多智能体搜索防循环陷阱框架

当前主流的多智能体搜索方案如 AutoGPT、GPT-Researcher 普遍依赖 prompt 内的对话历史来隐式追踪进度，长任务下极易陷入"换关键词重复搜同一内容"的死循环。SearchOS 的核心设计是把搜索进度结构化成交互式数据库（关系模式补全），每个 agent 读写同一张状态表，相当于给分布式搜索加了事务日志。

从工程落地看，这个思路对已有系统的侵入性不低，需要替换掉现有的 ReAct/Self-Ask 循环逻辑。论文未提及开源代码和推理开销，48 upvotes 也偏冷门，建议等代码释放后再评估集成成本。如果你的团队已经在用 LangGraph 构建多 agent 搜索管线，可以优先关注其状态管理模块的设计细节。