长时程深度搜索要求 LLM 代理能够循环地分解复杂的信息需求、从外部资源获取证据，并在多重约束下保持可靠的研究状态。早期的错误往往会在搜索轨迹中被放大：代理可能会固守错误的候选答案、收集仅部分支持的证据、忽视矛盾，从而导致错误累积并误导后续推理。\ \ 我们提出 FALCA，这是一种伪造感知框架，将深度搜索形式化为“提出‑伪造”过程。FALCA 采用协同的 Searcher‑Falsifier 架构，Searcher 负责生成候选答案或子答案，独立的 Falsifier 主动寻找反证、检查未满足的约束、识别冲突，并输出简洁的伪造报告以修正研究状态。\ \ 为强化该循环，我们引入伪造感知训练：先在伪造轨迹上进行 SFT 预热，然后基于并行 rollout 的代理式强化学习进行训练，并在研究阶段、状态转移和动作层面实现层次信用分配。\ \ 在五个搜索基准上的实验表明，FALCA 相比基线模型和消融实验均提升了长时程深度搜索性能，同时通过更有效的伪造检测和研究状态修正，显著降低了确认偏差和错误累积。\ \ 点评