Kimi悄悄上线"探索版"，这下我真的想扔掉搜索引擎了

本文由 数字生命卡兹克 撰写/授权提供，转载请注明原出处。

文章来源于：数字生命卡兹克

作者：卡兹克、稳稳

昨天晚上打开 Kimi，想用它帮我朋友写个东西。

突然发现，他们上新功能了。

得，又不让我睡觉了。。。

真的，我不知道你们有没有发现。之前动静最大，没事就能掀起 AI 圈山呼海啸的 Kimi，自从 7 月上了个浏览器插件、上了个 AIPPT 之后，突然“人间蒸发”了一样。

在最近 AI 圈各种更新、八卦满天飞时，Kimi 岁月静好得让人心慌。

一眨眼，两个月啊，这两个月，你知道我是怎么过的吗。。。

AI 媒体圈不能没有 Kimi，就像西方不能没有耶路撒冷。

谁叫你 Kimi 就是流量密码呢。。。

今天 Kimi 的这个新功能，叫“kimi 探索版”，其实就是加持了深度推理的 AI 搜索。

AI 搜索相关的产品我也写过太多了，不计其数，之前各家 AI 也前仆后继地冲向搜索功能，快特么卷成麻花了。

Kimi 这个一直以产品体验著称的公司，我真的好奇他们还能怎么玩 AI 搜索。

进入 Kimi 后，在对话框输入“/”，然后按一下 Enter，就能触发“Kimi 探索版”

