“深度搜索”遠不止搜索，更像人人都能用的Agent

很多翻譯限制了有關技術的想象。

比如 DeepSearch，被叫做深度搜索，聽起來就是“深的搜索引擎”，似乎和百度都沒有多大區別，一點也不性感。

但我今年最驚喜、最高頻使用的AI能力，還真就是 DeepSearch。海外同類功能大多需要付費，而且次數非常受限。

看到昨天夸克全量免費上線了 “深度搜索”，我只覺得，這是一個被名字暫時封印的“全能Agent”。

一、DeepSearch和AI搜索啥區別？

區分 DeepSearch 和之前AI搜索的一個差別是：是否會進行多輪搜索，并且能夠在探索過程中不斷產生新的搜索請求。

我拿這個問題問了夸克，總結了“深度搜索”的三個核心特征：

1. 多輪搜索與動態調整

2. 過程中的推理和決策

3. 與用戶多次交互并優化

很多時候，我們腦海里有一個問題，但其實問題包括了很多條件和要素，能拆出很多個小的模塊——這就對應了深度搜索的“多輪搜索”和“推理決策”。

“多輪搜索”會把問題的多個要素拆開來分別搜索、不同維度進行梳理；“推理決策”則是按照一定策略和推理，把多次的搜索結果優化成更好的答案。

用在夸克上，就是“先思考，再搜索”。

比如說，“給50歲媽媽的母親節禮物方案”，所謂用心，不過就是多花心思、多思考再行動，而不是簡單搜個禮物買的動作。

深度思考模式下，夸克的回答顯然多了一點用心和真心。

把媽媽可能的訴求先做拆分，分別搜索相關問題。可以說考慮很周到，建議很全面。

不是平白無故隨意推薦的，而是針對中年女性的特點，主動去當“媽媽的小棉襖”。

所以夸克深度搜索的直觀體現是“多輪、遞進式搜索”，能在信息檢索過程中主動提出新的查詢。

再進一步，就是形成類似人類研究者的探索鏈條，而不是僅僅返回一次性的答案。

二、DeepSearch和DeepThink啥區別？

有朋友說之前夸克不是已經上了深度思考嗎，思維過程展示的明明白白，考慮的也特別細致全面，又有啥區別呢？

深度思考即DeepThink，更多強調CoT思維鏈，也就是把思維路徑、解題步驟給呈現出來，更透明、可追溯是它的優勢。

在需要推理和理性判斷的時候，深度思考會更有邏輯，更嚴謹。腦筋急轉彎或者高數題、代碼題，都可以表現不錯。

但 DeepSearch 的側重顯然不同。

第一層是 RAG+CoT，保證搜索結果準確的前提下，更主動、更貼心。

第二層是 Agent。在搜索、篩選、閱讀、評估、匹配后，精讀數百個頁面中的核心信息，根據情況調用不同的Agent，使搜索結果的內容更加深入和全面。

比如應用場景的對比，可以看下面這個表：

夸克 DeepSearch生成的表格

總結一下，有以下幾個維度的不同：

夸克 DeepSearch生成的表格

傳統搜索是“找相同詞”，AI搜索開始有了信息的整合和生成，再到DeepThink開啟了“高情商”回答，終于到了 DeepSearch，“高搜商”和“高情商”實現了貫通。

