先從一次體驗(yàn)經(jīng)歷說起。

　　打開最新上線的Kimi探索版，你也許會(huì)發(fā)現(xiàn)AI搜索正在顛覆人們對(duì)搜索的傳統(tǒng)認(rèn)知。比如想要調(diào)研一下中國(guó)科技公司的影響力，可以這樣把問題拋給Kimi：2024年《財(cái)富》中國(guó)科技50強(qiáng)企業(yè)中，哪些公司的總部位于北京?

　　很快，Kimi迅速檢索了今年8月發(fā)布的《財(cái)富》中國(guó)科技50強(qiáng)榜單，試圖找到這些中國(guó)公司中哪些出生于北京。

　　Kimi探索版的回答超出意料，在短短幾秒的回答過程中，一共檢索了270多個(gè)網(wǎng)頁內(nèi)容，對(duì)榜單中提到的50家企業(yè)總部進(jìn)行了檢索，并給出了答案:包括百度、字節(jié)跳動(dòng)、京東、月之暗面在內(nèi)的10家公司的總部都位于北京。

　　繼續(xù)追問Kimi探索版，《財(cái)富》中國(guó)50強(qiáng)企業(yè)中，哪個(gè)企業(yè)成立最晚?哪個(gè)企業(yè)成立最早?

　　要回答這個(gè)成立時(shí)間的問題，傳統(tǒng)方法依然需要對(duì)一個(gè)個(gè)企業(yè)查找資料進(jìn)行核實(shí)，而Kimi探索版很快給出了答案：歷史最悠久的是武漢光迅科技股份有限公司，前身是1976年成立的郵電部固體器件研究所，已經(jīng)有40多年的歷史，而最年輕的公司當(dāng)屬月之暗面，成立于2023年。

　　把同樣的問題拋給OpenAI。

　　檢索了5個(gè)網(wǎng)頁之后，給出的回答是有6家科技50強(qiáng)企業(yè)的總部位于北京，遺漏了4家，而對(duì)成立時(shí)間早晚的問題上，則更是答對(duì)了一半，它回答50強(qiáng)公司中成立最早的公司是華為，而成立最晚的是月之暗面。

　　在Kimi展示的對(duì)這個(gè)復(fù)雜問題的思考過程中，分成三步，先檢索了《財(cái)富》中國(guó)50強(qiáng)的公司名單，然后查找50強(qiáng)企業(yè)的總部所在地，最終確定了答案。每一個(gè)思考過程，都有多個(gè)關(guān)鍵詞作為內(nèi)容支撐，邏輯分析嚴(yán)謹(jǐn)。

　　在過去，Kimi一直以長(zhǎng)文本能力而著稱，如今，Kimi探索版的能力上也開始讓人刮目相看，在處理日常任務(wù)上，Kimi更像人一樣思考和應(yīng)對(duì)復(fù)雜提問了，它變被動(dòng)執(zhí)行搜索為自主思考和分析調(diào)研，而用戶只負(fù)責(zé)決策就可以。

　　未來的大模型搜索會(huì)進(jìn)化成什么樣？這可能是影響很多人生活的重要部分，如今Kimi率先給出了自己的范式。

　　搜得更多，答得才更明白

　　過去，要解決復(fù)雜的問題，檢索一次往往是不夠的，因?yàn)榛ヂ?lián)網(wǎng)里有海量的信息量，而每個(gè)人的問題往往又是獨(dú)特的，要實(shí)現(xiàn)精準(zhǔn)匹配，必然要多次搜索才能達(dá)到目的。

　　對(duì)于金融市場(chǎng)的觀察者來說尤其如此，在不斷變化的投資市場(chǎng)環(huán)境中，每時(shí)每刻的交易環(huán)境都是不一樣的，這就產(chǎn)生了無數(shù)復(fù)雜的特定場(chǎng)景，但開啟探索版后，Kimi會(huì)拆解復(fù)雜問題，做更深入的搜索和調(diào)研分析，你會(huì)發(fā)現(xiàn)了一個(gè)更大的世界。

　　比如，通過復(fù)盤對(duì)比今年春節(jié)后*交易日的歷史信息，和9月最后一個(gè)交易日的信息，Kimi直接測(cè)算出投資比亞迪的收益率遠(yuǎn)高于投資黃金。

　　Kimi探索版是如何聰明的做到這一點(diǎn)的?最直接的原因，就是它搜得比其他大模型產(chǎn)品更多，通過拆解復(fù)雜問題，把問題拆解成幾十個(gè)關(guān)鍵詞，進(jìn)而自動(dòng)閱讀幾百個(gè)網(wǎng)頁，窮盡海量的權(quán)威信息源。