丝滑、简单。

在调出 Kimi 探索版功能后，直接输入问题等 Kimi 查找然后回答就行。

整体的步骤，就是拿到问题不直接莽，而是先拆解、再推理、最后才给答案。

其实就是思维链 CoT 那套。

这玩意用在 AI 搜索里面，搜索体验还真的有点爽。

我用几个 case，给大家感受一下这套玩意儿的能力。

比如，我让 Kimi 推测黑悟空今年的销量：

Kimi 就知道要先搜索现有销售数据，再找推测模型，最后给我答案。

它回答得非常详细。

思路清晰，抓的数据也基本都对。

更好玩的是，kimi 搜索现在不仅能调用公式做计算，甚至用的还是两种预测模型。这什么线性回归、指数平滑的数学公式弹出来的时候，我都懵了。。。

回答思路真的无懈可击。

再比如，我让 Kimi 搜索“根据《西游记》的描写，玉皇大帝是住在平流层还是对流层”：

可以看到 Kimi 的深入搜索，不是那种直接把问题打碎成一堆关键字，然后用关键字去公域搜索，抓取一堆文章回来的思路了。

而是先分步，再搜索。它把我的问题拆成了两个小问题：

第一步，先把原本的问题理解后，拆成“《西游记》玉皇大帝住所的描写”和“住所在平流层还是对流层”，两个问题。

第二步，逐个击破新拆解的问题。

最后整合答案：玉皇大帝住平流层。

这波操作，有那人思考的味道了，不是之前AI搜索的那种一股脑的条件反射，而是像人类一样先想再搜。

这问题丢给我，我可能就直接复制粘贴，去百度一键 google 找现成答案了。

Kimi 能想到先搜索“玉皇大帝具体住哪儿”，还挺让人惊喜的。

我追着 Kimi 问了一夜。一开始没抱太大期待，结果越玩越上头。

我想尽办法拿一堆问题去刁难 Kimi 探索版。稍微也摸索出了点使用心得：

- 简单的问题，用简洁的、有逻辑的自然语言提问，比如上面两个 case，说人话就行；

- 超级复杂推理和多任务问题，最好把任务写明白。就是指导 Kimi 往你要的方向思考，越清晰详细越好。要是先帮 Kimi 理清搜索和任务思路，它能答得更出色。

比如海的那边不是快要大选了吗，我有点好奇特朗普最近的演讲又 cue 了几次“China”。

用户只要提出问题就可以了，但是需要 AI 搜索考虑的就很多了。

Kimi 得先搜特朗普有多少近期演讲，找原文，然后还得写 Python 代码遍历统计。就算是真人上，都得花不少时间。

我直接问特朗普 cue 了几次中国，果然直接宕机，主要是这事确实太复杂了。。。

我就先让 Kimi 给我简单来了个方法。

这个方法还挺科学的，我就自己又精炼调整了一下，然后发给了 Kimi。

本来我都做好 Kimi 答到一半卡住的准备了。

没想到，也就花了一分多钟，它真能给我搜出来，而且答得非常详细。非常！详细！！完全按我的指令执行了每一步：

原本的回答非常长一大段，为了方便贴在文章里，我就只截重点的部分。

先查的最近的演讲，然后找到转写稿。它甚至还真能写 Python。。。

最后 Kimi 回答的结果是这样。

川普还是那么爱喊“China”，意满离。

先不说其他，Kimi 现在能完全按我的要求执行，比起很多其他的 AI 搜索，已经非常牛了。你就说，别的 AI 搜索还怎么玩。。。

当然，为了严谨，我也去 Kimi 给的演讲原文里核实了一下。

真是 3 次 China，我只能说一句，NB。。。

再然后我把五篇演讲稿挨个点了进去，还是发现了一个小问题。

Kimi 或许是用时间做的关键词抓取，应该抓 10 月 6 日的演讲，但它抓成了 6 月 10 日的文字稿，但是问题不大，这点小错误是可以容忍的。

最后，经过比对验证，Kimi 抓的其他演讲场次很准，而且也给了对应的视频链接，很不错。

而且说真的，比起之前的 Kimi 联网搜索，更新后的体验感舒适太多了。

以前这样一长串的问题，AI 搜索要么是找一大堆我不需要的内容，要么是看心情选几个关键词去搜索，我问东南西北它答夏商西周。

你可以拿原本的 Kimi 或者啥别的 AI 搜索去试试这个特康普 China 坑比题，一问一个跑火车。

为了确定这个复杂 case 的执行力不是意外，我又写了一个问题来刁难Kimi。

黑悟空不知道大家都入手没，还没买的话可以蹲蹲平台折扣。Steam 传统艺能就是 11、12 月搞秋促冬促，一般能折扣个 20% 30% 啥的。

如果你想到时候买好几个游戏但预算有限，可以这么问 Kimi：

分析 2024 年 Steam 畅销付费游戏,并根据降价预测提供购买建议。

1. 搜索并列出 2024 年 1 月至 9 月 Steam 月度付费游戏销量榜单,使用可靠的数据来源(如 SteamDB 或 Steam 官方数据)。

2. 使用适当的数学模型或 Python 代码计算并排序 2024 年 1-9 月期间销量最高的 5 个付费游戏。请展示计算过程。

3. 基于历史数据和当前趋势,预测这 5 个游戏在 2024 年剩余时间的可能降价情况。请说明预测方法。

4. 假设预算为 300 元人民币,分析如何以最优惠的价格购买 top5 游戏中的任意两个。考虑不同的购买时间和组合。

5. 将所有信息整理成一个清晰的表格,包括游戏名称、当前价格、预计降价时间和幅度、推荐购买时间等。

6. 如果需要货币转换，请使用最新的汇率。

7. 最后，给出基于以上分析的最佳购买方案和时间建议。优先考虑数据的准确性和购买建议的可行性。

没开玩笑，比特朗普 china 还坑比的题目。

但是最后，Kimi 的回答把我惊得下巴都要掉了。

它给的答案巨长一串，但这回我真得多放些内容。

因为真的，太屌了。

Kimi 先是自己消化了一遍我的问题，再按月列出了今年 Steam 销量榜，并且整理了总销量最好的 5 个游戏。

就算到这，我已经觉得很厉害了。但 Kimi 还在继续发力。

不仅考虑到了活动折扣安排，还预测了折扣后的价格。最后甚至对比给出了两个“最佳”方案，不仅都在预算内，连预计购买时间都安排上了。

除了帕鲁和战锤 40k 的现价抓偏了，其他都对。而且可能 Kimi 觉得战锤 40K 太新，打折力度可能太小，在最后的最佳购买方案里直接剔除掉了哈哈哈哈。

我也专门去看了下专门监测相关内容的 VG insight，截止 9 月 20 日统计的 steam 销售数据和 Kimi 给的回答一致。（PS：这个图里第四的 Banana 是个免费游戏，Kimi 没抓它的销量是对的。。。）

牛逼。。。

让 AI 成为用户的助手，在 Kimi 这儿已经不是简单的噱头或口号了。

甚至，我还发现了一个有趣的点。

除了会分步骤进行搜索推理之外，Kimi 额外加了反思层，不过这个反思层貌似不是每次都触发。

但有些问题 Kimi 在回答完以后，它自己会觉得不太行。然后小蓝机器人就会冒出来，开始自己 pua 自己。

比如我问了一个问题，叫：“如果所有钢琴都定期调律，估算一下北京需要多少名全职的钢琴调律师？”

Kimi 就先会老样子嘟嘟嘟的去拆解、搜索。然后给出答案。但这次，它发现自己查错数据了，直接自己反思完，重来了一波，得出了正确答案。

Kimi 真的，我哭死。

它的搜索思考，真的越来越接近人类的脑回路了。

憋了两个月的这个更新，我觉得挺值。

Kimi 很聪明，他们没有去卷大模型底座能力。而是选择做体验、做工程，在 AI 搜索上引入了思维链。

而且做得很接地气，有点联网版的 o1 的感觉。但是却比高高在上的 o1，更加的实用。更符合普通老百姓的使用需求。

以往的 AI 搜索，说白了就是个高级点的关键词匹配。

比如让之前用 AI 搜索“北京周边国庆出行攻略”，以往 AI 搜索的做法，是直接抓取问题里的“北京周边出行”“出行攻略”这样的关键词，再去携程小红书之类的平台检索文章，然后汇总答案。

而现在，你可以直接让 kimi 跟着黑悟空的景点，按朝代来一次复杂的时空旅行。

真的，被思维链强化之后，Kimi 有思考步骤、逻辑性、有意识，更像人的思考方式。

这才叫从搜索引擎到 AI 搜索的进化。

能像人类一样思考，AI 搜出来的结果自然更准确、更实用。

这，才是真正的用户体验。

我能看到，Kimi 在努力实现。

他们不卷大模型分数、不卷花里胡哨的功能，就是踏踏实实做好“AI 助手”。

永远在想，怎么让 AI 更像人。

Kimi 没有让人失望。

我也继续期待着，他们的下一步。

扫码关注公众号

获取更多技术资讯