今天小编分享的科技经验：体验完豆包新版深度思考，我发现 AI 终于学会像人类一样「边想边搜」，欢迎阅读。
你有没有发现，现在的 AI 搜索真的很懂摸鱼？
当 ChatGPT、Perplexity 等工具相继问世，都说 AI 将彻底颠覆搜索领網域，但现实情况却是，当我随手扔给它一个复杂问题时，一顿操作猛如虎，哐哐一顿搜索几百个网页，搜索结果却平平无奇。
仔细一看，要么堆砌了一堆零散的信息，要么抓不住重点，感觉就像是把一堆资料硬塞给我，自己却没怎么动腦子，像极了敷衍了事的职场人。
不过，这也不能全怪 AI。毕竟换位思考一下，即便是人类，带着问题去查资料时，也很容易被信息洪流冲昏头腦。不少 AI 产品开始对此进行优化，比如 OpenAI 和 Grok 在推理模式基础上又推出了 Deep Research/DeepSearch 模式。
国内厂商里，字节也刚刚给出了新的解决方案，对豆包的深度思考功能进行了更新。正在测试的豆包新版深度思考的一大亮点便是免费支持「边想边搜」，现在下载最新版豆包 APP，或在 PC 及 Web 版豆包中即可体验该功能。
APPSO 也第一时间进行了深度体验。
简单来说，用户无需单独开启搜索功能，只需打开深度思考模式，AI 能在推理过程中灵活调用搜索工具，进行多轮动态搜索。
从「先搜后想」到「边想边搜」，AI 终于学会了如何像人类一样搜索问题。
DeepSearch+ 深度思考，豆包这个新功能不止让你少问几步
生成式 AI 发展两年了，颠覆搜索了吗？
早期的 AI 搜索工具虽然不怎么做互联网的搬运工，但模式上还是传统的「先搜后想」的套路——先把网上的信息抓一堆，再根据这些信息组织答案。
豆包新版深度思考则不一样，它结合了深度思考能力，把搜索和推理捆绑在一起，基于每一步的思考结果进行多次搜索，能让回答更有逻辑、更贴近需求。听起来挺玄乎，我们也用几个问题来实际体验一下。
先来个贴近生活的投资问题，「如果我从今年 1 月开始同时投资小米股票和英伟达股票，截至 3 月 24 日收盘哪个收益更高？」豆包的回答让我有点意外。
APPSO 拆解了豆包新版深度思考的思考过程，我们发现它的搜索逻辑有了明显不同：
1. 先进行问题分析和框架设定
2. 获取初步信息建立概念
3. 深入挖掘具体数据点
4. 遇到不确定性时进行额外搜索
5. 基于现有信息进行合理推断，并给出结论
之前 AI 可能会直接给出两支股票的涨跌百分比，然后就直接得出结论，但豆包新版深度思考则进行了多轮思考，进行问题分析和框架设定（时间段 - 股价表现 - 调用搜索工具）。
一旦有了较为妥当的思路，它便会继续搜索，比如在互联网上找到了 14 篇参考资料，这个过程仅仅是为了获取一个笼统却清晰的概念，方便进一步边思考边有针对性地搜索。
由于缺乏 1 月 1 日（休市）的准确收盘价，以及英伟达的数据存在不确定性，它需要再次搜索来确认这两个关键数据点，最后基于现有信息进行合理推断。
最后的结果，也不只是给出投资收益的对比，还对股价波动因素进行分析，并提示了未来的风险，甚至整理成了表格，考虑得颇为周全。
洞察到了我想问但没说出来的问题，把需要「追问」的细节提前融入答案之中，妥妥一个醒目的投资顾问。
最近我计划去新加坡旅游，想知道有没有最优的往返机票方案。
普通 AI 搜索引擎可能一股腦儿搜几百个网页经验帖，然后汇总交差，但豆包新版深度思考则有所不同，它会带着问题思考，拆解几个关键点——出发地、时间、预算等，然后逐步深入分析，形成一个「思考 - 检索 - 继续思考」的良性循环。
而这恰恰也说明了豆包的新版深度思考倾向于「思考驱动」而非「搜索驱动」。
换句话说，以前需要照顾 AI 的能力，把大问题拆分为几个小问题，一步步问清楚；可现在完全不用，直接丢出你的需求，剩下的交给豆包就行。
或许正因如此，它的整体响应速度体感上并不慢，体验相当流畅。
有个很现实的问题，没时间看国足比赛怎么办，别急，这时候就可以请出豆包新版深度思考来救场。把你想知道的具体内容告诉豆包，比如比赛结果、关键时刻、球员表现或者规则积分，它就能化身速通大师，省时又高效。
当然，如果不开启深度思考功能，我们会发现，虽然回答依然快刀斩乱麻，效率没得说，但质量明显就差了一截。不仅缺乏更清晰的分点罗列，连逻辑层次感都显得单薄，甚至引用的资料信息更少。
这么一对比，像人类一样思考的重要性就凸显出来了。有了深度思考的加持，它能把答案打磨得更精致、更贴心，条理清晰不说，还能塞满干货，让你读起来既舒服又有收获。
接下来，我们用更贴近个人需求的决策场景来考验它。
对于 iPhone 16e，我们给出的观点是，这是一台酱香型手机，越晚入手越香，那它和 iPhone 16 比，哪个更有性价比，以及如果用腻了，又该换哪款备用机？
