IterSynth: Rethinking Deep Search Agents via Role-Decoupled Iterative Synthesis
IterSynth：角色解耦的迭代式深度搜索范式
🧭 深度搜索 Agent 角色解耦与长程记忆优化 ★ 深度解读
浙江大学 · 腾讯
提出 IterSynth，将深度搜索拆为 Planner/Synthesizer 双角色共享策略并以 summary 为状态，通过角色解耦 RL 将 8B 模型推至同级最强
📌 工作参考价值（4 点）
- 在电商/搜索推荐等需要多步信息收集与决策的场景（如深度导购 Agent、商品调研、复杂 query 回答），可采用 Planner-Synthesizer 双角色解耦：让一个角色专注于决定下一步查什么（query 规划），另一个角色负责把检索结果整合进紧凑的 summary，避免单一上下文无限增长。无需额外参数，只靠 prompt 和 action 约束即可提升长程任务稳定性。
- RL 训练中，把不同角色或不同功能模块的 advantage 分开归一化（role-specific group advantage），而不是混在一起，可以显著改善 credit assignment，特别是多步交互中终端奖励稀疏的场景。工作里可替换成“规划器”和“执行器”等角色分组，分别计算基线。
- 使用 evolving summary 作为唯一持久状态并每轮重构工作区，可以控制上下文长度，减少噪声积累；在电商推荐解释或对话式导购中，可用摘要维护用户画像/需求状态，逐步更新，而非保留全量历史。
- 对已有闭源大模型，IterSynth 作为纯 prompting 工作流即可带来零样本提升（Claude 上 +5.5%, DeepSeek 上 +4.5%），可低成本快速验证：直接修改 prompt 让模型交替规划与整合，无需训练。