秘塔的 Deep Research 做得怎么样？| 在深度测评后，我们发现了 2 个亮点
你追我赶太好了！
**
你追我赶太好了
👦🏻 作者: 镜山
🥷 编辑: Koji
🧑🎨 排版: NCon
说到秘塔，很多⼈可能觉得这是⼀个⽐较低调的 AI 团队，不过他们在业内有着不错的⼝碑，甚⾄拥有⼀批忠实的⽤户。
Koji 曾在「狂喜播客节」和卫诗婕、晚点的程曼祺、三五环的刘飞录了一期现场播客。当时曼祺提到，她日常一直在用「秘塔写作猫」帮助做内容的审核，按头安利给大家。
回顾秘塔的发展轨迹，从 2018 年的基于 Transformer 架构的秘塔翻译、2021 年的写作猫 AI 写作、2024 年年初的 AI 搜索、浅度研究（Shallow research），再到 2 个月前，凭借「塔子老师，今天学点啥」的 AI 教育功能出圈，秘塔的每个产品都在努力向 AI 领域「靠拢」，精准踩中了用户痛点。
今天，秘塔悄悄推出了自己的Deep Research功能，在社群中引发关注。
🚥
带着好奇心，「十字路口」团队深度测试了秘塔的这个新功能。
说实话，Deep Research 的功能现在快成了所有海外 AI Chatbot 产品的标配，但在国内公开可用的选择并不多。从 Benchmark 的表现来看，像是用来综合评估** AI Agent（智能体）的信息挖掘能⼒的 Xbench-DeepResearch** ，秘塔就获得了不错的评分：
在实际测试过程中，它的初始体验出乎意料，也合乎基准测试上的表现：通过采用**「研究思路链」的交互设计**（下文会详细介绍），立即给用户带来了开门见山的一个 Aha Moment！
接下来，分享我们的深度测评。
追求完整思路链的 Deep Research
我们发现秘塔的 Deep Research 在 BrowseComp‑ZH 基准测试中获得了 45.33 的高分，这是一个专门针对中文互联网环境设计的 Web browsing 能力基准测试。而在英文版 BrowseComp 测试中，成绩也还不错：
这一数据结果很直观地体现在**搜索结果的逻辑完整性、搜索范围和准确度提升了。**它不会因为找到几条相关信息就赶紧下结论，而是会持续挖掘，直到形成完整的思路链。
下面，我们来看几个 AI 领域方向的研究案例。
1）案例：超导领域造假事件
秘塔 AI 搜索提供了多种搜索范围选择，日常使用直接勾选「全网」即可，如果需要深入学术研究，可以选择「学术」模式。
「学术」这其实是秘塔的一大亮点，因为在过去的一年里，他们持续扩充中英文学术资源库。
比如，这两年「人类终极材料梦想」——各种造假事件不断冲上各个社媒平台热搜。由于超导和 AI 在科技圈都有成为「技术神话」的趋势，所以我想研究一下这两者是否存在关联。
就可以很简单地输入一段提示词：
为什么超导领域造假事件这么多？会不会成为新一轮人类技术乌托邦的精神象征？
最大亮点：AI 的「研究思路链」：
等到秘塔开始研究后，我抬头看了眼屏幕，发现它并不像往常的深度研究功能一样出现一个进度条，而是展示出来了它的研究思路链。
它会显示当前在思考什么问题，下一步要查什么资料。
而且，如果是学术问题，我发现秘塔好像会更倾向于搜索英文资料。
更有趣的是，系统会自动补齐研究链条中的空白节点。当它发现研究中缺了什么关键信息，就会自动「长出」新的分支去补上这个空缺。
你会发现整张思路链会一直处在动态变换中：
当我细看秘塔 DeepResearch 在每个节点里的「想法」时，发现一开始它就定下了一个很有趣的研究方向：
超导技术在人们心中代表什么，以及造假事件的影响。
要理解这个「研究思路链图」，得配合最后的报告一起看。
比如说，秘塔 DeepResearch 在一开始就敏锐地抓住了跨领域的象征意义和社会比喻这个角度，然后系统性地展开分析。
AI 首先识别出：超导技术已经成了多个领域的「终极梦想」的象征。
它很敏锐地看出媒体是怎样把超导包装成「科技救世主」的，剥离了许多层「复杂科技」和「专业学术话语」的外壳。
最终，AI 不是简单给出结论了事，而是用动态思路链的方式展示完整的推理过程和逻辑分支。
