2026-08-09
按住下方图标,点击小程序
免费领取AI学习资料、精选提示词

当你想搜索一个这样的场景,比如整理出QS排名里每个学科前五的大学,还得附上申请截止日期。你一般会怎么做?
打开浏览器,搜一下,点开十几个网页,复制粘贴,眼睛都快看花了。万一中途被打断,或者想查查某个数据来源,还得从头捋一遍,整个过程相当费神。
蚂蚁集团刚开源的SearchOS就可以把整个过程实现自动化。你只需要把复杂的问题丢给AI,剩下的搜索、筛选、整理、甚至标注引用来源,都能帮你快速搞定。

开源地址:https://github.com/antins-labs/SearchOS
这个开源我觉得最有趣的地方,是设计理念。项目名字里的OS不是随便起的,真的借鉴了操作系统的思路。
我们平时用那些对话式的AI搜索,聊着聊着,之前的上下文就可能被遗忘或者压缩,信息淹没在聊天记录里,很难追踪。
SearchOS不一样,把整个搜索过程的状态,比如任务队列、已经找到的证据、还有哪些信息是缺失的,都当作系统资产来管理,而不是依赖对话历史。
然后再唠唠我觉得几个比较有亮点的功能。第一个就是那个覆盖图驱动的机制,系统接到问题后,会先自己把问题拆解成一个结构化的表格。
比如咱们开头说的大学排名问题,那表格的列可能就是学校名、排名、申请截止日期这些。

然后整个搜索过程就变成了填表,哪个格子还是空的,系统就优先去搜哪个,直到所有信息都填满。这带来的直接好处是,不会遗漏关键信息,而且整个搜索过程的目标无比清晰。
第二个特点是流水线并行的干活方式。为了提升效率,SearchOS会派出多种不同角色的智能体协同作战。
有专门负责侦查问题类型和寻找种子信息的探索员,有专门根据指令上网找资料的搜索员,还有专门从打开的文章里提取具体信息的提取员。

第三个,也是我觉得非常关键的一点,那就是证据链和引用的严密性。你看到系统输出的每一个结论,后面都会跟着一个引用标记。点开就能看到是从哪个网页、哪段话里提炼出来的。
这让我觉得特别踏实,因为你可以随时去核查原始信息,判断它的可信度,彻底告别了AI胡说八道还找不到源头的问题。
登录/注册后继续阅读
立即登录/注册 >