　　跟《財(cái)富》中國(guó)科技50強(qiáng)榜單的問題閱讀了270個(gè)網(wǎng)頁一樣，同時(shí)給 Kimi和其他大模型產(chǎn)品進(jìn)行深入搜索一個(gè)信息量更大的問題：「OpenAI公司最近發(fā)生了什么變化?變化的原因是什么?蘋果公司為什么停止投資它?」Kimi分別就這三個(gè)連續(xù)的問題進(jìn)行了檢索和思考，在短時(shí)間內(nèi)閱讀了135個(gè)網(wǎng)頁后做出回答，而同類的大模型產(chǎn)品閱讀的網(wǎng)頁數(shù)量是12個(gè)，搜索的數(shù)量級(jí)相差十倍。

　　但搜的越多，就代表回答的質(zhì)量更高了嗎?更深層的原因，還要算 Kimi探索版開始模擬人類的思考方式了。

　　比如，當(dāng)用戶在Kimi探索版上進(jìn)行用中文檢索，而Kimi判斷英文內(nèi)容可以有更好的結(jié)果，就自動(dòng)切換成英文關(guān)鍵詞進(jìn)行檢索，進(jìn)而生成質(zhì)量更高的答案，自動(dòng)規(guī)劃能力這一點(diǎn)，很多同類AI搜索產(chǎn)品都做不到。

　　比如通過Kimi探索版提問：「UCLA的人形機(jī)器人課題組，2023年有哪些新畢業(yè)的博士?」這個(gè)答案顯然是英文資料更豐富也更權(quán)威，于是Kimi探索版自動(dòng)切換到英文信息中，自動(dòng)對(duì)這個(gè)復(fù)雜的問題進(jìn)行拆解，進(jìn)而給出了7位相關(guān)人才的名單，他們中間不少人已經(jīng)成為人工智能行業(yè)的精英人才。

　　具身人工智能是將人工智能融入到物理實(shí)體中的重要方式，而人形機(jī)器人是具身人工智能的一種重要表現(xiàn)形式和應(yīng)用載體，在這個(gè)趨勢(shì)中，UCLA(加利福尼亞大學(xué)洛杉磯分校)人形機(jī)器人課題組在人工智能行業(yè)處于較高的水平。

　　這個(gè)問題都答案和投資收益對(duì)比的回答一樣，Kimi可以拆解用戶的長(zhǎng)難提問、自己規(guī)劃解答思路，并分步驟執(zhí)行，這展現(xiàn)出了更強(qiáng)的邏輯分析能力。而且這種推理思考過程的結(jié)果，非常清晰明了，不再需要用戶手動(dòng)搜索各種信息然后導(dǎo)入 Excel，通過邏輯和分析，Kimi可以直接給出計(jì)算結(jié)果。

　　國(guó)內(nèi)其他家大模型廠商也推出過深度搜索功能，但相比較而言，Kimi 的深度搜索搜得更多，回答得更簡(jiǎn)明扼要，同時(shí)具有結(jié)構(gòu)化的特點(diǎn)，這就意味著用戶不需要花費(fèi)大量時(shí)間去梳理和理解答案。

　　此前，Kimi在長(zhǎng)文本處理能力上保持*，而現(xiàn)在探索版在搜索數(shù)量和質(zhì)量上的飛躍，讓模型輸出了更全面、更準(zhǔn)確的結(jié)果。滿足用戶基本需求是AI過去的任務(wù)，而給用戶超出預(yù)想需求的高質(zhì)量答案，可能就是AI不斷進(jìn)化的方向之一。

　　顛覆AI搜索的不只是技術(shù)

　　在PC電腦上打開搜索引擎，輸入關(guān)鍵詞，跳出無數(shù)條信息，這是過去人們?cè)诠ぷ髦械某Ｒ姺绞�。但�?duì)內(nèi)容有要求的人如何搜索?

　　過去最常見的方式，就是在搜索引擎中手動(dòng)打開高級(jí)搜索功能，并自定義設(shè)置各種關(guān)鍵詞、檢索時(shí)間范圍和檢索某個(gè)網(wǎng)站等，方便查找到更精確的信息內(nèi)容，但這也意味著找到專業(yè)內(nèi)容需要的時(shí)間更久。

　　AI時(shí)代的搜索會(huì)怎么做?打開大模型對(duì)話框，輸入一個(gè)完整的問題，大模型會(huì)自動(dòng)給你生成一個(gè)完整回答。但對(duì)復(fù)雜的問題呢?

　　要想讓大模型回答的更精準(zhǔn)，就需要將一個(gè)復(fù)雜問題變成多個(gè)簡(jiǎn)單問題，我們需要仔細(xì)的問，再分別借助AI獲取信息和知識(shí)，最終輔助決策，問得越仔細(xì)，往往回答就越準(zhǔn)確。

　　也就是說，精準(zhǔn)的搜索對(duì)用戶來說永遠(yuǎn)都有價(jià)值，技術(shù)的進(jìn)化帶來的進(jìn)步之一，就是用戶與AI之間可以進(jìn)行一種直觀而精準(zhǔn)的雙向?qū)υ�，再也沒有了過去搜索廣告的煩惱。