用户能清楚看到每一步的证据链条。和传统的「总结式」分析比起来，秘塔 DeepResearch 更关注逻辑的完整性和深层挖掘。
这幅深度「研究思路链图」的左上角显示，整个深度研究过程消耗了 234812 个token，搜集了 420 个学术来源，时间花费很短，只有 9.3 分钟。
思维链条可视化最大的好处是透明度。用户可以清楚看到：
【1】哪些信息来源很充足，结论很可信；
【2】哪些节点信息缺失，可能影响准确性；
【3】AI 为什么选择某条推理路径而不是另一条。
研究思路链条的可视化不仅减少了研究报告中常见的「错误引用」问题，还允许用户直接查看 AI 思路链中的信息缺失部分。
例如，在最终研究报告生成前，其中几条思路链存在一定的信息缺失：
因此，报告更倾向于采用研究思路链图上方那条思路链的内容，因为这条链的数据来源更加充足，结论的完整度也更高。
最后，秘塔 Deep Research 给出了一份大概 2-3 千字左右的报告，比较详细且结构清晰，而 token 消耗量在几十万量级。实测下来，如果在提示词里要求更长字数的话，输出文本也会更长，更深入：
搜索的专业度、深度、广度都很好： 秘塔 DeepResearch 一次性找到了 417 份学术论文和研究报告的 PDF 版，这些资料大多来自很知名的学术数据库。我大概梳理了下，资料源头包括：IEEE Xplore、ArXiv 预印本平台、Nature / Science / PNAS 等顶级期刊。
我飞速录制一段 Gif 动图，可以直观看到秘塔 DeepResearch 在学术 DeepResearch 方面的强大能力！
这个研究课题的焦点之一其实就是 LK-99 （一种由韩国科学家在 2023 年 7 月提出来的化合物，之后被认为无法复现）。
我可视化了一下秘塔 DeepResearch 搜出来的论文，围绕 LK-99 的一共有 15 篇，时间跨度从事件爆发开始的 7 个月内，各个阶段的重要研究成果全都被完整收录了进来：
沿用了秘塔的 AI 讲解： 秘塔这次搜索了 540 个信息源，覆盖面确实够广：B 站视频、学术 PDF、ACL 论文库等各类资源都包含在内。
我录制了一段 Gif：
这种交互方式其实有个很大的好处，因为秘塔上回出圈就是因为它的 AI 版教学功能「今天学点啥」。所以这回，当用户在左侧发现一条「生涩、难以理解」的内容之后，可以直接点击右侧的「讲解」。
然后，用户就无缝接入到「塔子老师课堂」了，完成闭环的深度学习。 现在的一些 AI Agent 产品其实也有这个趋向：从深度研究功能出发，为用户提供深度学习的场景。
从体感上来说，秘塔的这种交互确实能够支撑得起「深度学习」，在我的使用过程中感觉很方便。
高完成度的互动式网页： 在研究报告的最下方可以一键生成一份高度结构化的互动式网页：
这份「超导领域造假与人类技术乌托邦」研究报告的完成度很高，整体比较简洁美观，颜色的搭配协调度很好：
在这份可视化研究报告中，我发现报告的质量很稳定，会经常插入图片、表格甚至是外部的视频模块：
一个特别令我惊喜的点是，秘塔 DeepResearch 做可视化报告时，会根据深度研究的内容，接着去找相关资料，而且找得很准。
为什么这么说？
因为，在「超导技术」造假这方面，最为出圈、可能也是最有趣的就是「来自星星的何教授」的 B 站视频了。视频插入的位置很准确，而且，此类视频，秘塔 DeepResearch 还放了好几个，让用户可以边看报告边学习：
下面我们再看一个没有那么「学术」的案例。
2）案例：OpenAI正在开发的硬件都有什么可信情报了？
对于一般的新闻类信息，秘塔 Deep Research 的思路链条会咬的很死，更加追求信息来源的权威性。
比如，我想了解下最近 OpenAI 又被透露消息的 AI 硬件的发展，就可以输入一段简单的提示词：
OpenAI正在开发的硬件都有什么可信情报了？
报告总体的结构，依旧体现了深度研究很有广度、深度、逻辑。
比如：
【1】 广度方面，这份报告研究的很细，涵盖 AI 终端设备、AI 芯片、人形机器人等多个关键赛道；