三、DeepSearch和Agent是什么關系

很多Agent產品其實很早就擁有了DeepSearch的能力。

比如 Devin，雖然表面上是個通用 編程 Agent 產品，但很早就有人拿來做研究、寫報告，測試其復雜信息處理和綜合問題解答的能力。

再后來，Manus作為Agent一炮而紅，但其核心能力也并沒有超出DeepSearch的范疇。

可以說，夸克的“深度搜索”，就是普通人可以免費日常使用的一個Agent，不搞噱頭，但是足夠好用可靠。

從技術架構來說，DeepSearch也是Agent的實現路徑之一，可視為Agent的輕量化實現，強調信息整合能力

舉個例子，最近外賣行業三足鼎立，京東餓了么美團三家大打價格戰，我想了解一下外賣行業市場的現狀，那么我可以直接問「深度搜索」：

結果呈現的邏輯、主動思維和深度分析的過程，和傳統搜索完全是兩個物種，我更愿意稱之為Agent。

再給大家看個例子。

這次用的夸克App，想買一款100元內的能提升小貓食欲的罐頭。

非常細分具體的一個問題，在搜索引擎上直接搜，會發現基本都是廣告，但更多更符合小貓的健康特點，呈現形式也非常有條理。

再比如，我想給爸媽設計一個三亞旅行計劃，要符合中年人的偏好和特點。

相比AI搜索直接生成的答案，更接近Agent的點在于，在制定規劃前就進行了很多動態的分析。

答案結尾還給出了視頻的呈現，很直觀，很最開始的動態分析做了呼應，更符合爸媽的愛好。

同時，這種動態的分析還有另一個好處：能根據問題難度靈活配置搜索資源。

這一點在通義App也有體現，算力和思考量可以手動或者自動分配。比如問 1+1 等于幾，可能用戶更想要一個簡單直給的答案。

該花力氣時不吝投入，不該浪費時也懂得節制，最終體現的是「搜商與效率齊高」。

我又嘗試了更復雜的任務：【高考報志愿】。

現在是5月，已經進入了高考季，下個月家長們每天焦頭爛額的，大概就是孩子志愿填報的難題了。

因為信息不對稱、數據分散，需要搜索并且對比判斷的內容極多，決策要求和個性化匹配也要求極高。

夸克“高搜商”、“高情商”兩大優勢，在高考報志愿上非常突出。

接下來的6月，我對高考相關的AI搜索非常樂觀。如果說23年、24年的“AI報志愿”還處在噱頭階段，今年的夸克已經讓我看到了“取代張雪峰”的可能。

如果是面向高二的學生，如何做學業規劃，我又做了追問。

在學習計劃、方法、目標等方面的通盤考慮，以及多模態的呈現形式，自主思考，智能判斷，可以說遠超一般的學業規劃師。

而且因為夸克龐大的數據和用戶真實的動作交互，“比真人更懂你”不再是想象。

再來看個非常需要“同理心”的例子，比如不一定適合跟別人講的感情問題。

牽扯到用戶隱私、小秘密，有些個人問題難以啟齒或者難以解決，這個時候，夸克可以說是更優解了。

比如這個問題：“女友發現我見了前女友”。

除了小秘密和個人問題，還有很多高要求的場景，追求嚴謹性和信息源的可靠性。

這就在“邏輯清晰、步驟合理”的基礎上要求更高了。

夸克在「信源可溯性」方面也表現出色，尤其是在健康、學術等對信息準確性要求極高的場景中。下面展示了兩個示例。

可以看到，夸克不僅會引用國內外權威數據庫的循證醫學資料，還能結合上下文做出具備因果推理能力的判斷。

這背后是其自建的億級醫學知識庫，其中包含中文醫學數據庫全集和千萬級國內外論文，由數百位頂尖醫學專家主導內容建設（院士、全國主委 / 副主委、全國常委 / 省級主委以上專家占比 65%+）。

并且，夸克還與近百家醫療機構和協會合作，嚴格執行「三審三校」，確保答案的科學性和安全性。

相較之下，很多 AI 應用在專業領域的「信源可溯性」方面還有所欠缺。此外，還會表現出明顯的高幻覺問題，對搜索信源的展示隨機，并且經常不展示搜索結果來源。

而且我發現，夸克的識圖又升級了。拍照查熱量、識圖看藥方、試卷做分析等等都可以。

在“AI超級框”里，“一鍵改圖”變得更加全能而且效果驚艷。

在編輯創作方面，用戶可以用對話的方式實現“去路人、換穿搭和改表情”等特色功能，輕松拯救廢片。

在圖片創作功能上，用戶能以圖生圖，將一幅普通風景照轉變為動漫、油畫等風格的藝術照，把優質內容進行二次創作。

而所有的這些條件和場景，共同讓我看到了夸克作為【超級Agent+超級剛需】的更多可能。

四、DeepSearch，通往AGI之路

DeepSearch通過邏輯推理、動態規劃、多模態整合三大核心能力，構建了接近AGI的“思考-決策-執行”閉環。

盡管仍存在長期記憶不足、多模態融合不完善等挑戰，但其技術架構已為AGI的實現提供了關鍵路徑。

未來，隨著端到端訓練和自主學習技術的突破，DeepSearch或將成為AGI落地的重要范式。

在互聯網發展的漫長歲月里，搜索引擎一直扮演著"數字圖書館導覽員"的角色——它幫助我們鎖定關鍵詞，跳轉到目標頁面，卻從不對展示的內容負責。

但隨著生成式AI技術的爆發式發展，越來越多的用戶開始期待一個全新的智能形態：這不再只是一個簡單的查詢工具，而應該是一位擁有獨立思考能力、深度理解能力，并能主動解決問題的AI管家。

夸克此次的升級突破，正是對這一時代呼喚的強勢回應。

它不僅重塑了搜索的形態——從機械的"信息查找"進化為智能的"問題終結"，更通過"智能深搜"和圖像識別等技術的全面進化，讓AI真正走進了普羅大眾的生活場景。

現在，你可以讓它規劃一份避開所有旅行陷阱的完美假期，也可以一鍵生成專業級的行業分析報告，甚至隨手拍張照片，它就能精準識別、智能分析，直擊你的核心需求。

這種從信息輸入到成果輸出的完整閉環，標志著AI搜索已經走下技術神壇，更意味著普通網民獲取信息的方式正在經歷革命性的升級。而夸克，正用其"搜索黑科技"為用戶打開智慧決策的新世界。

可以說，在AI定義的新搜索時代，理解力就是核心競爭力。而夸克，已經在這場賽跑中搶占了高點。

面向未來，夸克將持續拓展其"AI智能中樞"的能力邊界——從精準捕捉自然語言意圖，到智能調度各類工具資源，最終實現"用戶驅動AI，AI調度萬物"的終極愿景。

到那時，一個真正懂你所想、急你所需、與你并肩作戰的AI搜索伙伴，必將驚艷登場。