就像 Grok DeepSearch 标配的图表一样，豆包新版深度思考也提供了清晰的参数对比，螢幕、芯片、摄像头一目了然，甚至还贴心地准备了数据迁移建议，这贴心程度值得点赞。
逻辑性是豆包新版深度思考回答的最大特点。
针对 Android 备用机推荐问题，它不会一股腦儿抛给你一堆机型名字，而是通过「边想边搜」的迭代循环，针对你可能会用上的使用场景，再一步步搜索、推理，最后奉上一份既有逻辑又实用的推荐清单。
当然，扒蛛丝马迹这种细活儿，还是得交给 AI。
「悟空在第十四回中打死的六个盗贼，分别叫什么名字？该如何理解作者这一情节的安排？」豆包新版深度思考的回答不仅列出具体名字，还融入了佛学和心理学视角，分析得头头是道，时不时冒出几句金句，颇有亮点。
李白、杜甫和白居易是唐代诗人的标志性符号，那他们三者之间是否存在交集？
对于这个问题，在豆包新版深度思考的理解中，这种交集并不局限于现实生活的人际往来，还延伸到了更广阔的文学脉络以及彼此风格与创作上的相互影响。
最后所引用清代赵翼的点评「李杜诗篇万口传，至今已觉不新鲜；江山代有才人出，各领风骚数百年」，恰到好处，为整个分析增添了历史厚重感，也让人读后回味无穷。
从「先搜后想」到「边想边搜」，搜索的未来长什么样？
技术未来学家、Google 工程总监雷 · 库兹韦尔（Ray Kurzweil），曾在《奇点临近》一书中预测，未来的搜索将像人一样思考，而不是像机器一样索引。如今，这一预言正在成为现实。
之前的 AI 搜索，其「先搜后想」的模式是一个简单粗暴的线性过程：
「输入问题 → 调用搜索工具获取数据 → 基于数据进行推理 → 输出答案。」
这种方法的短板显而易见，非常依赖关键词匹配和网页索引技术，导致信息「广而不深」。
基于深度思考和 DeepSearch 的 AI 搜索已经大大解决了这个问题，AI 能理解自然语言中的复杂语义，比如问它「明天广州适合穿什么衣服？」就可以分析天气数据、时尚趋势、个人偏好等隐藏需求，实现多维信息关联。
而豆包新版深度思考与多轮搜索相结合的模式，进一步补足了深度思考和 DeepSearch 在处理复杂、模糊及动态信息需求时尚存的几块短板。
一轮搜索无法解决的复杂问题 : 更好应对需要多轮信息整合、动态调整策略的复杂任务。在思考过程中多次搜索，让信息持续更新和补充，给出更全面、准确和深入的回答。
模糊查询与信息关联 : 对于一些描述模糊、信息不完整的问题，「边想边搜」让模型在推理过程中不断搜索和验证，逐步缩小范围，找到相关信息
动态规划与多步骤任务 : 在处理需要长期规划或多个步骤的任务时，「边想边搜」能够在每一步骤中进行信息校验和调整，提高了执行任务的成功率。
豆包新版深度思考「边想边搜」的执行路径，让我不禁想起最近常被提及的 Agent。「互联网之父」Berners-Lee 早在多年前就提出：
真正的智能体，就是在每个具体场景中，都能自动完成用户心里想做却没明确说出来的事情。
虽然豆包新版深度思考和 Agent 还有些区别，但某种程度上却是 Agent 工程化思路在搜索上的应用。Agent 自主决策和动态调整，将任务高度自动化，大大减少额外的数据预处理和人为干预。
说白了，就是让 AI 像一个聪明的助手，自己去网上找答案，它能自己动手，自己动腦，找到我们要的东西。用户不需要像喂饭一样把问题拆得细碎，才能得到满意回答。
由此我们也可以推理出 AI 时代理想的搜索过程：
1. 接收并分析用户问题
用户提出问题后，AI 会先分析问题的内容，拆解其核心需求，并尝试推测用户的真实意图。
2. 自主选择搜索策略
根据问题的性质，决定是用通用搜索还是直接调用特定专业数据源。它能记住常用工具和 API 的调用方式，直接利用现有网络资源（如站点地图或结构化数据）进行搜索，而非依赖预设流程。
3. 多步骤动态搜索
搜索不是一次性完成，而是抽成多个连续步骤。先发起初步搜索，查看结果后，可能调整关键词、浏览网页深入挖掘，或转向其他数据源，模拟人类在网上探索的过程。
4. 实时优化搜索路径
在搜索过程中不断学习和判断。如果发现当前方向无效，它会自主放弃并尝试更有效的路径，如同经验丰富的专业人士那样灵活应变。
5. 整合信息并生成结果
搜集到足够信息后，它还会通过推理将零散内容重新组合，将结果整理成逻辑清晰的总结，确保输出符合用户需求。
6. 记录决策过程
每一步决策和推理都会留下清晰的记录，增强结果的可解释性，让用户能追溯其搜索逻辑。
如同媒介理论家保罗 · 莱文森所言，技术进化是人类认知结构的外延。每个时代技术的核心驱动力是信息处理能力的提升，当 AI 以越来越接近人类的思维方式处理信息，重塑的将不仅仅是我们对搜索的习惯。
作者：李超凡、莫崇宇