【2】 深度方面，它会在每个细分领域都深入分析，而非很浅地描述。
【3】 逻辑方面：与秘塔 DeepResearch 展现出来的「思路链」一样，递进式的分析，有完整的分析闭环。
深度研究很「谨慎」 在仔细阅览这段报告时，我发现秘塔的 Deep Research 会很「谨慎」，比如它会整合权威时间点，在每一个关键里程碑后面都附带可信来源。
而且，它会专门给出一份情报可信度分析。
很有趣的是，秘塔果然会围绕 OpenAI 造硬件这件事进行全面搜索，因为它真的找到了一个官方矛盾点：OpenAI CEO —— Sam Altman 的名言， AI 硬件可能永远不推出。
秘塔给出的可视化报告中，也通过三色标记，将这三种类型的信息依次标注「高可信来源」、「待验证信息」、「官方矛盾点」：
我还根据这些信息回到了它的「研究思路链图」里，梳理了它的推理逻辑，发现：
当它需要查询 「OpenAI 硬件产品的技术规格和实现细节是什么？」时，秘塔会自动导向时间，信息来源，再进行内容的细化，然后甚至还会有立场修正，具体化。
整个流程大概是：
时间节点 → 信息来源来自哪 → 内容如何细化 → 立场如何交叉验证 → 怎么做具体化分析。
如果是官方来源的信息则会进行标注，可能是秘塔深度研究背后的架构会让它更关注权威信息：
各项时间线与合作信息都有具体出处（比如 Broadcom 合作声明、Altman 访谈等等）。
对于一段模糊的提示词（OpenAI 正在开发的硬件），秘塔会将这些硬件分为三个部分：AI 终端设备、AI 芯片，人形机器人。
每个硬件领域都有 技术、团队、合作、时间表、挑战 等完整分析，环环相扣，逻辑闭环的表现很不错。
在人形机器人方面，秘塔会直接将 Sam Altman 与 OpenAI 关联，并执着于研究 Sam Altman 公开立场的转变，它甚至找到了华西证券在 2023 年的一份证券行业研究周报：
以及一份飞书的文档：
秘塔这回搜了 360 个信息源，我大概统计了下，研究报告中一共采用的信源大概是 58 个。
而且，信息来源并不只是中英文信息，甚至在 OpenAI 的 AI 芯片方向，还涉及了日文、韩文的 PDF 资料：
比如，秘塔在一篇韩文的关于「扎克伯格和马斯克没有选择等待 Blackwell（B100）系列，而是加码投入 Hopper 系列，以及 OpenAI 的 Sam Altman 投身 AI 芯片」的 PDF 文件中，找到了相关信息：
而且，我翻看了下秘塔的搜索来源，在最上方有一个「管理」按键，这也是秘塔之前搜索的老功能了，虽然不新鲜但却很好用：
通过这个功能入口，用户可以自主定制化秘塔 AI 搜索的来源偏好，可以添加「希望更多出现的网站」和「不希望出现的网站」。
Deep Research 通常作为辅助工具使用，用户对行业往往已有一定了解。在实际使用中会遇到这样的问题：
有些信息源可信度不高，有些信息源很有价值，但 AI 有时会在类似网站中错过用户想要的权威来源。
这个功能让用户能够引导 AI 朝更可靠、更定制化的方向搜索。
「Deep Research」仍有巨大想象空间
我们总结下秘塔 Deep Research 表现还不错的地方：
【1】基准测试数据很亮眼，在中文互联网的表现尤其不错；
【2】研究广度 + 深度都比较好，搜索覆盖面相当广泛，信息获取能力表现不俗；
【3】逻辑架构很清晰，整体研究脉络很分明，没有那种「为了堆信息量而堆」的感觉；
【4】「研究思路链」式交互设计很有创新，用户体验比我们预期的要流畅。
整体来说，秘塔这次对于 Deep Research 的尝试做出了一些他们自己的提升。看完秘塔这次的 Deep Research 功能，感觉就像是在看一场技术追逐竞赛的最新回合。
ChatGPT 和 Gemini 打响 Deep Research 第一枪之后，到现在各家纷纷跟进。我们看到的是一个快速迭代、不断试错的过程。秘塔的入局或许不是最早的，但他们走出了一条差异化的竞争路径。
最终，用户对 Deep Research 的需求其实简单又直接，就像它的字面意思：
AI 帮我「深度研究」，让我更快地、更好地理解这个复杂的世界。
