芯耀
93
作者丨馬曉寧，編輯丨陳彩嫻
從互聯(lián)網(wǎng)誕生至今，搜索技術(shù)的演進(jìn)深刻改變了人類獲取信息的方式，人們對于搜索的倚賴，即使經(jīng)歷了web端到App端的變遷，也從來沒有減弱過。從某種程度上說，搜索已經(jīng)深刻重塑了人類的認(rèn)知模式、決策方式和社會關(guān)系。
談到搜索，我們就不得不提到推薦引擎。這正好是人類與信息交互的兩種方式。搜索是用戶主動發(fā)起，推薦是用戶被動接受，搜索是一次性交互，而推薦是系統(tǒng)要記住用戶長期的興趣偏好。推薦引擎在移動互聯(lián)網(wǎng)時代大行其道，因?yàn)樗人阉鞲唵胃憬?。搜索仍然是一次性的、需要用戶在檢索結(jié)果中自行判斷的信息獲取方式。檢索結(jié)果難以匹配需求、操作麻煩這些問題一直存在。所以到了LLM時代，AI搜索的出現(xiàn)成為了一個搜索躍進(jìn)的契機(jī)，是在原有搜索結(jié)果的基礎(chǔ)上，增加了一部分通過模型能力生成的答案，在某些搜索場景中，將生成式答案置頂，后面接續(xù)原有的搜索結(jié)果，使搜索結(jié)果更加一目了然。最近半年來，人類與信息的關(guān)系正在快速演進(jìn)。
在一位搜索大模型專家看來，“AI工程師們已經(jīng)意識到，通過把長期的思考和推理過程融入到搜索系統(tǒng)中，能夠?qū)崿F(xiàn)比以往任何時候都更精準(zhǔn)、更深入的檢索效果?！惫唬珼eepseek-R1已經(jīng)率先一步讓用戶不限量地體驗(yàn)到了能聯(lián)網(wǎng)搜索的AI能有多厲害。不過AI畢竟不是搜索引擎。
為了讓 LLM 在搜索上更進(jìn)一步，作為搜索行業(yè)的顛覆者，夸克一馬當(dāng)先，在AI超級框的基礎(chǔ)上，全新發(fā)布了“深度搜索”產(chǎn)品，通過深度思考能力、智能檢索技術(shù)和精準(zhǔn)回答功能，為用戶“高搜商”地解決多樣化復(fù)雜問題。作為阿里巴巴AI旗艦應(yīng)用，夸克AI超級框同時迭代“圖片智能處理”功能，持續(xù)刷新AI全能助手的用戶體驗(yàn)和能力邊界，將搜索體驗(yàn)推入到了一個新境界。
01、從RAG到DeepSearch，搜索體驗(yàn)大轉(zhuǎn)變
我們從傳統(tǒng)的搜索引擎出發(fā)，進(jìn)入到深度搜索的區(qū)間，有兩大關(guān)卡要過。首先要考慮的是搜索技術(shù)上的飛躍。自檢索增強(qiáng)生成 (RAG) 技術(shù)興起后，利用LLM改進(jìn)搜索已成為行業(yè)共識。將搜索引擎結(jié)果融入 LLM 的內(nèi)容生成過程已是業(yè)內(nèi)普遍做法，而 Perplexity正是其中的代表。RAG系統(tǒng)的弊端是，一般只運(yùn)行一次搜索-生成過程，所以生成結(jié)果中的精確率和召回率有限。
這也正是AI搜索在過去兩年中面臨的最大困境。DeepSearch（深度搜索）正是能夠在RAG基礎(chǔ)上升級的新技術(shù)，其核心理念是通過在搜索、閱讀和推理三個環(huán)節(jié)中不斷循環(huán)往復(fù)，直到找到最優(yōu)答案。通過引入多步迭代機(jī)制，搜索環(huán)節(jié)利用搜索引擎探索互聯(lián)網(wǎng)，而閱讀環(huán)節(jié)則專注于對特定網(wǎng)頁進(jìn)行詳盡的分析推理環(huán)節(jié)則負(fù)責(zé)評估當(dāng)前的狀態(tài)，并決定是應(yīng)該將原始問題拆解為更小的子問題，還是嘗試其他的搜索策略。
這種循環(huán)流程可以一直持續(xù)下去，直到滿足某一業(yè)務(wù)設(shè)定的條件才終止，最終最大限度的獲得更好的結(jié)果。這個條件可能是嘗試次數(shù)，也可能是token限制。在這個機(jī)制下，DeepSearch的生成結(jié)果是遠(yuǎn)遠(yuǎn)好于普通的AI搜索。其次要考慮的則是，這種循環(huán)過程花費(fèi)的時間遠(yuǎn)超傳統(tǒng)的搜索。過去的搜索引擎依賴預(yù)建立的網(wǎng)頁索引數(shù)據(jù)庫，通過關(guān)鍵詞匹配和排序算法快速返回鏈接列表。
