Sentient 开源 AI 搜索框架 ODS：搭配 DeepSeek 叫板 Perplexity

Open Deep Search（简称 ODS）是一个开源的 AI 搜索框架，能让你用开源或闭源大模型，直接搭出一套叫板 Perplexity 和 ChatGPT Search 的深度搜索系统。

以往这类 AI 搜索大多藏在商业产品的黑盒里，外部开发者很难拿来定制私有方案。Sentient Foundation 做这个项目的目的很直接：给大模型配上一套可插拔的搜索与推理底座，证明开源系统在检索质量和速度上一样能打。

它是怎么工作的

ODS 本质上是一个模块化的中间层，核心由两个组件拼成：Open Search Tool 和 Open Reasoning Agent。

Open Search Tool 负责干检索的脏活累活。收到用户提问后，它不会傻傻地直接拿原句去搜，而是会先把问题改写成多个不同角度的版本，以此扩大搜索覆盖面。

拿到网页结果后，工具会对摘要和链接页面做文本切块与重排序，挑出相关度最高的内容喂给模型。它还对维基百科、arXiv 和 PubMed 做了专门的解析规则，遇到冲突信息时会优先采信高权重信源。

负责调配这一切的是 Open Reasoning Agent。官方提供了两个版本供选择，逻辑不太一样。

ODS-v1 走的是传统的 ReAct 与思维链（CoT）路线，一边推理一边调用搜索工具。要是模型被卡住，系统会启动裁判模型，切换到自我一致性模式，多采样几个回答来取交集。

ODS-v2 则更激进，基于 Hugging Face 的 SmolAgents 库，引入了代码驱动的 CodeAct 和 Chain-of-Code 机制。它让模型通过写代码来规划行动和调用工具，能更稳定地搞定需要反复搜索、逻辑复杂的多跳任务。

实测表现如何

ODS 是即插即用的。你可以给它接 DeepSeek-R1 这种开源推理模型，也可以接入 GPT-4o 或 Claude。

研究团队用 FRAMES 和 SimpleQA 两个基准评测了它的实际水准。当 ODS 搭配开源的 DeepSeek-R1 时，v1 和 v2 两个版本在成绩上都超过了 Perplexity 的旗舰产品。

在侧重多步推理的复杂基准 FRAMES 上，搭配 DeepSeek-R1 的 ODS-v2 甚至越过了 OpenAI 的 GPT-4o Search Preview，在 SimpleQA 上也几乎打平。

测试中还有一个有意思的细节：这套智能体表现出了不错的克制力。它会根据任务难度决定搜索次数，遇到 SimpleQA 里的直接问题只搜一两次，面对复杂提问才会多轮深挖，不会盲目浪费 token。

为什么重要

如果你是一家想搭建内部智能搜索、又不想把机密数据直接交给闭源 SaaS 的企业，或者想做深度调研助手的开发者，ODS 是目前少见可以直接拿来用的成熟底座。它省去了你自己手搓检索管线和重排逻辑的功夫。

过去开源界做 AI 搜索，往往只能拼凑出体验简陋的初级 RAG，真正好用的架构都在大厂手里。ODS 证明了开源模型配上合理的智能体调度，完全能在深度检索上抗衡顶尖商业工具。

不过也要泼点冷水：它终究是一套调度框架。最终搜索体验如何，很大程度上取决于你配了什么底模，以及底层对接的网页搜索接口质量有多高，实际落地免不了还要做不少工程调优。