從互聯網誕生至今，搜索技術的演進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，搜索已經深刻重塑了人類的認知模式、決策方式和社會關系。

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。搜索是用戶主動發起，推薦是用戶被動接受，搜索是一次性交互，而推薦是系統要記住用戶長期的興趣偏好。推薦引擎在移動互聯網時代大行其道，因為它比搜索更簡單更便捷。

搜索仍然是一次性的、需要用戶在檢索結果中自行判斷的信息獲取方式。檢索結果難以匹配需求、操作麻煩這些問題一直存在。所以到了LLM時代，AI搜索的出現成為了一個搜索躍進的契機，是在原有搜索結果的基礎上，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，后面接續原有的搜索結果，使搜索結果更加一目了然。

最近半年來，人類與信息的關系正在快速演進。在一位搜索大模型專家看來，“AI工程師們已經意識到，通過把長期的思考和推理過程融入到搜索系統中，能夠實現比以往任何時候都更精準、更深入的檢索效果。”果然，Deepseek-R1已經率先一步讓用戶不限量地體驗到了能聯網搜索的AI能有多厲害。

不過AI畢竟不是搜索引擎。為了讓 LLM 在搜索上更進一步，作為搜索行業的顛覆者，夸克一馬當先，在AI超級框的基礎上，全新發布了“深度搜索”產品，通過深度思考能力、智能檢索技術和精準回答功能，為用戶“高搜商”地解決多樣化復雜問題。

作為阿里巴巴AI旗艦應用，夸克AI超級框同時迭代“圖片智能處理”功能，持續刷新AI全能助手的用戶體驗和能力邊界，將搜索體驗推入到了一個新境界。

01 從RAG到DeepSearch，搜索體驗大轉變

我們從傳統的搜索引擎出發，進入到深度搜索的區間，有兩大關卡要過。

首先要考慮的是搜索技術上的飛躍。

自檢索增強生成 (RAG) 技術興起后，利用LLM改進搜索已成為行業共識。將搜索引擎結果融入 LLM 的內容生成過程已是業內普遍做法，而 Perplexity正是其中的代表。

RAG系統的弊端是，一般只運行一次搜索-生成過程，所以生成結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基礎上升級的新技術，其核心理念是通過在搜索、閱讀和推理三個環節中不斷循環往復，直到找到最優答案。通過引入多步迭代機制，搜索環節利用搜索引擎探索互聯網，而閱讀環節則專注于對特定網頁進行詳盡的分析推理環節則負責評估當前的狀態，并決定是應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。

這種循環流程可以一直持續下去，直到滿足某一業務設定的條件才終止，最終最大限度的獲得更好的結果。這個條件可能是嘗試次數，也可能是token限制。在這個機制下，DeepSearch的生成結果是遠遠好于普通的AI搜索。

其次要考慮的則是，這種循環過程花費的時間遠超傳統的搜索。過去的搜索引擎依賴預建立的網頁索引數據庫，通過關鍵詞匹配和排序算法快速返回鏈接列表。整個過程高度優化，耗時通常在50毫秒以內。如果沒有在200毫秒內沒有響應，那就是失敗。

但是現在的用戶，為了一個更好的結果，已經愿意忍受更長的處理時間。這其中當然有Deepseek普及了CoT（思維鏈）的作用，深度思考已經成為了人們愿意使用AI的一個重要原因。Manus將虛擬機中的代碼執行過程實時投射到交互界面，從而讓用戶愿意等待更長時間，也是出于同樣的設計理念。

在技術和用戶都已經有了充分準備的情況下，商業搜索變革的時機終于成熟了。阿里夸克推出“深度搜索”，也才有了跟傳統搜索分庭抗禮的內外部條件。

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”，最核心的優勢就是具備“高情商”。深度分析下，深度搜索在思考能力、內容正確性和多模態能力上都超越深度思考和常規搜索。

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需求，判斷搜索意圖是什么，然后智能拆解搜索任務，像人類一樣先思考再搜索，之后對搜索到的內容進行智能總結，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。作為提示詞進行搜索。

