智谱：会反思的AI搜索如何构建？

AI搜索在信息检索上有其独特优势，但常因对复杂问题缺乏规划而导致错误答案。究其原因，AI在识别意图、联网检索、整合回答上存在盲点。那么，「智谱」这一可反思的AI搜索是如何应对这些挑战的呢？

传统AI搜索为何出错？

意图识别是否有效？

当你询问AI类似「今年诺贝尔物理学奖获得者中年轻的那位的出生地的今日天气」的问题时，AI常会给出不完整或错误的答案。这多因为在意图识别阶段，AI只识别到了部分关键词，而非完整问题。例如，识别到「诺贝尔物理学奖获得者是谁」这一信息，但无法正确连接到「出生地的天气」。

AI如何联网检索信息？

在检索阶段，AI倾向于仅搜索已识别的部分字段而忽略上下文，比如只获得出生地信息，天气部分靠猜测。

整合回答为何不准确？

由于欠缺对整个问题上下文的把握，AI往往只能基于拆解的信息给出片面答案，而非用户真正想要的结果。

智谱AI如何革新搜索流程？

任务规划与执行

智谱AI通过一个思考框架将用户的问题分解成可执行任务。每一步骤都通过多步检索解决，其中包括：

• 任务规划：明确用户问题的每一步骤。
• 任务执行：逐步执行每个步骤以获得完整信息。

具象任务拆解示例

假设用户提出的复杂问题被拆解为以下步骤：

• 获取获奖者信息：搜索2024年诺贝尔物理学奖得主。
• 最年轻者的出生地：通过搜索进一步确认具体信息。
• 查询天气：对出生地进行当日天气的精准搜索。

结果整合：将所有信息如出生地和天气状况合并返回给用户。

智谱的独特多级推理能力

智谱通过支持多级推理和连贯思维链，解决日常复杂问题。在过程中，智谱能调用多种工具，例如：

• 调用Python等工具：进行图像生成、数据分析或代码执行。
• 免费并无限量：一次可支持100个以上网页的并发搜索。

在处理项目应用中，比如生成PPT或图表，智谱能自动调用代码解释器进行复杂计算或文件处理。

我认为

AI搜索作为信息工具，其最核心的挑战在于深度理解和精准连接用户需求。智谱通过建立更完备的任务执行框架，真正实现会反思、精准反馈。

在网络信息纷繁复杂的现代，如何高效、准确地获取所需资讯是每个人面临的问题。智谱AI以其独特的多级推理能力和灵活的工具调用，提供了一个更强大而实用的解法。,,,