arXiv上的研究人员推出了ArcticSwarm，这是一种面向长周期网页搜索的多智能体系统。与以往让智能体完成任务后立即投票的方案不同，ArcticSwarm将搜索阶段与决策阶段分开。系统设置了一个“收集门”，允许智能体把发现发布到共享看板，但不让它们读取彼此的成果。之后，“整合门”会对每个候选答案进行三轮检查，通过后才予以采纳。如果检查未通过，系统会重新启动搜索，而不是直接丢弃答案。
作者在BrowseComp‑Plus基准测试上评估了这一架构。该基准包含830道开放式网页搜索问题。使用开放权重模型Qwen 3.5‑27B时，ArcticSwarm的准确率达到82.6%。相比之下，在相同条件下，早期的MiroFlow系统得分为70.6%，采用简单多数投票的方法在相同token预算下得分为62.5%。研究还测量了团队坚持错误早期答案的频率：没有收集门时，32.2%的运行会保留错误的首个候选答案；启用收集门后，这一比例降至22.3%，对应准确率提高3.8个百分点。移除整合门则会导致准确率下降5.9个百分点。
与其他多智能体方法相比
ArcticSwarm的双门设计直接针对作者所说的“过早共识”问题，即智能体在收集到足够证据前就采纳某个候选答案。传统的多智能体搜索会等所有智能体完成后再进行多数投票，但这种做法无法引入任何单次搜索都未发现的答案。ArcticSwarm把共识推迟到系统性核查之后，因此可以纳入搜索过程中后续出现的新发现。
论文还报告了使用GPT‑5处理实时网页BrowseComp查询的结果。ArcticSwarm得分为73.6%，高于GPT‑5已公布的54.9%和MiroFlow在相同任务上的63.4%。这些数据表明，这种架构的优势并不局限于单一语言模型。
基于门控的方法为何正当其时
长周期网页搜索是许多面向消费者的工具的核心功能，从研究助手到事实核查服务都离不开它。当前的多智能体方法往往过早敲定答案，导致可靠性下降。ArcticSwarm表明，只需重新设计工作流程，将证据收集与整合分开，就能在不增加算力的情况下提高正确率。
对于开发搜索增强型AI产品的团队，这项研究提供了一个具体方案：设置只写入、不读取的发布阶段，然后在给出最终答案前进行多轮核验。该方法不依赖专有模型，也适用于Qwen 3.5‑27B等开放权重模型。
为什么重要
对日常使用AI搜索工具的人来说，ArcticSwarm的设计有望在不增加算力的情况下带来更可靠的答案。开发者可以采用这种门控工作流程，减少过早达成共识导致的错误，让网页搜索助手更值得信赖。仍需在其他基准测试中进行独立验证，以确认其在多种任务中的效果。
