WebSwarm：基於遞歸多智能體協作深度與廣度的網頁搜尋框架

本文提出 WebSwarm，一種用於深度與廣度網頁搜尋的遞歸多智能體編排框架。現有基於大型語言模型的單智能體搜尋受限於長軌跡與上下文視窗，難以兼顧搜尋深度與覆蓋範圍。WebSwarm 透過動態實例化搜尋節點，實現任務分解、遞歸擴展與智能體協作的聯合最佳化。每個節點耦合局部目標與搜尋模式，可自主求解或向下委派子節點，並向上返回證據以支援父節點進一步擴展與聚合。該方法亦透過探測網頁資訊組織方式及複用經驗來引導搜尋過程。在 BrowseComp-Plus、WideSearch 等基準上的實驗表明，WebSwarm 在深度、廣度及交錯任務中均顯著優於單智能體及多智能體基線，展現出卓越的搜尋效能與泛化能力。