SearchOS-V1：迈向鲁棒的开放域信息检索智能体协作

📊 论文图表(共 8 张)

展开查看 8 张图

‹ ›

TL;DR

SearchOS 是一个面向开放域信息检索的系统级多智能体框架，通过将搜索过程建模为关系模式补全任务，并设计面向搜索的上下文管理（SOCM）机制，将隐式进度外化为前沿任务、证据图、覆盖度图与失败记忆四个持久共享状态。在 WideSearch 与 GISA 数据集上，SearchOS 在所有评估指标上均超越现有的单智能体与多智能体基线，为解决长交互过程中的进度追踪与搜索失败循环问题提供了有效方案。

研究背景与动机

工具增强的大语言模型已经将网络搜索能力深度整合进信息检索智能体，使得自动化收集和整合网络信息成为可能。然而，随着交互轮次的增加，智能体面临一个日益严峻的挑战：当搜索历史变得冗长时，智能体越来越难以准确判断任务已推进到哪一步、哪些信息已经获取、哪些缺口仍然存在。

更棘手的是，当某次搜索尝试未能返回有用的证据时，当前的单智能体系统和多智能体系统都容易陷入重复循环——反复尝试相似的查询，浪费宝贵的搜索预算，最终导致输出的质量和完整性受损。这种脆弱性根源在于，进度信息被隐式地编码在对话历史中，缺乏显式的状态管理机制，使得系统无法有效识别和避免失败的搜索模式。

现有的解决方案在处理这一问题上存在明显短板：单智能体受限于单一上下文的容量，多智能体虽然引入了分工协作，但各子智能体之间缺乏共享的状态视图，难以协调避免重复劳动。SearchOS 的核心切入点在于：将脆弱、隐式的搜索进度转化为显式、持久且可共享的状态，从而为鲁棒的信息检索协作奠定基础。

方法

SearchOS 的方法论可以从任务建模、状态管理和执行调度三个层面来理解。

任务建模：关系模式补全

SearchOS 没有将开放域信息检索视为简单的问答或列表生成任务，而是创造性地将其建模为带可溯源引用的关系模式补全。具体而言，系统会构建一个关系数据库式的模式（schema），其中包含多个相关的实体表和属性字段。检索过程就是由多个智能体协作发现实体、在关联表间填充属性值，并将每个取值锚定到具体的网络来源证据上。这种建模方式的优点在于：模式结构本身编码了信息间的逻辑关系，使得进度追踪可以精确到“哪个实体的哪个属性尚未填充”，而溯源引用机制则确保了最终输出的可信度。

SOCM：状态外化机制

为了将隐式进度转化为可操作的状态，SearchOS 设计了面向搜索的上下文管理（Search-Oriented Context Management, SOCM）模块，它将演化中的搜索状态外化为四个核心组成部分。前沿任务（Frontier Task）记录当前待执行的搜索目标，比如“查找某公司第三季度的营收数据”。证据图（Evidence Graph）以图结构组织已收集的信息节点，节点代表实体或属性值，边代表实体间的关联关系，同时保留指向原始网页的引用。覆盖度图（Coverage Map）对标关系模式，标记哪些属性已被证据覆盖、哪些仍存在缺口，提供了直观的进度可视化。失败记忆（Failure Memory）记录历史失败的搜索尝试及其失败原因，供后续调度决策参考，避免系统重蹈覆辙。

流水线并行调度

基于 SOCM 提供的状态视图，SearchOS 引入了流水线并行调度机制来提升多智能体协作的效率。与传统的串行执行不同，流水线调度使得子智能体的执行在时间上相互重叠——当一个智能体完成当前任务释放执行槽位时，系统立即从覆盖度图中识别尚未解决的信息缺口，为空闲槽位分配新的搜索任务。这种持续填充机制显著提高了资源利用率和系统吞吐量，使得多个搜索线程可以高效并行运作。

搜索工具中间件与分层技能系统

为了实现对智能体执行的控制与协调，SearchOS 构建了搜索工具中间件层，位于大语言模型与外部工具之间。该中间件承担双重职责：一是拦截模型与工具的交互，提取并记录可溯源的证据到证据图中；二是监控执行状态，当检测到搜索停滞或预算即将耗尽时主动干预。此外，系统还提供了一个分层技能系统，分为策略技能（如判断搜索方向、分析信息缺口）和访问技能（如构造查询词、解析搜索结果），这些技能可在不同任务间复用，增强智能体能力的同时避免了重复失败模式的学习成本。

实验与结果

SearchOS 的评估在两个基准数据集上进行：WideSearch 和 GISA。前者覆盖了更广泛的搜索场景，后者则聚焦于具有复杂关系结构的信息检索任务。实验将 SearchOS 与多种基线方法进行比较，包括单一智能体系统（如 ReAct、Reflexion 的变体）以及多智能体协作方案。

