**OpenDS-World：首个面向真实开放网络的深度搜索基准，揭示 AI 代理研究能力瓶颈**

_Deep Search in Real-World Web Environments_

> 针对现有深度搜索代理在真实开放网络中评估不足的问题，研究团队提出了 OpenDS 任务并构建了 OpenDS-World 基准。该基准包含 200 个涵盖多模态和异构格式的复杂任务，要求 AI 代理自主进行多步搜索、跨源证据整合并得出唯一事实答案。评测显示，当前最先进模型在 12 种前沿模型中的最佳准确率为 39.0%，而人类独立尝试的准确率为 21.1%，揭示了 AI 在工具协调与长程搜索管理上仍面临严峻挑战。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.30181)