超越单体架构：面向 Agentic 搜索的多智能体搜索与知识优化框架

Agentic 搜索已成为一种有前景的复杂信息获取范式，它使大语言模型（LLM）能够将推理与工具使用交织进行。然而，主流系统依赖单体式智能体，存在结构性瓶颈：无约束的推理输出使轨迹膨胀、稀疏的结果级奖励使贡献归因复杂化、随机的搜索噪声使学习不稳定。为应对这些挑战，我们提出 M-ASK（Multi-Agent Search and Knowledge），一个将 Agentic 搜索显式解耦为两个互补角色的框架：搜索行为智能体负责规划并执行搜索动作，知识管理智能体负责聚合、过滤并维护紧凑的内部上下文。这种分解使每个智能体专注于一个定义明确的子任务，减少了搜索与上下文构建之间的相互干扰。此外，为实现稳定协作，M-ASK 采用轮次级奖励，为搜索决策和知识更新提供细粒度监督。在多跳问答基准上的实验表明，M-ASK 优于强基线，不仅取得更高的答案准确率，还展现出显著更稳定的训练动态。M-ASK 的源代码可在 https://github.com/chenyiqun/M-ASK 获取。