WebSwarm 把 LLM 搜索 Agent 从「单线 ReAct」改成「递归委派树」:中国人民大学宋晓帅等人 7 月 9 日挂出的论文,在 BrowseComp-Plus、DeepWideSearch、WideSearch、GISA 四个深宽交错的检索任务上稳压单 Agent ReAct 与现有并联多 Agent 基线,把「又要深又要宽」这件矛盾的事一次性解决。 关键设计是把任务拆成节点图:每个节点同时持有一个局部目标和一个「搜索模式」,模式决定该自己解还是下放给子节点;子节点把结果连同证据回传,父节点再决定扩写、修订或聚合。启动阶段先用 web probe 摸清信息在网页上的分布再铺节点树,同质化兄弟节点复用过程级经验,避免重复烧 token。 作者做了模型泛化、工具效率、难度消融等多维分析,确认递归委派不是堆节点就能赢,而是「搜索模式分流 + 证据驱动逐级聚合」才有效。RecAgent / DeepResearch 类深搜索产品已经在卷类似能力,WebSwarm 在论文层给出可复现基线和树结构范式——后面再做 deep-search 有现成参考。