從“高情商”到“高搜商”
最近用Kimi時突然發現，我已經內測到了最新的“探索版”功能……非常有驚喜！
乍一看，以為只是“高階搜尋功能”，沒想到是更綜合、更強大的功能變化！
甚至有可能是“長文字”之後第二個“殺手級功能”——不僅僅是深度搜索，更是主動思考、形成完整的解決方案！
一直以來都覺得Kimi是大模型領域的「情商擔當」——“最有梗”、“最懂我”是身邊很多90後、00後對Kimi的印象。
“Kimi探索版”就彷彿是諾獎得主卡尼曼筆下的“系統二”，用極度的理性、強大的邏輯，來處理非常複雜的專業級問題，拆解、搜尋、結構化……都是探索版擅長的。
一旦將高質量的搜尋、強大的推理，與人性化、人格化的調教進行打通，理性和感性的呈現將共同把產品效果推向新的高度。
這是任何單一的AI搜尋產品、AI陪伴產品所無法具備的。
從高情商到高搜商，Kimi開啟了一種“系統一+系統二”兩條腿走路的新正規化，也極大拓展了個人應用的可能性。
下面就給大家展示一下「Kimi探索版」效果如何。
Kimi探索版：超越思考的思考
網頁直接進入，會有一個非常明顯的探索版內測標識。
幾個場景測試下來，Kimi探索版給我一種“專家級”的觀感，回答學術問題真的很像高校教授，針對企業管理諮詢則有種麥肯錫分析師的結構化的感覺，解決“留學申請”需要大量資料的綜合問題更是不在話下。
就拿“留學申請分析”這個例子來說，檢索的網頁數量達到55個，資訊的時效性也不錯。
側邊欄直接展現相關網頁的資訊，資料來源比較可靠，除了國內常見的一些資訊渠道，還有不少海外一手資訊和院校官網內容。
「資訊源篩選-高價值資訊提煉-結構化總結」，共同呈現出有極大
資訊增量
的效果。
如果想要繼續追問，Kimi同樣能給出非常具體有參考價值的問題提示，以及接下來的具體答案。
除此之外，Kimi探索版還有種“吾日三省吾身”的嚴謹，特別愛反思。
Double Check應該是寫進基礎設定裡的，反思以後，會再就原本的答案進行補充，直到給出更完善的效果。
這種強迫症的感覺，我在伯克利的教授身上也多次看到，一篇論文總要反覆推演，一個實驗總要回頭檢查……
在Kimi身上，居然讓我找回了當年在伯克利寫論文的感覺！只不過是極速版的，彷彿有頂尖教授附體，給了我極大的信心和全方位的支援。
在問題的複雜度上，我希望再加大難度。
比如我問了“985大學的腦科學實驗室分別在做什麼研究”這樣一個問題，需要非常大量的資訊收集：一次搜尋幾十個關鍵詞，閱讀幾百個網頁。
實際閱讀了281個網頁，把39所985的實驗室盤了個遍，遠超一般的AI搜尋的網頁瀏覽量。
只需要一句話的輸入，Kimi探索版給了我完整的回答、反思、補充，甚至可以是python程式碼的呈現！
39所985大學中相近的校名、人名、學科名都有不少，對每個大學的特定學科進行逐一分析，需要處理的資訊的一致性、推理等，要求極高。
類似的測試我也在其他大模型上試驗過，幻覺問題都或多或少存在。
而Kimi探索版的表現，完成度則非常高，經過它自己的二次檢查、反思，以及我根據資訊來源的核對，均沒有發現幻覺問題。
海量資訊的準確呈現，能稱得上難能可貴了。
