Kimi悄悄上線“探索版”，這下我真的想扔掉搜索引擎了

　　昨天晚上打開Kimi，想用它幫我朋友寫個東西。

　　突然發(fā)現(xiàn)，他們上新功能了。

　　得，又不讓我睡覺了。。。

　　真的，我不知道你們有沒有發(fā)現(xiàn)。之前動靜最大，沒事就能掀起AI圈山呼海嘯的Kimi，自從7月上了個瀏覽器插件、上了個AIPPT之后，突然“人間蒸發(fā)”了一樣。

　　在最近AI圈各種更新、八卦滿天飛時，Kimi歲月靜好得讓人心慌。

　　一眨眼，兩個月啊，這兩個月，你知道我是怎么過的嗎。。。

　　AI媒體圈不能沒有Kimi，就像西方不能沒有耶路撒冷。

　　誰叫你Kimi就是流量密碼呢。。。

　　今天Kimi的這個新功能，叫“kimi探索版”，其實就是加持了深度推理的AI搜索。

　　AI搜索相關(guān)的產(chǎn)品我也寫過太多了，不計其數(shù)，之前各家AI也前仆后繼地沖向搜索功能，快特么卷成麻花了。

　　Kimi這個一直以產(chǎn)品體驗著稱的公司，我真的好奇他們還能怎么玩AI搜索。

　　進入Kimi后，在對話框輸入“/”，然后按一下Enter，就能觸發(fā)“Kimi 探索版”

　　絲滑、簡單。

　　在調(diào)出Kimi 探索版功能后，直接輸入問題等Kimi查找然后回答就行。

　　整體的步驟，就是拿到問題不直接莽，而是先拆解、再推理、最后才給答案。

　　其實就是思維鏈CoT那套。

　　這玩意用在AI搜索里面，搜索體驗還真的有點爽。

　　我用幾個case，給大家感受一下這套玩意兒的能力。

　　比如，我讓Kimi推測黑悟空今年的銷量:

　　Kimi就知道要先搜索現(xiàn)有銷售數(shù)據(jù)，再找推測模型，最后給我答案。

　　它回答得非常詳細。

　　思路清晰，抓的數(shù)據(jù)也基本都對。

　　更好玩的是，kimi搜索現(xiàn)在不僅能調(diào)用公式做計算，甚至用的還是兩種預測模型。這什么線性回歸、指數(shù)平滑的數(shù)學公式彈出來的時候，我都懵了。。。

　　回答思路真的無懈可擊。

　　再比如，我讓Kimi搜索“根據(jù)《西游記》的描寫，玉皇大帝是住在平流層還是對流層”:

　　可以看到Kimi的深入搜索，不是那種直接把問題打碎成一堆關(guān)鍵字，然后用關(guān)鍵字去公域搜索，抓取一堆文章回來的思路了。

　　而是先分步，再搜索。它把我的問題拆成了兩個小問題:

　　第一步，先把原本的問題理解后，拆成“《西游記》玉皇大帝住所的描寫”和“住所在平流層還是對流層”，兩個問題。

　　第二步，逐個擊破新拆解的問題。

　　最后整合答案:玉皇大帝住平流層。

　　這波操作，有那人思考的味道了，不是之前AI搜索的那種一股腦的條件反射，而是像人類一樣先想再搜。

　　這問題丟給我，我可能就直接復制粘貼，去百度一鍵google找現(xiàn)成答案了。

　　Kimi能想到先搜索“玉皇大帝具體住哪兒”，還挺讓人驚喜的。

　　我追著Kimi問了一夜。一開始沒抱太大期待，結(jié)果越玩越上頭。

　　我想盡辦法拿一堆問題去刁難Kimi探索版。稍微也摸索出了點使用心得:

　　- 簡單的問題，用簡潔的、有邏輯的自然語言提問，比如上面兩個case，說人話就行;