从结果来看，SearchOS 在所有评估指标上均取得了领先。在信息覆盖度方面，证据图的协同填充机制使得系统能够更全面地补全关系模式中的各个属性。在输出质量方面，溯源引用的强制要求促使智能体仅在有可靠证据支撑时才写入属性值，减少了幻觉的发生。值得注意的是，在处理需要跨多个信息源进行关联分析的问题时，SearchOS 的优势尤为明显——关系模式补全的建模方式天然适合这类任务，而证据图的图结构使得跨源关联的追踪变得清晰可控。

实验还专门针对搜索失败场景进行了测试。引入失败记忆和中间件拦截机制后，SearchOS 在连续多次失败搜索后能够及时调整策略或终止无效尝试，相比基线方法显著降低了预算浪费。这些结果验证了 SOCM 状态外化设计的有效性：显式的覆盖度图使得系统能够精准判断“已尝试但失败”与“尚未尝试”之间的区别，从而做出更明智的调度决策。

讨论与可借鉴点

SearchOS 的设计为构建鲁棒的多智能体系统提供了几个值得借鉴的思路。首先，将隐式状态外化为可操作的结构化表示是提升系统可控性的关键。无论任务进展追踪、失败模式识别还是资源调度，都依赖于清晰的状态视图，而非仅仅依赖自然语言对话历史。其次，关系模式补全的任务建模为信息检索提供了结构化的框架，使得智能体的协作有了明确的目标边界和进度度量标准。这种建模方式尤其适合需要整合多个信息源、涉及实体间关联关系的复杂查询场景。

然而，SearchOS 也存在一定的局限性。关系模式的设计本身需要领域知识或预定义的 schema，如何在完全开放域的场景下自动生成或适应性地扩展模式是值得探索的方向。此外，分层技能系统的有效性受限于技能库的覆盖度，对于全新的任务类型可能需要额外的技能学习或迁移机制。SOCM 的四个组件如何协同更新、避免状态不一致，也是大规模部署时需要考虑的问题。

总的来说，SearchOS 展示了一条通过系统级设计来解决智能体协作脆弱性的路径。对于未来研究方向，将 SOCM 思想与其他多智能体范式（如辩论、协作推理）结合，或探索模式补全与检索结果置信度估计的联合优化，都是潜在的有价值探索。

摘要

近年来，工具集成大语言模型的进展使网络搜索成为信息检索智能体的核心能力。然而，随着交互历史的增长，智能体越来越难以追踪任务进度。当搜索尝试未能获取有用证据时，当前的单智能体与多智能体系统可能会陷入重复循环，浪费搜索预算，并最终损害最终输出的质量与完整性。我们提出了 SearchOS，一个系统级多智能体框架，它将脆弱、隐式的搜索进度转化为显式、持久且共享的状态。首先，我们将开放域信息检索建模为带有可溯源引用的关系模式补全任务，由智能体发现实体、跨链接表填充属性，并将每个取值锚定到源证据上。随后，我们设计了面向搜索的上下文管理（SOCM），它将不断演化的状态外化为前沿任务、证据图、覆盖度图与失败记忆四个部分。基于 SOCM，SearchOS 采用流水线并行调度机制，使子智能体的执行相互重叠，并通过针对未解决覆盖缺口的任务持续填充释放的槽位，从而提升利用率与吞吐量。为了调度和控制搜索智能体的执行，SearchOS 引入了搜索工具中间件层，用以拦截模型与工具之间的交互以记录可溯源证据，并对停滞或预算耗尽做出响应；与此同时，该系统还提供了一个由策略技能与访问技能构成的可复用分层技能系统，以增强智能体的搜索过程，避免在多次运行中重复失败的搜索模式。在 WideSearch 与 GISA 数据集上，SearchOS 在所评估的单智能体与多智能体基线中的所有指标上均取得领先，为迈向鲁棒的信息检索协作铺平了道路。

Abstract

Recent advances in Tool-Integrated Large Language Models have made web search a core capability of information-seeking agents. However, as interaction histories grow, agents increasingly struggle to track task progress. When search attempts fail to yield useful evidence, current single- and multi-agent systems can become trapped in repetitive loops, wasting search budgets and ultimately compromising the quality and completeness of the final output. We introduce SearchOS, a system-level multi-agent framework that turns fragile, implicit search progress into explicit, persistent, and shared state. First, we formulate open-domain information seeking as relational schema completion with grounded citations, where agents discover entities, populate attributes across linked tables, and anchor each value to source evidence. Then we design Search-Oriented Context Management (SOCM), which externalizes the evolving state into Frontier Task, an Evidence Graph, a Coverage Map, and Failure Memory. Built on SOCM, SearchOS applies a pipeline-parallel scheduling mechanism that overlaps the execution of sub-agents and continuously refills freed slots with tasks targeting unresolved coverage gaps to improve utilization and throughput. To schedule and control the execution of search agents, SearchOS introduces a Search Tool Middleware Harness that intercepts model and tool interactions to record grounded evidence and react to stalls or budget exhaustion, and provides a reusable hierarchical skill system comprising strategy and access skills to augment the agents' search process and avoid repeating failed search patterns across runs. On WideSearch and GISA, SearchOS leads all metrics among the evaluated single- and multi-agent baselines, paving the way toward robust information-seeking collaboration.