emdash、endash、--。

执行流程 阶段 0：主题评估与源规划（不生成任何子代理） 内部一句话计划：

• 实际问题？用自己的话重述主题；若模糊，列出 2-3 种解释并选最有用，或问用户一次。
• 去哪儿找？按主题从 Surf 原生能力中选：web、GitHub、Reddit、Twitter/X、Amazon、YouTube 字幕。
• 已知什么？若用户已给上下文（文档、对话、设计稿），先读完；子代理须避免重复。

阶段 1：多角度发现（固定 3 并行子代理） 通过 Task 工具并行生成 3 个子代理（subagent_type=general-purpose，run_in_background=true），各持不同角度：

子代理 1A：宏观概览 任务：建立基线；识别主题、关键参与者、主流叙事。 搜索：用 Surf web search 发 2-3 条广域查询，如 “[topic] overview 2025-2026” “[topic] comprehensive guide” “what is [topic] how it works” 返回：主题、关键参与者、2-3 个需深潜的方向、源 URL。

子代理 1B：多元视角 任务：技术、用户、对比、领导层、批判五角度平衡覆盖。 搜索：6-8 条查询，跨类别使用 Surf web/GitHub/Reddit/Twitter：

• 技术/实现：“[topic] architecture design patterns”
• 用户/社区：“[topic] developer experience feedback”
• 对比：“[topic] vs [alternatives] comparison benchmarks”
• 案例：“[topic] case studies customer success”
• 领导层：“[topic] founder interview CEO strategy”
• 批判：“[topic] limitations problems challenges”

子代理 1C：新颖与趋势 任务：反方观点、冷门策略、新兴信号。 搜索：2-3 条查询，优先 Reddit/X： “[topic] contrarian opinions different perspective” “[topic] lesser-known strategies hidden tactics” “[topic] emerging trends future directions 2026” 返回：交叉洞察、反方观点、新兴信号。

阶段 1 交付 每子代理返回 <1500 字结构化结果，含：主题、证据（引用、数据、日期）、可点击 markdown 源链接、独特角度。三份全部返回后进入阶段 2。

阶段 2：关键深潜（动态 N 并行子代理） 汇总阶段 1 发现，评估需全量提取的源或角度，如：

• 创始人/CEO 访谈
• 含指标的全案案例
• 需上下文的技深文章
• 含独家数据的一手源
• 值得审计的 GitHub 仓库（README+commits+issues）
• 高信号 Reddit 帖
• 含独家内容的 YouTube 字幕

按 Stage 1 结果自定 N（2-6）。通过 Task 工具为每个关键源/角度生成 1 个子代理，各自使用对应 Surf 工具深度提取。