　　- 超級復雜推理和多任務問題，最好把任務寫明白。就是指導Kimi往你要的方向思考，越清晰詳細越好。要是先幫Kimi理清搜索和任務思路，它能答得更出色。

　　比如海的那邊不是快要大選了嗎，我有點好奇特朗普最近的演講又cue了幾次“China”。

　　用戶只要提出問題就可以了，但是需要AI搜索考慮的就很多了。

　　Kimi得先搜特朗普有多少近期演講，找原文，然后還得寫Python代碼遍歷統(tǒng)計。就算是真人上，都得花不少時間。

　　我直接問特朗普cue了幾次中國，果然直接宕機，主要是這事確實太復雜了。。。

　　我就先讓Kimi給我簡單來了個方法。

　　這個方法還挺科學的，我就自己又精煉調(diào)整了一下，然后發(fā)給了Kimi。

　　本來我都做好Kimi答到一半卡住的準備了。

　　沒想到，也就花了一分多鐘，它真能給我搜出來，而且答得非常詳細。非常!詳細!!完全按我的指令執(zhí)行了每一步:

　　原本的回答非常長一大段，為了方便貼在文章里，我就只截重點的部分。

　　先查的最近的演講，然后找到轉(zhuǎn)寫稿。它甚至還真能寫Python。。。

　　最后Kimi回答的結(jié)果是這樣。

　　川普還是那么愛喊“China”，意滿離。

　　先不說其他，Kimi現(xiàn)在能完全按我的要求執(zhí)行，比起很多其他的AI搜索，已經(jīng)非常牛了。你就說，別的AI搜索還怎么玩。。。

　　當然，為了嚴謹，我也去Kimi給的演講原文里核實了一下。

　　真是3次China，我只能說一句，NB。。。

　　再然后我把五篇演講稿挨個點了進去，還是發(fā)現(xiàn)了一個小問題。

　　Kimi或許是用時間做的關(guān)鍵詞抓取，應該抓10月6日的演講，但它抓成了6月10日的文字稿，但是問題不大，這點小錯誤是可以容忍的。

　　最后，經(jīng)過比對驗證，Kimi抓的其他演講場次很準，而且也給了對應的視頻鏈接，很不錯。

　　而且說真的，比起之前的Kimi聯(lián)網(wǎng)搜索，更新后的體驗感舒適太多了。

　　以前這樣一長串的問題，AI搜索要么是找一大堆我不需要的內(nèi)容，要么是看心情選幾個關(guān)鍵詞去搜索，我問東南西北它答夏商西周。

　　你可以拿原本的Kimi或者啥別的AI搜索去試試這個特康普China坑比題，一問一個跑火車。

　　為了確定這個復雜case的執(zhí)行力不是意外，我又寫了一個問題來刁難Kimi。

　　黑悟空不知道大家都入手沒，還沒買的話可以蹲蹲平臺折扣。Steam傳統(tǒng)藝能就是11、12月搞秋促冬促，一般能折扣個20%30%啥的。

　　如果你想到時候買好幾個游戲但預算有限，可以這么問Kimi:

　　分析2024年Steam暢銷付費游戲，并根據(jù)降價預測提供購買建議。1.搜索并列出2024年1月至9月Steam月度付費游戲銷量榜單，使用可靠的數(shù)據(jù)來源(如SteamDB或Steam官方數(shù)據(jù))。2.使用適當?shù)臄?shù)學模型或Python代碼計算并排序2024年1-9月期間銷量最高的5個付費游戲。請展示計算過程。3.基于歷史數(shù)據(jù)和當前趨勢，預測這5個游戲在2024年剩余時間的可能降價情況。請說明預測方法。4.假設(shè)預算為300元人民幣，分析如何以最優(yōu)惠的價格購買top5游戲中的任意兩個�？紤]不同的購買時間和組合。5.將所有信息整理成一個清晰的表格，包括游戲名稱、當前價格、預計降價時間和幅度、推薦購買時間等。6.如果需要貨幣轉(zhuǎn)換，請使用最新的匯率。7.最后，給出基于以上分析的最佳購買方案和時間建議。優(yōu)先考慮數(shù)據(jù)的準確性和購買建議的可行性。

