SearchSwarm: Towards Delegation Intelligence in Agentic LLMs for Long-Horizon Deep Research
该论文介绍了 SearchSwarm，这是一个通过束缚引导过程（harness-guided process）合成监督微调数据来训练具有“委派智能”（delegation intelligence）的模型框架，使模型能够通过智能体子任务委派有效地分解并管理长程深度研究任务，从而在 BrowseComp 基准测试中取得了最先进的性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是对 SearchSwarm 论文的解释，已将其转化为简单易懂的日常语言，并使用了创意类比。
核心问题： “短期记忆”瓶颈
想象你是一位天才侦探（AI），正试图破解一个巨大的、复杂的谜案。这个谜案涉及阅读数千份文件、访问数百个网站，并连接跨越数年的历史线索。
问题在于：你有一个非常严格的规则——你一次只能手里拿着几页笔记。
在 AI 术景中，这就是“上下文窗口”（context window）。即使是最聪明的 AI 模型，在单次对话中能记住的信息量也是有限的。如果一项研究任务变得太长，AI 在进行到最后时，就会忘记调查刚开始时的内容。
传统上，当 AI 达到这个限制时，它会尝试对笔记进行“摘要”。但这就像是试图通过仅凭一张餐巾纸上的剧情梗概来回忆一部 10 小时的电影。你会丢失细节、证据和细微差别。
解决方案： “SearchSwarm” 策略
论文作者意识到，与其试图靠你自己记住所有事情，不如雇佣一个助手团队来承担繁重的工作。
他们称之为 “委派智能”（Delegation Intelligence）。
把主 AI 想象成一名 项目经理，而子 AI 则是 专业研究员。
- 项目经理（主 Agent）： 这是聪明的大脑。它不去做阅读 500 个网站这种苦力活。相反，它观察大问题，将其拆解成更小的部分，然后说：“你去查一下 X。你，去查一下 Y。”
- 研究员（子 Agent）： 这些是同一个 AI 的副本，但它们在各自独立的“房间”（独立上下文）里工作。它们可以阅读任意多的页面，而不必担心项目经理的记忆限制。
- 交接环节： 当研究员完成任务时，他们不会把一份 50 页的报告丢给经理。他们会写一份带有具体引用（证明信息来源）的一页纸摘要。经理阅读摘要，检查证据，然后继续下一步。
秘诀所在：他们是如何教 AI 进行委派的
你可能会问：“AI 难道不能自己悟出这一套吗？”
论文指出：不能。大多数 AI 模型是基于书籍和文章训练的，而不是基于如何管理团队的剧本。它们天生不知道如何寻求帮助、该要求什么，或者如何检查工作。
为了解决这个问题，研究人员构建了一个 “训练支架”（Training Harness）（一套严格的规则和指令），来教会 AI 如何成为一名优秀的管理者。
以下是他们教给 AI 的四条黄金法则：
- 法则 1：不要亲自动手做苦力。 如果一项任务需要阅读大量文本，就把它交给子 Agent。把你的大脑能量留给连接各种线索。
- 法则 2：提供一份精彩的简报。 你不能只对子 Agent 说“去找信息”。你必须说：“我们已经知道 X 和 Y 了，但我们在 Z 上卡住了。去找出 Z，并告诉我们为什么它很重要。”这可以防止子 Agent 浪费时间去重新发现经理已经知道的事情。
- 法则 3：保留最终判断权。 经理绝不能盲目信任子 Agent。经理必须验证证据。如果子 Agent 说“答案是 42”，经理必须检查引用，以确保这不是“幻觉”（即编造的谎言）。
- 法则 4：务必注明出处。 每一个结论都必须附带一份“收据”（指向来源的链接）。这确保了最终答案是可靠的。
结果：小团队击败巨头
研究人员训练了一个名为 SearchSwarm-30B 的模型（在 AI 世界中，拥有 300 亿参数的模型被认为是“中型”规模）。
他们在一些困难的研究基准测试（如 BrowseComp 和 GAIA）上对其进行了测试，这些测试本质上是需要深度挖掘的“高难度百科知识”测试。
令人震惊的结果：
SearchSwarm，一个中型模型，击败了几乎所有同等规模的其他模型。更令人印象深刻的是，它的表现甚至达到了、甚至超过了一些规模大 10 倍、运行成本高达数百万美元的巨型闭源模型。
- 类比： 这就像是一个组织有序的小型社区图书馆（SearchSwarm），在寻找特定、冷门的事实方面，击败了一个庞大却混乱的国家档案馆（巨型模型），仅仅是因为这位当地图书管理员知道如何精准地将任务委派给他的助手。
这对未来意味着什么
这篇论文不仅仅展示了一个酷炫的技巧；它提供了一套配方。他们发布了代码、训练数据和模型权重供所有人使用。
他们证明了，智能不仅仅在于拥有更大的大脑，更在于拥有更好的管理技能。 通过教会 AI 如何委派任务、拆解任务以及验证证据，一个更小、更便宜的模型也可以解决那些过去需要庞大、昂贵的超级计算机才能处理的复杂长期问题。
简而言之：SearchSwarm 教会了 AI 如何停止试图记住一切，转而学习如何管理一个团队。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。