開放領域搜尋最常見的瓶頸，不是模型不夠聰明，而是任務一複雜，搜尋狀態就會淹沒在對話紀錄裡，代理開始遺忘、繞圈、重複。SearchOS 嘗試解決的正是這個卡位：它把搜尋狀態從對話裡抽離，放進一個像檔案系統一樣的常駐層，由 Search-Oriented Context Management（SOCM）統一管理任務序列、證據圖和覆蓋表。
這個開源框架以 LangGraph 為骨幹，把提問先正規化成 entity × attribute 的覆蓋表，再把空格派給多個 pipeline-parallel 子代理去填。每格證據都帶著來源寫入共享的證據圖，最後由合成階段產出附引用的答案。整體端到端耗時接近最慢的那條單鏈，而不是各鏈相加。內建 sensor 機制會偵測五種迴圈或停滯，必要時重新派工。
Introduce SearchOS: Agentic Search Operating System
Skills 系統與 SF PROVIDER 讓它能處理反爬、登入牆，也能對接多家搜尋供應商。對做深度研究、競品盤點、盡職調查的團隊來說，這種「每個結論都追得到來源」的設計，比單純的長上下文檢索更貼近真正的工作場景。需要留意的是，覆蓋表驅動的設計在簡單事實查詢上略嫌重，平行代理也會增加 API 成本；但對於需要高召回、可審核的研究任務，差異是明顯的。