Harness-Search：通过多智能体协调指导长视野搜索

长期搜索需要智能体跨多个步骤收集证据，并将其合成为有充分支持的答案。最近的智能体Harness提供了一个自然且有前途的框架来支持这种长时间运行的搜索过程。随着交互历史的增长，Harness中的一个智能体可能会被卡住，并导致策略失去对未解决问题的追踪，忽略有用的证据，或者在收集到足够的支持之前终止。其中一种有希望的方法是将提出检索操作、更新持久状态和决定何时停止这三个不同的职责解耦，而不是将它们集中在单个策略中。针对这一点，我们引入了Harness-Search，这是一种多智能体搜索Harness，以减少在后续探索、证据管理和终止决策中传播的局部错误。特别是，Harness-Search 将这些职责分配给三个受权限限制的机构：提出搜索操作的检索策略、验证并提交持久状态更新的记忆操作员以及根据策划证据的充分性接受或拒绝终止的摘要审核员。这些角色共同形成了一个提议-提交-审核循环，其中提出行动，有选择地提交持久证据，并停止决策接受明确的充分性检查。在七个长期搜索基准中，Harness-Search 在相同的策略骨干模型下提高了检索和答案生成，与每个基于Harness的最强基线相比，将召回率提高了 4.60-27.92 点，最终答案召回率提高了 12.34-30.13 点证据检索基准。此外，轨迹级分析表明，随着搜索历史的增长，Harness-Search 不断积累有用的证据并以更少的冗余检索扩大证据覆盖范围。