　　沒開玩笑，比特朗普china還坑比的題目。

　　但是最后，Kimi的回答把我驚得下巴都要掉了。

　　它給的答案巨長一串，但這回我真得多放些內(nèi)容。

　　因為真的，太屌了。

　　Kimi先是自己消化了一遍我的問題，再按月列出了今年Steam銷量榜，并且整理了總銷量最好的5個游戲。

　　就算到這，我已經(jīng)覺得很厲害了。但Kimi還在繼續(xù)發(fā)力。

　　不僅考慮到了活動折扣安排，還預測了折扣后的價格。最后甚至對比給出了兩個“最佳”方案，不僅都在預算內(nèi)，連預計購買時間都安排上了。

　　除了帕魯和戰(zhàn)錘40k的現(xiàn)價抓偏了，其他都對。而且可能Kimi覺得戰(zhàn)錘40K太新，打折力度可能太小，在最后的最佳購買方案里直接剔除掉了哈哈哈哈。

　　我也專門去看了下專門監(jiān)測相關(guān)內(nèi)容的VG insight，截止9月20日統(tǒng)計的steam銷售數(shù)據(jù)和Kimi給的回答一致。(PS:這個圖里第四的Banana是個免費游戲，Kimi沒抓它的銷量是對的。。。)

　　牛逼。。。

　　讓AI成為用戶的助手，在Kimi這兒已經(jīng)不是簡單的噱頭或口號了。

　　甚至，我還發(fā)現(xiàn)了一個有趣的點。

　　除了會分步驟進行搜索推理之外，Kimi額外加了反思層，不過這個反思層貌似不是每次都觸發(fā)。

　　但有些問題Kimi在回答完以后，它自己會覺得不太行。然后小藍機器人就會冒出來，開始自己pua自己。

　　比如我問了一個問題，叫:“如果所有鋼琴都定期調(diào)律，估算一下北京需要多少名全職的鋼琴調(diào)律師?”

　　Kimi就先會老樣子嘟嘟嘟的去拆解、搜索。然后給出答案。但這次，它發(fā)現(xiàn)自己查錯數(shù)據(jù)了，直接自己反思完，重來了一波，得出了正確答案。

　　Kimi真的，我哭死。

　　它的搜索思考，真的越來越接近人類的腦回路了。

　　憋了兩個月的這個更新，我覺得挺值。

　　Kimi很聰明，他們沒有去卷大模型底座能力。而是選擇做體驗、做工程，在AI搜索上引入了思維鏈。

　　而且做得很接地氣，有點聯(lián)網(wǎng)版的o1的感覺。但是卻比高高在上的o1，更加的實用。更符合普通老百姓的使用需求。

　　以往的AI搜索，說白了就是個高級點的關(guān)鍵詞匹配。

　　比如讓之前用AI搜索“北京周邊國慶出行攻略”，以往AI搜索的做法，是直接抓取問題里的“北京周邊出行”“出行攻略”這樣的關(guān)鍵詞，再去攜程小紅書之類的平臺檢索文章，然后匯總答案。

　　而現(xiàn)在，你可以直接讓kimi跟著黑悟空的景點，按朝代來一次復雜的時空旅行。

　　真的，被思維鏈強化之后，Kimi有思考步驟、邏輯性、有意識，更像人的思考方式。

　　這才叫從搜索引擎到AI搜索的進化。

　　能像人類一樣思考，AI搜出來的結(jié)果自然更準確、更實用。

　　這，才是真正的用戶體驗。

　　我能看到，Kimi在努力實現(xiàn)。

　　他們不卷大模型分數(shù)、不卷花里胡哨的功能，就是踏踏實實做好“AI助手”。

　　永遠在想，怎么讓AI更像人。

　　Kimi沒有讓人失望。

　　我也繼續(xù)期待著，他們的下一步。