Open-source projekt Deep Dog 2 staví výzkumný systém na architektuře supervisoru a specializovaných subagentů. Hlavní agent rozděluje úkol, další modely vyhledávají informace, porovnávají zdroje a připravují části výsledného reportu. Projekt podporuje více poskytovatelů modelů a využívá nástroje pro webové hledání, takže může kombinovat různé modely podle ceny nebo schopností. Výsledkem má být report s citacemi a oddělením jednotlivých kroků výzkumu, nikoli pouze jedna odpověď z chatbotu. Autoři uvádějí napojení na LangGraph a fallback řetězce pro případ, že vybraný model nebo vyhledávací služba selže. Deep Dog 2 tak ukazuje směr, ve kterém se AI výzkum přesouvá od jednorázového dotazu k řízené spolupráci více agentů. U podobných projektů ale stále záleží na kvalitě zdrojů, kontrole citací a schopnosti člověka odhalit chybný závěr.