整個過程高度優(yōu)化，耗時通常在50毫秒以內(nèi)。如果沒有在200毫秒內(nèi)沒有響應(yīng)，那就是失敗。但是現(xiàn)在的用戶，為了一個更好的結(jié)果，已經(jīng)愿意忍受更長的處理時間。這其中當(dāng)然有Deepseek普及了CoT（思維鏈）的作用，深度思考已經(jīng)成為了人們愿意使用AI的一個重要原因。Manus將虛擬機(jī)中的代碼執(zhí)行過程實(shí)時投射到交互界面，從而讓用戶愿意等待更長時間，也是出于同樣的設(shè)計(jì)理念。在技術(shù)和用戶都已經(jīng)有了充分準(zhǔn)備的情況下，商業(yè)搜索變革的時機(jī)終于成熟了。阿里夸克推出“深度搜索”，也才有了跟傳統(tǒng)搜索分庭抗禮的內(nèi)外部條件。
02、高情商的搜索，有哪些特征
夸克AI超級框全新推出“深度搜索”，最核心的優(yōu)勢就是具備“高情商”。深度分析下，深度搜索在思考能力、內(nèi)容正確性和多模態(tài)能力上都超越深度思考和常規(guī)搜索。
高情商來源于兩方面，一是正確的理解用戶的搜索意圖，聽得懂用戶要什么；二是能夠生成合理可靠的結(jié)果，給得出用戶的需要。在接收到用戶的問題之后，深度搜索會深度分析用戶的真實(shí)需求，判斷搜索意圖是什么，然后智能拆解搜索任務(wù)，像人類一樣先思考再搜索，之后對搜索到的內(nèi)容進(jìn)行智能總結(jié)，生成一個全新的答案。比如我以：有半月板損傷和足底筋膜炎，推薦一雙春夏季可穿的女士鞋子，要具體品牌和型號。作為提示詞進(jìn)行搜索。
傳統(tǒng)搜索在關(guān)鍵詞匹配之下會給我推送若干包含“半月板損傷、足底筋膜炎、女鞋”的網(wǎng)頁，這些網(wǎng)頁的內(nèi)容可能滿足我的需求，也可能不滿足我的內(nèi)容，因?yàn)檫@些網(wǎng)頁并不是基于我的需求定制的。而在夸克的深度搜索中，第一步是要先用解析，它能夠深入分析用戶提出的復(fù)雜問題，逐步分析問題并進(jìn)行充分地思考，從而提煉出關(guān)鍵信息和真實(shí)意圖。
在這個案例中，夸克的需求拆解和深度思考過程是這樣的：
深度搜索的思考過程，說出了用戶在提示詞中還沒有說出的需求，包括鞋款類型、醫(yī)學(xué)建議、春夏穿鞋的透氣性等等。說是一個貼心的小助理也是一點(diǎn)都不為過了。其次，“深度搜索”采用“先思考，再檢索”的全新方式。它會去全網(wǎng)檢索和匹配優(yōu)質(zhì)信息源，精讀數(shù)百個頁面中的核心信息，根據(jù)情況調(diào)用不同的Agent，使搜索結(jié)果的內(nèi)容更加深入和全面。
最終，“深度搜索”能把關(guān)鍵內(nèi)容和跨領(lǐng)域知識進(jìn)行深度融合，生成一份精確、可靠的詳細(xì)解釋和解決方案。尤其在日常生活、旅游規(guī)劃、醫(yī)療健康、學(xué)習(xí)教育等領(lǐng)域中，進(jìn)一步幫助用戶解決實(shí)際問題，顯著降低用戶決策成本?；?3篇具有高可信度來源的網(wǎng)頁，夸克進(jìn)而生成了一個答案：
這種高情商的答案，在三類問題中表現(xiàn)得尤為明顯。第一類是個性化問題，全網(wǎng)搜不到對應(yīng)的答案，在常規(guī)搜索中只能由用戶自己參照搜索結(jié)果進(jìn)行總結(jié)的，比如在剛過去的母親節(jié)送禮物，我們就可以根據(jù)母親平常的喜好，去問夸克這次該送什么禮物了：
媽媽平時喜歡跳廣場舞，喜歡種花賞花，之前首飾、包包衣服我都送過了，去年送的是一套阿瑪尼的化妝品，媽媽很喜歡，今年母親節(jié)送什么禮物好，預(yù)算2000以內(nèi)
第二類是復(fù)雜問題，需要不同維度的內(nèi)容支持。
孩子在讀小學(xué)二年級，老師布置做手工作業(yè)，主題是保護(hù)大自然，可以是繪畫、手抄報(bào)、折紙、做模型等等形式。幫我想一個最容易做、使用工具最少的方式，內(nèi)容上要有創(chuàng)意，詳細(xì)告訴我該如何做這份手工作業(yè)？
這種問題看似簡單，但是實(shí)際操作起來就夠讓人麻煩的。我們不僅需要AI能夠給出建議，最好還能有詳細(xì)的指導(dǎo)，甚至給出圖片和視頻來幫助我們完成這類任務(wù)。具備多模態(tài)處理能力，解決多樣復(fù)雜問題，這恰巧就是夸克深度搜索最擅長的領(lǐng)域。
