RecodeX 重构消息，浙江大学与上海交通大学团队及合作者提出Deep Academic Survey（DAS），可在1小时内自动完成一篇面向发表的学术综述。该系统采用Stateful Agentic Framework，以DAS-2M文献元数据湖为支撑，先对近200万篇arXiv论文进行细粒度解析并提取结构化元数据，再经检索、构建分类体系、论文分配、分层规划写作等流程，并通过语义审查与确定性验证形成生成—审查—修正—重评估闭环，最终输出含图表与参考文献的完整PDF综述。在DAS-Bench评测中，DAS平均得分4.34，高于最强基线的4.03，专家匿名评测中表现优于Naive RAG、AutoSurvey等系统。项目网站已开放220篇自动生成的热门方向综述及对比结果，但生成内容仍需人工核验。