揭秘 AI Agent 的搜索内幕：1400 万次请求背后的行为逻辑

TL;DR

传统的搜索日志分析主要针对人类，而当搜索的主体变成 AI Agent 时，规律发生了巨变。本文通过对 DeepResearchGym 海量日志的深度挖掘，发现 Agent 搜索并非盲目，而是具有极强的“意图驱动”特征。虽然 Agent 动作极快，但也容易陷入“复读机”式的死循环。研究提出的 CTAR 指标首次量化了 Agent “活学活用”检索证据的能力。

背景定位：从“人搜”到“智能体搜”

在 AI 时代，信息检索（IR）正从单次点击演变为多步规划的 Agentic Search。传统的点击（Clicks）和停留时间（Dwell Time）已不再适用，我们需要一种新的范式来衡量 Agent 的搜索效率和证据利用率。

核心发现：Agent 搜索的三大奇观

1. 意图决定策略：事实型 vs 推理型

通过对会话意图的标注，研究者发现：

• 事实获取（Declarative）：Agent 表现得异常保守，后期大量出现重复查询（Repetition），试图通过微调词句来验证某个特定事实。
• 推理合成（Reasoning）：Agent 表现出更强的探索欲，语义漂移（Semantic Drift）更大，能够不断根据新证据挖掘深层信息。

2. “钻牛角尖”的演化偏置（Drill-down Bias）

Agent 在重构查询时，非常喜欢 Specialization（特化） 和 Exploration（局部探索），即在已知领域越挖越深；而极少进行 Generalization（泛化）。这说明当前的 Agent 逻辑往往是“一条路走到黑”，缺乏“退一步海阔天空”的宏观重新规划能力。

3. CTAR：Agent 到底有没有在看检索结果？

为了回答这个问题，作者提出了 Context-driven Term Adoption Rate (CTAR)。

• 数据说话：超过 54% 的新查询术语可以直接在之前的检索结果中找到原型。
• 路径差异：当 Agent 进行“特化”操作时，78.35% 的新词来自刚才读到的文档；而当它陷入“重复”循环时，CTAR 骤降，说明它在脱离上下文“盲搜”。

实验深度解析

实验通过对比不同意图下的步骤动态（Figure 4），清晰展示了 Agent 行为的演化：

我们可以看到：

• 在 Declarative 任务中，Repetition（灰色）的占比随步数显著上升。
• 在 Reasoning 任务中，Exploration（蓝色）始终占据主导，保持了搜索的生命力。

行业启示：如何设计更好的搜索 Agent？

1. 重复感知停止（Repetition-aware Stopping）：如果监测到系统进入高稳定性、低 CTAR 的循环，应强制触发反思机制或请求人工介入。
2. 动态检索预算（Intent-adaptive Budgeting）：没必要为所有查询设定统一的检索深度（K 值）。程序类查询（Procedural）往往需要更深的 K 值来覆盖长尾步骤。
3. 显式上下文跟踪：既然新词高度依赖历史证据，系统可以主动提取关键词供 Agent 决策，减少幻觉风险。

局限性与展望

尽管样本量巨大，但由于日志脱敏，研究无法直接获取 Agent 内部的 Prompt 或记忆状态。未来的研究需进一步探索这些行为模式与最终回答准确率（Success Rate）之间的因果关联。

总结

本文不仅是一次大规模的统计实践，更是为 Agentic IR 体系建立了一个坐标系。它告诉我们：Agent 会搜索，但还不够“聪明”，尤其是在打破僵局和战略性撤退方面，仍有巨大的优化空间。