📖 AI 总结

TinyFish 发布了面向生产环境的智能体搜索架构指南，针对 AI 搜索智能体在演示中可用、但在生产负载下容易失效的问题——如检索证据不完整、重试无效操作、执行超出时间与成本限制——提出了系统化解决方案。该架构基于 TinySearch、TinyFetch、TinyBrowser 和 TinyAgent 四个 Web 原语，围绕基础模型运行七阶段控制循环，将模型推理与确定性执行分离，由应用层负责状态管理、工具调用、证据处理与输出校验。在 OpenBenchmarks 评测中，该系统在编码任务上达到 79.0% 的完成率，同时实现最低的任务成本中位数（0.050 美元）和最低 token 占用。文章强调，刚性控制循环、针对具体故障类型的重试机制以及统一推理优于独立规划器，是构建可靠生产级搜索智能体的关键工程经验。