第三種則是文字描述不清楚，需要模糊搜索的問題。這種給不出來太多信息，但是又希望搜索引擎能夠給出確切答案的問題，也只有深度搜索才能解析。
忘記小說名字了，說的是主角要與生肖不斷賭命才能回到真實(shí)世界，屬于無限流，請問是哪一部小說？
這些傳統(tǒng)搜索中做不到、做不好的事情，夸克搜索在阿里集團(tuán)自研大模型的技術(shù)賦能下，已經(jīng)可以輕而易舉地解決。
當(dāng)用戶發(fā)起搜索請求時，系統(tǒng)不僅提供精準(zhǔn)的初始結(jié)果，更在交互過程中持續(xù)進(jìn)行意圖識別與驗(yàn)證——分析用戶潛在需求，結(jié)合實(shí)時反饋調(diào)整搜索策略，智能判斷是否需要拓展搜索維度或進(jìn)行垂直領(lǐng)域深化。
不僅答案可溯源，而且在在醫(yī)療健康、學(xué)術(shù)研究等專業(yè)場景中也表現(xiàn)出色。深度搜索有著"搜索-驗(yàn)證-再搜索"的智能閉環(huán)。不僅使信息獲取效率提升40%以上，而且能夠通過多維度交叉驗(yàn)證顯著降低信息偏差，確?；卮鸬臏?zhǔn)確性。人類與信息的關(guān)系正在變化，用戶主動上網(wǎng)搜索信息的麻煩與不便，在深度搜索時代將會得到破解，擅長使用深度搜索的人，從此也不會再受限于推薦引擎信息流帶來的信息繭房。
03、夸克邁向超級Agent的第一步
今年3月份，夸克的“AI超級框”發(fā)布后，在C端用戶側(cè)引發(fā)了巨大反響。這是互聯(lián)網(wǎng)大廠中戰(zhàn)略層面上第一個公開宣布打造的旗艦級AI超級入口。行業(yè)觀察者普遍認(rèn)為，這是阿里巴巴在消費(fèi)級AI戰(zhàn)場的關(guān)鍵落子。雷峰網(wǎng)在拜訪過多位AI產(chǎn)品人士后發(fā)現(xiàn)，對于通用Agent的存在，人們的觀點(diǎn)大相徑庭。有些人認(rèn)為未來的Agent一定是通用的，而另外一些人則相對悲觀，始終認(rèn)為現(xiàn)實(shí)場景的復(fù)雜性決定了通用Agent很難實(shí)現(xiàn)。但是所有人一致的觀點(diǎn)都是，信息的檢索、處理與規(guī)劃永遠(yuǎn)都是Agent執(zhí)行的前一步。相較于側(cè)重企業(yè)服務(wù)的"通義千問"大模型和釘釘智能化改造，夸克“AI超級框”更是將阿里云智能、達(dá)摩院的前沿技術(shù)封裝為C端用戶可感知的顛覆性體驗(yàn)。
在搜索場景上，夸克不斷通過創(chuàng)新打造除了全新的用戶體驗(yàn)。深度搜索只是其中的一步。在半個月前，夸克AI超級框發(fā)布全新AI相機(jī)，上新“拍照問夸克”功能。只需要拍張照片上傳，夸克就能理解圖片，并且回答現(xiàn)實(shí)世界中的問題。這也是搜索場景擴(kuò)張的一個重要舉措。
在閉環(huán)Agent生態(tài)構(gòu)建上，夸克已集成超百個垂直領(lǐng)域Agent，覆蓋掃描、學(xué)習(xí)、醫(yī)療、創(chuàng)作等場景，形成全鏈路服務(wù)閉環(huán)?？淇说纳疃人阉鞴δ艹掷m(xù)深化智能化升級，依托阿里自研的推理大模型和多Agent協(xié)同機(jī)制，能夠精準(zhǔn)拆解復(fù)雜需求，并在數(shù)百個垂直領(lǐng)域的Agent中，調(diào)用專屬Agent完成任務(wù)。我們從內(nèi)部了解到，夸克還將在深度搜索的基礎(chǔ)上，繼續(xù)上線深度搜索PRO功能，其具備更專業(yè)的分析與推理能力，能將需要幾天完成的復(fù)雜問題與任務(wù)壓縮至分鐘級，交付結(jié)構(gòu)化與系統(tǒng)性的專業(yè)級結(jié)果。
從搜索、分析、決策到執(zhí)行，一個鏈條正在打通，一個超級Agent即將誕生。夸克正在重新定義搜索服務(wù)的價(jià)值鏈條——在朝著一個超級Agent演進(jìn)的過程中，搜索的顛覆成為了新產(chǎn)品形態(tài)的重要一步。深度搜索的推出，不僅是探索通用Agent的關(guān)鍵一步，更是率先打開了搜索新時代的大門。
