从互联网诞生至今，搜索技术的演进深刻改变了人类获取信息的方式，人们对于搜索的倚赖，即使经历了web端到App端的变迁，也从来没有减弱过。从某种程度上说，搜索已经深刻重塑了人类的认知模式、决策方式和社会关系。谈到搜索，我们就不得不提到推荐引擎。这正好是人类与信息交互的两种方式。搜索是用户主动发起，推荐是用户被动接受，搜索是一次性交互，而推荐是系统要记住用户长期的兴趣偏好。推荐引擎在移动互联网时代大行其道，因为它比搜索更简单更便捷。搜索仍然是一次性的、需要用户在检索结果中自行判断的信息获取方式。检索结果难以匹配需求、操作麻烦这些问题一直存在。所以到了LLM时代，AI搜索的出现成为了一个搜索跃进的契机，是在原有搜索结果的基础上，增加了一部分通过模型能力生成的答案，在某些搜索场景中，将生成式答案置顶，后面接续原有的搜索结果，使搜索结果更加一目了然。最近半年来，人类与信息的关系正在快速演进。在一位搜索大模型专家看来，“AI工程师们已经意识到，通过把长期的思考和推理过程融入到搜索系统中，能够实现比以往任何时候都更精准、更深入的检索效果。”果然，DeepSeek-R1已经率先一步让用户不限量地体验到了能联网搜索的AI能有多厉害。不过AI毕竟不是搜索引擎。为了让 LLM 在搜索上更进一步，作为搜索行业的颠覆者，夸克一马当先，在AI超级框的基础上，全新发布了“深度搜索”产品，通过深度思考能力、智能检索技术和精准回答功能，为用户“高搜商”地解决多样化复杂问题。作为阿里巴巴AI旗舰应用，夸克AI超级框同时迭代“图片智能处理”功能，持续刷新AI全能助手的用户体验和能力边界，将搜索体验推入到了一个新境界。我们从传统的搜索引擎出发，进入到深度搜索的区间，有两大关卡要过。自检索增强生成 (RAG) 技术兴起后，利用LLM改进搜索已成为行业共识。将搜索引擎结果融入 LLM 的内容生成过程已是业内普遍做法，而 Perplexity正是其中的代表。RAG系统的弊端是，一般只运行一次搜索-生成过程，所以生成结果中的精确率和召回率有限。这也正是AI搜索在过去两年中面临的最大困境。DeepSearch（深度搜索）正是能够在RAG基础上升级的新技术，其核心理念是通过在搜索、阅读和推理三个环节中不断循环往复，直到找到最优答案。通过引入多步迭代机制，搜索环节利用搜索引擎探索互联网，而阅读环节则专注于对特定网页进行详尽的分析推理环节则负责评估当前的状态，并决定是应该将原始问题拆解为更小的子问题，还是尝试其他的搜索策略。这种循环流程可以一直持续下去，直到满足某一业务设定的条件才终止，最终最大限度的获得更好的结果。这个条件可能是尝试次数，也可能是token限制。在这个机制下，DeepSearch的生成结果是远远好于普通的AI搜索。其次要考虑的则是，这种循环过程花费的时间远超传统的搜索。过去的搜索引擎依赖预建立的网页索引数据库，通过关键词匹配和排序算法快速返回链接列表。整个过程高度优化，耗时通常在50毫秒以内。如果没有在200毫秒内没有响应，那就是失败。但是现在的用户，为了一个更好的结果，已经愿意忍受更长的处理时间。这其中当然有Deepseek普及了CoT（思维链）的作用，深度思考已经成为了人们愿意使用AI的一个重要原因。Manus将虚拟机中的代码执行过程实时投射到交互界面，从而让用户愿意等待更长时间，也是出于同样的设计理念。在技术和用户都已经有了充分准备的情况下，商业搜索变革的时机终于成熟了。阿里夸克推出“深度搜索”，也才有了跟传统搜索分庭抗礼的内外部条件。夸克AI超级框全新推出“深度搜索”，最核心的优势就是具备“高情商”。深度分析下，深度搜索在思考能力、内容正确性和多模态能力上都超越深度思考和常规搜索。高情商来源于两方面，一是正确的理解用户的搜索意图，听得懂用户要什么；二是能够生成合理可靠的结果，给得出用户的需要。在接收到用户的问题之后，深度搜索会深度分析用户的真实需求，判断搜索意图是什么，然后智能拆解搜索任务，像人类一样先思考再搜索，之后对搜索到的内容进行智能总结，生成一个全新的答案。比如我以：有半月板损伤和足底筋膜炎，推荐一双春夏季可穿的女士鞋子，要具体品牌和型号。作为提示词进行搜索。传统搜索在关键词匹配之下会给我推送若干包含“半月板损伤、足底筋膜炎、女鞋”的网页，这些网页的内容可能满足我的需求，也可能不满足我的内容，因为这些网页并不是基于我的需求定制的。而在夸克的深度搜索中，第一步是要先用解析，它能够深入分析用户提出的复杂问题，逐步分析问题并进行充分地思考，从而提炼出关键信息和真实意图。在这个案例中，夸克的需求拆解和深度思考过程是这样的：深度搜索的思考过程，说出了用户在提示词中还没有说出的需求，包括鞋款类型、医学建议、春夏穿鞋的透气性等等。