多搜少想：重新思考长程智能体搜索的效率与泛化

近期深度研究代理主要通过扩展推理深度提升性能，但这导致高推理成本与延迟，且难以在不同研究场景中泛化。本文提出“多搜少想”（SMTL）框架，旨在兼顾长程智能体搜索的效率与泛化能力。SMTL 以并行证据获取取代顺序推理，在受限上下文预算下实现高效管理。此外，引入统一数据合成流水线，构建涵盖确定性问答与开放式研究场景的任务，以支持跨任务类型泛化。通过监督微调与强化学习训练端到端代理，在多个基准测试中取得优异性能，显著减少推理步数并提升准确率。