推理者（Reasoners），位于OpenAI提出的從AI到AGI五級分類系統中的第二階段。推理者與基礎AI(Emerging AGI)——當前大多數AI系統——的一大區別在于其推理能力以及復雜問題的解決能力。推理AI不依賴外部信息源來獲取答案，而是通過已有的知識及內部推理來解決復雜問題。這一點是不是和我們人類的認知-學習-應用一樣，先學習現有知識，然后根據這些知識基礎來構建推理鏈條從而應用到現實問題上。
OpenAI不久前發布的推理模型o1讓所有人看到了AI模型進化的另一個方向。作為一款AI模型，它的知識水平和推理能力與博士級別相當，更是在國際數學奧林匹克(IMO)考試中達到了驚人的83%正確率，其“智商”可見一斑。
國內的AI廠商摩拳擦掌，紛紛跟進，以Kimi和智譜為首，推出了類似的推理型AI產品。本篇文章的主角就是由月之暗面于10月11日正式推出的推理AI搜索產品：Kimi探索版。
Kimi探索版是什么?簡單來說，Kimi探索版是一款融合了類似o1模型的推理功能（內部思維鏈）的AI搜索工具。本質上它是一個AI搜索工具，一款產品，而非一個AI模型。這個AI搜索工具和AI Agent一樣，擁有推理(Reasoning)、規劃(Planning)、工具調用(Tool Use)和反饋(Reflection)的能力。
推理(Reasoning)和規劃(Planning)：推理規劃是我們人類解決復雜問題的第一步，AI也是如此。面對一個復雜問題，我們通常先對問題進行全面分析，拆解為多個子問題，然后規劃出解決路徑。這種思維方式被稱作“思維鏈（ChAIn of Thought）”。OpenAI的o1模型為什么有如此強大的推理能力，就是因為其內部思維鏈。
工具調用(Tool Use)：LLM模型本身不具備第三方工具調用的能力，如聯網搜索，但AI Agent(智能體)可以。Kimi探索版就像是這么一個AI Agent，它擁有調用外部工具的能力，如Web搜索引擎，這樣使得模型能夠處理其自身能力范圍之外的任務。
反饋(Reflection)：反饋是AI Agent設計中的一種重要方式：通過自我反思和迭代改進來提高AI模型對于復雜任務執行能力。根據月之暗面官方的介紹，Kimi探索版在AI搜索的最后一步也擁有反饋和自我修正的能力：對生成的結果進行反思，檢查信息是否存在遺漏或錯誤，并在必要時補充或修改答案。這其實不難理解，因為Kimi探索版其實就是一個偽裝的AI Agent。
為什么需要Kimi探索版?主要原因之一就是當前大多數AI搜索工具都還停留在初級搜索階段。何為初級搜索階段?就是雖然能夠提供較為全面的信息檢索，但依然局限于關鍵詞匹配與基礎的文本分析。綜合來看，只能滿足簡單的信息搜索需求，比如查詢天氣，查詢百科知識，查詢歷史事件等。而面對復雜問題時，傳統的AI搜索工具很容易陷入信息拼湊的局限，給出的結果往往信息量大但實用性低，用戶還需自行從冗長的結果中篩選有用的信息。比如旅行規劃，得到的結果往往是搜索信息的簡單拼湊，答案缺乏深度推理思考。
Kimi探索版可以算是AI搜索PLUS，加入了推理能力的增強型AI搜索工具。這算是推理模型/能力在AI搜索方向一個非常好的嘗試和應用了。
附上Kimi探索版產品負責人很自信的說法:“如果Kimi搜不到的信息，那大概率用戶也很難自己通過傳統搜索引擎找到。”
如何體驗Kimi探索版
https://kimi.moonshot.cn/
目前Kimi探索版只支持Web網頁端，手機App端暫時沒有上線該功能。并且，Kimi探索版作為一個高級功能，目前每人每天有著5次的使用限制。這個限制算是只能嘗個鮮了。
按照上面的鏈接打開Kimi的網頁，首頁就可以看到Kimi探索版的推薦。共有兩種方式進入探索版，一種是在輸入框里輸入斜杠字符：“/”，然后點擊Enter回車鍵。
第二種進入Kimi探索版的方式是打開輸入框左下角探索版的開關，即可直接進入探索版。
Kimi探索版初體驗
要想測試Kimi探索版，需要提問一個比較復雜的搜索問題。怎么算復雜?用傳統的搜索引擎一步查詢不到結果的都可以算作是復雜任務。比如下面這個。
如何應對2024年中國新能源汽車市場競爭加劇的趨勢?各大廠商的戰略是什么?
對于這個問題，傳統的搜索引擎肯定是搞不定的，一來需要搜索的內容過多，二來不但需要搜索到內容，還需要對其進行整合、分析，最終得出答案。
Kimi探索版給出的答案是這樣的。
點評
綜合來看，信息檢索的速度很快，符合Kimi官方對于這個新功能的描述。在幾十秒閱讀了127個網頁。Kimi探索版給出的信息比較詳盡且覆蓋面廣，共提供了12家主要新能源汽車廠商的戰略概述，基本涵蓋了所有國內外的領先企業。信息源的及時性和準確性也還可以，基本都是來自2024年的行業數據和新聞報道。
但從上面的回答也可以看出，雖然Kimi探索版是把檢索到的海量信息進行了匯總整理，但缺乏深入的行業趨勢分析，對于每一條戰略分析的深度有待加強，目前看起來僅僅是對信息的堆砌，每個戰略一句話就帶過了。此外，雖然給出了各大廠商的戰略，但不同廠商的策略之間的競爭性和差異性沒有進行足夠的對比分析。因此，在這個測試案例中，Kimi探索版的推理能力沒有特別突出的表現。
本文鏈接：http://www.tondou.cn/post/1773.html ,轉載需注明文章鏈接來源：http://www.tondou.cn/
- 喜歡（11）
- 不喜歡（3）
