SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration
SearchOS：鲁棒开放域信息搜索代理协作框架
🧭 多Agent协作搜索 · 状态驱动流水线调度 ★ 深度解读
Renmin University of China · Ant Group
用关系模式补全、状态外部化与流水线调度构建稳健多Agent搜索系统，大幅提升信息收集完整性与效率
📌 工作参考价值（4 点）
- 共享搜索状态外部化：借鉴SOCM，将推荐/搜索Agent的上下文（如用户画像、已覆盖类目、缺失属性）存为显式的Frontier Task、Evidence Graph和Coverage Map，避免多轮交互中遗忘或重复采集，可直接用于电商中的长会话购物助手或广告素材搜集Agent。
- 流水线并行调度提效：采用事件驱动的任务分发，每次Agent槽空闲时立即填充未覆盖的schema缺项，消除Batch同步等待，可在多路并行召回或多源信息聚合推荐系统中降低延迟、提高吞吐。
- 中间件拦截机制：在模型与工具调用之间插入中间件，自动完成证据锚定、覆盖率更新、重复循环检测和预算管控，无需依赖模型自身记忆，这一范式可迁移到Agentic推荐系统的可靠执行层，例如拦截商品搜索API调用并抽取结构化属性。
- 分层可复用技能库：将搜索策略与站点访问封装为Strategy / Access技能，支持按任务和源头路由，有效减少试错次数；在推荐系统中可类似地抽象数据源访问（如商品库、评价接口）为技能，加速不同垂类场景的Agent开发。