在人工智能研究領(lǐng)域，OPPO AI團(tuán)隊(duì)近期提出了一項(xiàng)突破性框架——SMTL（Search More, Think Less），該框架通過重構(gòu)智能體的問題解決模式，為深度研究型AI系統(tǒng)開辟了新路徑。與傳統(tǒng)依賴長(zhǎng)時(shí)間推理的智能助手不同，SMTL采用并行信息獲取策略，將復(fù)雜任務(wù)分解為多個(gè)可同時(shí)執(zhí)行的子任務(wù)，顯著提升了處理效率與結(jié)果準(zhǔn)確性。

研究團(tuán)隊(duì)將傳統(tǒng)AI比作埋頭苦思的學(xué)者，面對(duì)問題時(shí)往往需要逐步推導(dǎo)，而SMTL則被形容為經(jīng)驗(yàn)豐富的圖書管理員——通過同時(shí)派遣多個(gè)助手搜集信息，再快速整合結(jié)果。這種策略在BrowseComp基準(zhǔn)測(cè)試中展現(xiàn)出顯著優(yōu)勢(shì)：在最多100次交互內(nèi)，平均推理步數(shù)減少70.7%，準(zhǔn)確率從41.2%提升至48.6%。實(shí)驗(yàn)數(shù)據(jù)顯示，SMTL-100模型僅需60.4步即可達(dá)到44.6%準(zhǔn)確率，而同類模型MiroThinker-v1.0需要206步才能實(shí)現(xiàn)41.2%的準(zhǔn)確率。

該框架的核心創(chuàng)新在于并行智能體工作流，其運(yùn)作機(jī)制包含三個(gè)階段：初始計(jì)劃構(gòu)建階段將任務(wù)拆解為可并行處理的子目標(biāo)；并行執(zhí)行階段通過多線程工具調(diào)用（如網(wǎng)絡(luò)搜索與頁(yè)面抓取）同步獲取信息；動(dòng)態(tài)計(jì)劃完善階段則根據(jù)實(shí)時(shí)反饋調(diào)整任務(wù)優(yōu)先級(jí)。這種設(shè)計(jì)使系統(tǒng)每步平均執(zhí)行3.5次工具調(diào)用，信息密度較傳統(tǒng)方法提升3倍以上。研究團(tuán)隊(duì)特別強(qiáng)調(diào)，并行策略并非簡(jiǎn)單增加計(jì)算量，而是通過優(yōu)化任務(wù)組織方式實(shí)現(xiàn)效率躍升。

訓(xùn)練過程采用兩階段策略：監(jiān)督微調(diào)階段使用蒸餾自DeepSeek-V3.2與GPT-5的軌跡數(shù)據(jù)，強(qiáng)化學(xué)習(xí)階段則引入改進(jìn)的REINFORCE Leave-One-Out算法。為解決訓(xùn)練-推理不匹配問題，團(tuán)隊(duì)對(duì)rollout校正應(yīng)用序列級(jí)重要性采樣，并過濾由環(huán)境問題導(dǎo)致的負(fù)面軌跡。獎(jiǎng)勵(lì)機(jī)制設(shè)計(jì)上，系統(tǒng)僅對(duì)正確答案分配獎(jiǎng)勵(lì)1，同時(shí)對(duì)工具調(diào)用格式錯(cuò)誤實(shí)施零容忍策略，確保模型學(xué)習(xí)到高效的信息獲取模式。

在深度搜索任務(wù)評(píng)估中，SMTL在BrowseComp、XBench-DeepSearch和WebWalker-QA等基準(zhǔn)上均取得領(lǐng)先成績(jī)。特別是在300步預(yù)算設(shè)置下，其準(zhǔn)確率較基線模型提升5個(gè)百分點(diǎn)，達(dá)到48.6%。開放式研究評(píng)估顯示，該框架在綜合性、洞察力深度與指令遵循等維度表現(xiàn)均衡，總體得分45.9%超越多個(gè)30B規(guī)模開源模型。案例分析表明，SMTL能在8個(gè)交互輪次內(nèi)定位關(guān)鍵證據(jù)，而順序推理模型需要16輪次才能達(dá)到同等水平。

消融實(shí)驗(yàn)揭示了框架設(shè)計(jì)的關(guān)鍵要素：增加網(wǎng)絡(luò)搜索的top-k參數(shù)（返回結(jié)果數(shù)量）可顯著提升性能，當(dāng)top-k從4增至8時(shí)，SMTL-300準(zhǔn)確率提升7.7%；而傳統(tǒng)模型依賴的交互步數(shù)擴(kuò)展對(duì)成功案例影響有限，失敗案例則與預(yù)算耗盡密切相關(guān)。這些發(fā)現(xiàn)印證了研究團(tuán)隊(duì)的假設(shè)——在長(zhǎng)視野搜索中，擴(kuò)展檢索廣度比增加推理深度更具效益。技術(shù)細(xì)節(jié)方面，SMTL通過溢出觸發(fā)壓縮方案管理上下文，采用目標(biāo)條件摘要技術(shù)提升爬取效率，并設(shè)計(jì)雙系統(tǒng)prompt分別支持不同任務(wù)類型。

該研究已開源代碼、模型與數(shù)據(jù)集，為學(xué)術(shù)界提供完整的研究基礎(chǔ)設(shè)施。實(shí)驗(yàn)結(jié)果表明，SMTL框架在保持結(jié)構(gòu)化任務(wù)處理能力的同時(shí)，實(shí)現(xiàn)了推理成本與結(jié)果質(zhì)量的雙重優(yōu)化。這種"以搜索為中心"的設(shè)計(jì)范式，為開發(fā)能夠處理復(fù)雜現(xiàn)實(shí)問題的通用智能體提供了新思路，其并行信息整合機(jī)制尤其適用于需要多源數(shù)據(jù)驗(yàn)證的應(yīng)用場(chǎng)景。