查专利不像搜一道有标准答案的题。比如一项申请声称改进了电池，AI不能只找标题相似的文件；它得从海量资料里捞出少数真正相关的早期公开内容，再逐项核对权利要求——专利用法律语言划出的保护边界——是否已被完整披露。PatEx-Gym把这条完整链路做成了智能体考场。
它的 PatEx-Bench 包含 1000 个任务，检索范围超过 100 万件专利和 5.2 万篇论文。智能体要反复修改查询、打开文档取证，最后生成审查意见通知书式报告，把新颖性判断落到具体证据上，而不是只猜“新”或“不新”。最值得注意的是，团队还用搜索过程合成并筛出 3000 条训练轨迹，训练了一个 4B 参数的 PatEx-Agent。作者报告称，它的整体表现可与 30B 模型相比，检索召回水平与 Qwen3.7-Max 相当。这说明专利检索考验的不只是模型大小，更是能否把搜索、取证和判断连成可靠流程；不过这些效果目前仍是论文作者自述。