9月14日，搜索智能体权重开放
9月14日，小红书AllSpark研究团队正式开源搜索智能体模型Iris，模型权重与评测框架同步公开，配套技术报告《Iris: Climbing to the Search Frontier》已挂上arXiv。这不是一次普通的模型发布：此前的开源AI大模型大多围绕对话与写作，而Iris专攻"边搜、边读、边推理"的深度检索任务——模型要自己决定搜什么关键词、怎么读网页返回结果、证据够不够、什么时候收工作答。
对关注AI搜索引用的企业来说，这个方向值得留意。生成式引擎回答问题时的检索环节，正在从"调用通用模型"走向"专用搜索模型"，谁能被检索到、被读到什么内容，工程细节正在变得透明。
两档模型，Apache协议开放
Iris分两档：Iris-mini总参数35B、激活3B，基于Qwen3.6-35B-A3B后训练；Iris-pro总参数397B、激活17B，基于Qwen3.5-397B-A17B后训练。两档均为混合专家架构，上下文窗口统一256K token，采用Apache-2.0协议，可商用。开源范围除了权重，还包括名为Iris-Harness的评测框架，覆盖完整的智能体搜索循环与四大基准评分器；训练数据与配方，团队表示将陆续公布。
成绩方面需要说明口径：官方公布的评测均为团队自报，第三方复测暂缺。在BrowseComp基准上，Iris-mini得82.2分、Iris-pro得88.6分；DeepSearchQA上pro拿到92.9分，HLE上56.4分。团队称两档模型在各自参数档位的开源模型中处于领先位置，35B档的成绩已接近部分更大的万亿参数级模型。这些数字看方向即可，落地前建议自行复测。
造题思路比分数更有参考价值
这项工作里更值得注意的是数据构造。搜索智能体的训练题很难出：网上的问答对早被模型背熟，闭卷也能答对，训练信号接近于零。AllSpark的做法是从网页超链接结构反向造题——先从种子页面顺出链聚出一张实体图谱，在图上编写必须跨多页推理才能作答的问题，再把题面中除答案之外的实体全部改写成描述性指代，让关键词匹配彻底失效。每道题还要过双重筛选：闭卷答不出（够难），喂入证据后能答对且答案单一（可解）。
训练上采用监督微调与强化学习交替的方案，判分和网页摘要模型都放在训练集群内部，不依赖外部API，网络波动被挡在训练循环之外。团队还观察到，专为搜索训练的能力会外溢到通用工具调用等任务——在信息不完整时决定"边做边找"的能力，并不只属于网页浏览。
企业视角：检索底座多了可选项
对需要搭建知识库问答、行业研报、深度调研工具的企业，Iris-mini这类35B级开源搜索模型提供了私有化部署的选项，敏感数据不必交给外部API。框架兼容OpenAI协议的后端，接入自有大模型即可复用其上下文管理策略，试错成本不高。
从GEO优化（生成式引擎优化）角度看，搜索智能体开源还有另一层含义：当检索环节的工程细节——如何搜、如何读、何时停——变得公开可复现，企业官网内容能不能被机器顺利读取和引用，就有了更明确的对标对象。结构清晰、事实完整、链接可达的页面，在这类模型的多跳检索中依然占优。
趋势：搜索能力走向可复用底座
过去一年，深度检索能力主要握在少数闭源产品手里。Iris把权重、评测框架和配方思路一起放出，方向上是在把搜索能力变成可复用、可二次开发的底座。可以预期，后续会有更多厂商沿这条路跟进，AI搜索引用的竞争会从"内容质量"延伸到"内容与检索工程的匹配度"。对企业来说，早一步把站点结构调整到机器友好，比追任何单个模型的发布都更实在。
信息来源
- arXiv技术报告，《Iris: Climbing to the Search Frontier》，2026-09，https://arxiv.org/abs/2609.04304
- 51CTO技术博客，《小红书开源搜索智能体Iris：35B逼近万亿档》，2026-09，https://blog.51cto.com/liferecords/14935180
- AI铺子，《Iris：小红书开源搜索智能体框架，支持中英文多跳联网检索》，2026-09，https://www.aipuzi.cn/ai-news/iris.html