SearchOS-V1：迈向鲁棒的开放域信息寻答智能体协作

工具集成大语言模型的近期进展使网页搜索成为信息寻答智能体的核心能力。但随着交互历史增长，智能体越来越难追踪任务进度。当搜索尝试未能产出有用证据时，当前的单智能体与多智能体系统可能陷入重复循环——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SearchOS：一个系统级多智能体框架——把脆弱、隐式的搜索进度转为显式、持久、共享的状态。首先，我们把开放域信息寻答形式化为带落地引用的关系模式补全：智能体发现实体、跨链接表填充属性、并把每个值锚定到源证据。然后我们设计面向搜索的上下文管理（SOCM）：把演化状态外化为前沿任务、证据图、覆盖图与失败记忆。基于SOCM，SearchOS应用管线并行调度机制——重叠子智能体执行、以瞄准未解决覆盖缺口的任务持续回填释放的槽位以提升利用率与吞吐。为调度与控制搜索智能体的执行，SearchOS引入搜索工具中间件治控——拦截模型与工具交互以记录落地证据并对停滞或预算耗尽做出反应——并提供可复用的分层技能系统（策略技能与访问技能）增强智能体的搜索过程、避免跨运行重复失败搜索模式。在WideSearch与GISA上：SearchOS在受评单与多智能体基线中全面领先各指标——为鲁棒的信息寻答协作铺路。