已验证75% 置信事实时间未知
LATS（Language Agent Tree Search）是一种基于树搜索的Agent决策方法，适合需要探索多种可能路径的复杂场景
5
来源数
75%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AI-Assistant开源项目解析：用Anthropic API打造本地AI Agent
githubJosephcc2
涉及实体
相关事实
待验证Agentic Search 是赋予大模型工具调用能力，让模型自主决策何时搜索、搜什么以及是否充分74% 相似待验证研究归纳型任务适合Claude、ChatGPT等强推理模型的Agent模式，结构化循环搜索任务适合具备强工具调用能力的多智能体系统或第三方Agent平台66% 相似待验证Pro Search的多步骤推理本质上是一种Agent工作流，将复杂问题分解为多个子问题依次进行搜索和推理66% 相似待验证并行网络搜索Agent能够同时发起多路检索任务，而非串行逐一执行65% 相似已验证Agent在RAG场景中可以判断是否需要检索、检索哪个知识库、是否需要多轮检索或调用外部工具，工作流将多个步骤编排成有向图支持条件分支、并行处理和循环迭代64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/29226API
curl https://kongchang.com/api/v1/knowledge/claims/29226MCP
get_claim(id=29226)