　　事實(shí)上，從縱向的時(shí)間發(fā)展角度看，大模型給AI搜索帶來的變化是肉眼可見的直觀，而從橫向的競(jìng)爭(zhēng)角度看，大模型給搜索帶來的變革還遠(yuǎn)沒有停止， Kimi探索版把AI搜索帶入了新階段，率先顛覆了傳統(tǒng)搜索無法像人一樣思考。

　　Kimi探索版中還有一個(gè)重要的進(jìn)步，就是Kimi回答結(jié)束時(shí)，如果 Kimi認(rèn)為自己的搜索結(jié)果還可以更全面、更有價(jià)值，會(huì)進(jìn)行反思和補(bǔ)充，這意味Kimi可以思考自己的回答質(zhì)量、自我修正、自我迭代，這就很像人對(duì)思考方式，因?yàn)槿祟惸軌蜃晕曳此己吞嵘��?/p>

　　比如，把「清朝天地會(huì)起源的時(shí)間和地點(diǎn)」這一有歷史爭(zhēng)議的話題拋給Kimi，它的回答會(huì)先寫明「康熙十三年」和「乾隆二十六年」這兩個(gè)史學(xué)主流觀點(diǎn)，地點(diǎn)都位于福建漳州，但這一問題在史學(xué)界仍有歷史爭(zhēng)議，所以Kimi最后的回答中還是給出了另外的參考答案，分別是「雍正十二年」和「乾隆三十二年」。

　　兼聽則明，復(fù)雜的問題往往意味著不止一種答案，尤其是連特定的專家學(xué)者們都無法明確答案的時(shí)候，更豐富的答案才能給人更科學(xué)的決策空間。

　　再比如對(duì)「黑悟空今年最終銷售數(shù)據(jù)是多少」這一未知問題的預(yù)測(cè)性回答，Kimi探索版在窮盡海量的權(quán)威信息源之后，給出3000萬 -4000萬份之間的回答，然后又做了反思，把Steam平臺(tái)好評(píng)率等一系列關(guān)鍵信息作為了補(bǔ)充，這都幫助用戶做出更科學(xué)的判斷。

　　究其本質(zhì)，Kimi探索版更像人一樣的反思回答，一方面意味著回答得不夠全面，需要做出補(bǔ)充，另外一方面則證明，初答結(jié)果和其他結(jié)果有沖突，需要給用戶另外一個(gè)角度信息作為參考。

　　寫在最后

　　回到今天的主題。

　　之所以說Kimi探索版顛覆了搜索，就在于它一方面抬高了AI搜索的上限，窮盡海量的權(quán)威信息源和即時(shí)反思補(bǔ)充結(jié)果，意味著Kimi搜不到的，人工搜索或其他產(chǎn)品也搜不到。

　　而另外一方面是降低了AI搜索的門檻，把找到專業(yè)內(nèi)容的搜索時(shí)間和難度降低了，通過像人類思考一樣自動(dòng)規(guī)劃回答策略，AI開始逐步輔助我們解決復(fù)雜的搜索和調(diào)研問題，幫助用戶獲得更準(zhǔn)確的答案。

　　AI適應(yīng)的場(chǎng)景很多，它可以化身老師、健身教練或是程序員，總之它是提升生產(chǎn)力的全能助手，可以完成不同特定場(chǎng)景下的日常工作任務(wù)。尤其是對(duì)知識(shí)工作者和大學(xué)生們來說，Kimi無疑將成為一個(gè)更好用的調(diào)研和生產(chǎn)力工具。

　　根據(jù) Similarweb 數(shù)據(jù)，從今年以來，在代表生產(chǎn)力的PC網(wǎng)頁端，Kimi的月訪問量從140多萬增長(zhǎng)到2400多萬，增長(zhǎng)了16.7倍。目前 Kimi的PC網(wǎng)頁版，也是國(guó)內(nèi)AI助手產(chǎn)品中*月訪問量穩(wěn)定超過 2000萬。

　　縱觀大模型公司的發(fā)展，模型能力的強(qiáng)弱，使用價(jià)格的高低，模型落地的簡(jiǎn)易與否，這三個(gè)維度已經(jīng)成為大模型廠商們?cè)诟髯圆町惢�的進(jìn)階之路上的賽點(diǎn)。尤其是落地的可靠程度，意味著是否能夠?yàn)榇蠖鄶?shù)用戶所使用，以及能否為大多數(shù)用戶帶來更好的使用習(xí)慣和更高的頻次。

　　因?yàn)檎嬲�顛覆AI搜索的，不只是AI技術(shù)本身，而是AI技術(shù)不斷滿足人們?nèi)找孢M(jìn)化的實(shí)際需求。

　　隨著Kimi探索版帶來的AI搜索能力，Kimi的智商、邏輯分析能力進(jìn)一步上升，更多生活中常見的問題都將獲得更可靠和簡(jiǎn)易的回答，這讓Kimi在長(zhǎng)本文能力之后，進(jìn)一步擴(kuò)大了自己的差異化能力;但是，要進(jìn)化成智能體走向更多人的廣闊生活，還有一段很長(zhǎng)的路要走。

　　序幕已然拉開。