# DeepSearch-World: Self-Distillation for Deep Search Agents in a Verifiable Environment
- 来源：huggingface · https://huggingface.co/papers/2607.07820
- 作者：Xinyu Geng, Xuanhua He, Sixiang Chen, Yanjing Xiao, Fan Zhang, Shijue Huang, Haitao Mi, Zhenwen Liang, Tianqing Fang, Yi R. Fung

> 自蒸馏+可验证环境，让Web Agent无需大模型即可自我进化。

## 概要

提出DeepSearch-Evolve框架，通过自蒸馏让Web Agent在可复现、可验证的环境（DeepSearch-World）中自我改进。环境包含42万个多跳QA任务，支持进度验证、反思和失败恢复。模型迭代生成轨迹、过滤、数据混合和微调，无需更强模型蒸馏，DeepSearch-World-9B即在BrowseComp（31.2%）、GAIA（61.5%）、HotpotQA（93.4%）上达到有竞争力性能。表明可验证环境能支持长程Web Agent的可扩展自我进化。

## 对我的影响

1. **直接可用于导购Agent**：导购场景本质上是多步检索+工具调用，可借鉴其自蒸馏流程：在内部模拟环境中生成交互轨迹→过滤成功路径→迭代微调，减少对昂贵教师模型的依赖。
2. **改变对Agent自我进化可行性的判断**：之前认为需要更强模型蒸馏或复杂RL，此文证明干净的可验证环境+简单过滤策略就能实现有效自我改进，降低工程成本。
3. **下一步动作**：读全文，重点关注环境设计细节（搜索工具API、验证信号设计）和轨迹过滤策略；考虑为自己的导购Agent构建类似的可验证沙箱（模拟搜索结果+用户行为），尝试复现自蒸馏流程。

---
*导出自 前沿论文情报台*