10 月 23 日，美国智能体搜索基础设施公司 TinyFish 公开了面向生产环境的智能体搜索架构文档，同时披露深度研究系统的工程教训。这套架构把一次搜索拆成 7 个阶段跑在基础模型外围，用刚性控制循环管住检索、评估与失败恢复，TinyFish 称在 OpenBenchmarks 上取得 79.0% 的编码任务完成率，同时保持最低的中位单任务成本 0.050 美元。
把搜索拆成七个阶段
核心思路是模型负责推理，模型之外的这一层负责状态、工具执行、证据处理和输出校验。文档把一次生产级搜索运行拆成 7 个阶段。定义任务阶段把目标转成一份证据契约，写清必需字段、来源范围和完成规则。规划检索阶段把相互独立和相互依赖的信息需求分开，依赖型查询要等前面的答案回来。发现筛选获取阶段有个明确要求，搜索结果在页面正文到达之前只能算候选，不能当证据用。
评估阶段把证据标记为充分、不完整、冲突、无法访问或预算耗尽。恢复升级阶段改写查询、重试、换来源或换访问方式。最后的停止校验阶段，把结果归入已完成、未完成、失败、取消或需要人工复核五种状态。
工具路由看信息缺口
TinyFish 强调升级手段不是万能解药。弱结果需要更好的查询，冲突来源需要更强的证据，换更重的工具两个问题都解决不了。来源位置未知时用搜索，URL 已知且可读时用获取，浏览器负责接管页面操作，网页智能体承担业务规则与最终校验。重试必须按失败类型来，瞬时错误可以重复请求，证据不完整或冲突则必须换路径。
两个研究被直接引用。第二个阶段针对 ChainRAG 提出的丢失在检索中的问题，多跳拆解时关键实体会消失。第六阶段借鉴 Search-R1，模型在推理中学习自己追加查询，在 7 个问答数据集上相对 RAG 基线在 Qwen2.5-7B 上提升 41%，在 Qwen2.5-3B 上提升 20%。整个体系建立在 4 个网页原语之上，分别是 TinySearch、TinyFetch、TinyBrowser 和 TinyAgent。
它想解决的是搜索智能体演示环节表现好、进了生产就崩的问题。站内此前梳理过搜索 API 赛道格局，Exa 3.0 在 8 项基准上的表现给出了检索层的能力上限，详见 Exa 3.0 搜索 API 上线：击败 Perplexity 等 8 项基准。
延伸阅读
- 阶跃星辰 Step 3.7 Flash 发布：稀疏 MoE 视觉语言模型，SWE-Bench Pro 与 Terminal-Bench 2.1 双提升1 月前
- Gemini 4 Argon 机器人版：一图生成 4500 条训练数据1 周前
- 千问办公 QwenWork 正式上线：一站式 AI Agent 平台深度绑定钉钉，标准版 78 元/月起1 月前
- 特斯拉得州 Optimus 工厂钢结构接近完工：规划年产能 1000 万台，投产指向 2027 年1 月前
继续读
同一批更新里这几篇值得一看：
- MiniMax M3.1 Flash 拿下 Agent 第一：智能指数 43 分2026-10-22
- 千问谈 Personal Agent：模型记忆生态三要素协同，上限近 100%2026-10-25
- Letta 公开智能体记忆范式：核心记忆块可编程，多智能体共享状态2026-10-25
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记