说是一个贴心的小助理也是一点都不为过了。其次，“深度搜索”采用“先思考，再检索”的全新方式。它会去全网检索和匹配优质信息源，精读数百个页面中的核心信息，根据情况调用不同的Agent，使搜索结果的内容更加深入和全面。最终，“深度搜索”能把关键内容和跨领域知识进行深度融合，生成一份精确、可靠的详细解释和解决方案。尤其在日常生活、旅游规划、医疗健康、学习教育等领域中，进一步帮助用户解决实际问题，显著降低用户决策成本。基于33篇具有高可信度来源的网页，夸克进而生成了一个答案：这种高情商的答案，在三类问题中表现得尤为明显。第一类是个性化问题，全网搜不到对应的答案，在常规搜索中只能由用户自己参照搜索结果进行总结的，比如在刚过去的母亲节送礼物，我们就可以根据母亲平常的喜好，去问夸克这次该送什么礼物了：妈妈平时喜欢跳广场舞，喜欢种花赏花，之前首饰、包包衣服我都送过了，去年送的是一套阿玛尼的化妆品，妈妈很喜欢，今年母亲节送什么礼物好，预算2000以内
第二类是复杂问题，需要不同维度的内容支持。
孩子在读小学二年级，老师布置做手工作业，主题是保护大自然，可以是绘画、手抄报、折纸、做模型等等形式。帮我想一个最容易做、使用工具最少的方式，内容上要有创意，详细告诉我该如何做这份手工作业？
这种问题看似简单，但是实际操作起来就够让人麻烦的。我们不仅需要AI能够给出建议，最好还能有详细的指导，甚至给出图片和视频来帮助我们完成这类任务。具备多模态处理能力，解决多样复杂问题，这恰巧就是夸克深度搜索最擅长的领域。
第三种则是文字描述不清楚，需要模糊搜索的问题。这种给不出来太多信息，但是又希望搜索引擎能够给出确切答案的问题，也只有深度搜索才能解析。忘记小说名字了，说的是主角要与生肖不断赌命才能回到真实世界，属于无限流，请问是哪一部小说？
这些传统搜索中做不到、做不好的事情，夸克搜索在阿里集团自研大模型的技术赋能下，已经可以轻而易举地解决。
当用户发起搜索请求时，系统不仅提供精准的初始结果，更在交互过程中持续进行意图识别与验证——分析用户潜在需求，结合实时反馈调整搜索策略，智能判断是否需要拓展搜索维度或进行垂直领域深化。不仅答案可溯源，而且在在医疗健康、学术研究等专业场景中也表现出色。深度搜索有着"搜索-验证-再搜索"的智能闭环。不仅使信息获取效率提升40%以上，而且能够通过多维度交叉验证显著降低信息偏差，确保回答的准确性。人类与信息的关系正在变化，用户主动上网搜索信息的麻烦与不便，在深度搜索时代将会得到破解，擅长使用深度搜索的人，从此也不会再受限于推荐引擎信息流带来的信息茧房。今年3月份，夸克的“AI超级框”发布后，在C端用户侧引发了巨大反响。这是互联网大厂中战略层面上第一个公开宣布打造的旗舰级AI超级入口。行业观察者普遍认为，这是阿里巴巴在消费级AI战场的关键落子。雷峰网在拜访过多位AI产品人士后发现，对于通用Agent的存在，人们的观点大相径庭。有些人认为未来的Agent一定是通用的，而另外一些人则相对悲观，始终认为现实场景的复杂性决定了通用Agent很难实现。但是所有人一致的观点都是，信息的检索、处理与规划永远都是Agent执行的前一步。相较于侧重企业服务的"通义千问"大模型和钉钉智能化改造，夸克“AI超级框”更是将阿里云智能、达摩院的前沿技术封装为C端用户可感知的颠覆性体验。在搜索场景上，夸克不断通过创新打造除了全新的用户体验。深度搜索只是其中的一步。在半个月前，夸克AI超级框发布全新AI相机，上新“拍照问夸克”功能。只需要拍张照片上传，夸克就能理解图片，并且回答现实世界中的问题。这也是搜索场景扩张的一个重要举措。在闭环Agent生态构建上，夸克已集成超百个垂直领域Agent，覆盖扫描、学习、医疗、创作等场景，形成全链路服务闭环。夸克的深度搜索功能持续深化智能化升级，依托阿里自研的推理大模型和多Agent协同机制，能够精准拆解复杂需求，并在数百个垂直领域的Agent中，调用专属Agent完成任务。我们从内部了解到，夸克还将在深度搜索的基础上，继续上线深度搜索PRO功能，其具备更专业的分析与推理能力，能将需要几天完成的复杂问题与任务压缩至分钟级，交付结构化与系统性的专业级结果。从搜索、分析、决策到执行，一个链条正在打通，一个超级Agent即将诞生。夸克正在重新定义搜索服务的价值链条——在朝着一个超级Agent演进的过程中，搜索的颠覆成为了新产品形态的重要一步。深度搜索的推出，不仅是探索通用Agent的关键一步，更是率先打开了搜索新时代的大门。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
