EvoBrowseComp：在演化知识上基准测试搜索智能体

针对现有搜索智能体基准依赖静态知识、易受数据污染及参数记忆影响的问题，本文提出 EvoBrowseComp。这是一个包含 800 个中英双语复杂问题的演化型基准，通过实时网络遍历合成。该研究设计了三智能体协作框架：问题合成代理获取新鲜知识，信息过滤代理阻断参数捷径，高层指导代理将问题形式化为推理图以减少逻辑冗余。实验表明该基准难度高且支持自动更新，为评估智能体在动态世界知识中的真实推理与广域搜索能力建立了可扩展范式。