# 定義各大學的腦科學實驗室及其研究方向universities = {"北京大學": {"實驗室": "IDG麥戈文腦科學研究所","研究方向": ["感覺皮層跨腦區可塑性機制","聽覺工作記憶的神經振盪調控","睡眠剝奪引起的痛覺過敏機制","視皮層功能區的系統化測定方法","恐懼記憶消退的時程機制","孤獨症特質群體的神經多樣性研究","刺激前神經元活動對視覺意識的影響" ] },"清華大學": {"實驗室": "腦與智慧實驗室","研究方向": ["腦功能成像與腦網路分析","神經元活動與行為的關係","腦機介面技術","神經調控與神經修復","類腦計算與人工智慧"# 列印各大學的腦科學實驗室及其研究方向for university, info in universities.items(): print(f"大學: {university}") print(f"實驗室: {info['實驗室']}") print("研究方向:")for direction in info['研究方向']: print(f" - {direction}") print("\n")拆解問題，找資料、寫程式碼、執行出結果，Kimi探索版直接給你答案！
呈現的格式上，轉python形式、markdown、表格等等，非常方便。甚至直接用嚴謹的程式碼語言來回復問題，也不在話下。
一步到位，直接呼叫程式碼，相當於把資訊的格式問題也給解決了。
在實際的學術、商業研究、程式設計工作裡，高質量的資訊+高質量的資料呈現方式，真的能讓日常操作事半功倍。
除了這些非常剛需、非常落地的，“十萬個為什麼”、“腦筋急轉彎”也難不倒它——
比如我問：“甄嬛的生日和薛寶釵的生日相差幾天？”
一個是電視劇人物，一個是《紅樓夢》中的角色，又牽扯到大模型容易犯錯的年月份的轉換、日期的推算等等，屬實有難度。
Kimi探索版依然可以先拆邏輯，把問題做分解。
CoT邏輯鏈的應用，在其中呈現出非常明朗的解題思路——好比是國家特級教師講數學，公式嚴謹、推導嚴密、呈現清晰，讓人一目瞭然，一學就會。
我這裡也讓用python程式碼來實現，最終效果的呈現也很精確。
不誇張的說，我自己拿計算器、萬年曆，再借助搜尋引擎，想要去完整復刻整個鏈路，得出同樣的結果，所需要的時間真的需要乘上十倍百倍。
至於規劃旅行、安排行程、策劃活動等等這些常見的需要，Kimi探索版更是有種“殺雞用牛刀”的感覺。
簡簡單單一句提示詞，眾多攻略一網打盡，還能透過表格直觀呈現，非常清晰！再也不用擔心做攻略、做方案的難題！
AI思考的快與慢
「Kimi探索版」，我願將其看作是【長推理、高階搜尋】的新功能，可以模擬人類思維，自主拆解任務、分步驟搜尋與推理、呼叫工具、反思並自我迭代。
這樣一個和搜尋高度關聯的功能，乍一看似乎平平無奇，但實際使用下來，卻是Kimi模型能力基礎之上的如虎添翼——
身邊有朋友說，覺得Kimi產品的迭代不是一味圖快，而是有自己全域性的邏輯。我也認同。
換個角度，殺手級應用、殺手級功能的誕生，背後一定是超越時代的洞察，超越普世價值的需求洞察。
最終，在產品定位和功能選擇上，才呈現出我們今天看到的樣子。
圖片來自Moonshot AI
而Kimi和月之暗面，從“長文字功能”的橫空出世，到今天“探索版”的高搜商效果，背後的戰略定力、底層邏輯，非常具有一致性和前瞻性。
在我看來，這也很符合段永平所說的：“慢，即是快”。
從Reasoning到Reflection，從被動執行到主動思考……高搜商的Kimi，正在幫助使用者解決更復雜、資訊量更大、決策鏈路更長的搜尋問題。
對人類思維的模擬，對人類情感的探索，基於Scaling Law對AGI的展望，似乎在月之暗面，一群先行者早已有了更深層次的思索。
面向月球暗面的探索，正如同一場人類思想的無限流遊戲，從系統一到系統二，從快思考到慢思維，甚至直達靈魂的深處和宇宙的本源……
我對Kimi下一次的功能更新，更期待了……
參考閱讀：
新鮮真話，關注一下👆
朋友圈會發一些具體的案例和商業化日常～
AI交流，歡迎加我本人微信：FrankGPTs