傳統搜索在關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”的網頁，這些網頁的內容可能滿足我的需求，也可能不滿足我的內容，因為這些網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雜問題，逐步分析問題并進行充分地思考，從而提煉出關鍵信息和真實意圖。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、醫學建議、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。它會去全網檢索和匹配優質信息源，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。

最終，“深度搜索”能把關鍵內容和跨領域知識進行深度融合，生成一份精確、可靠的詳細解釋和解決方案。尤其在日常生活、旅游規劃、醫療健康、學習教育等領域中，進一步幫助用戶解決實際問題，顯著降低用戶決策成本。

基于33篇具有高可信度來源的網頁，夸克進而生成了一個答案：

這種高情商的答案，在三類問題中表現得尤為明顯。第一類是個性化問題，全網搜不到對應的答案，在常規搜索中只能由用戶自己參照搜索結果進行總結的，比如在剛過 去的母親節送禮物，我們就可以根據母親平常的喜好，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，今年母親節送什么禮物好，預算2000以內

第二類是復雜問題，需要不同維度的內容支持。

孩子在讀小學二年級，老師布置做手工作業，主題是保護大自然，可以是繪畫、手抄報、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，內容上要有創意，詳細告訴我該如何做這份手工作業？

這種問題看似簡單，但是實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，最好還能有詳細的指導，甚至給出圖片和視頻來幫助我們完成這類任務。具備多模態處理能力，解決多樣復雜問題，這恰巧就是夸克深度搜索最擅長的領域。

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世界，屬于無限流，請問是哪一部小說？

這些傳統搜索中做不到、做不好的事情，夸克搜索在阿里集團自研大模型的技術賦能下，已經可以輕而易舉地解決。

當用戶發起搜索請求時，系統不僅提供精準的初始結果，更在交互過程中持續進行意圖識別與驗證——分析用戶潛在需求，結合實時反饋調整搜索策略，智能判斷是否需要拓展搜索維度或進行垂直領域深化。

不僅答案可溯源，而且在在醫療健康、學術研究等專業場景中也表現出色。深度搜索有著"搜索-驗證-再搜索"的智能閉環。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證顯著降低信息偏差，確保回答的準確性。

人類與信息的關系正在變化，用戶主動上網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”發布后，在C端用戶側引發了巨大反響。這是互聯網大廠中戰略層面上第一個公開宣布打造的旗艦級AI超級入口。行業觀察者普遍認為，這是阿里巴巴在消費級AI戰場的關鍵落子。

雷峰網在拜訪過多位AI產品人士后發現，對于通用Agent的存在，人們的觀點大相徑庭。有些人認為未來的Agent一定是通用的，而另外一些人則相對悲觀，始終認為現實場景的復雜性決定了通用Agent很難實現。但是所有人一致的觀點都是，信息的檢索、處理與規劃永遠都是Agent執行的前一步。

相較于側重企業服務的"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、達摩院的前沿技術封裝為C端用戶可感知的顛覆性體驗。

在搜索場景上，夸克不斷通過創新打造除了全新的用戶體驗。深度搜索只是其中的一步。在半個月前，夸克AI超級框發布全新AI相機，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，并且回答現實世界中的問題。這也是搜索場景擴張的一個重要舉措。

在閉環Agent生態構建上，夸克已集成超百個垂直領域Agent，覆蓋掃描、學習、醫療、創作等場景，形成全鏈路服務閉環。

夸克的深度搜索功能持續深化智能化升級，依托阿里自研的推理大模型和多Agent協同機制，能夠精準拆解復雜需求，并在數百個垂直領域的Agent中，調用專屬Agent完成任務。

我們從內部了解到，夸克還將在深度搜索的基礎上，繼續上線深度搜索PRO功能，其具備更專業的分析與推理能力，能將需要幾天完成的復雜問題與任務壓縮至分鐘級，交付結構化與系統性的專業級結果。從搜索、分析、決策到執行，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的價值鏈條——在朝著一個超級Agent演進的過程中，搜索的顛覆成為了新產品形態的重要一步。深度搜索的推出，不僅是探索通用Agent的關鍵一步，更是率先打開了搜索新時代的大門。

來源 | 雷鋒網（ID：leiphone-sz）

作者 | 馬曉寧 ; 編輯 | 荔枝

內容僅代表作者獨立觀點，不代表早讀課立場