這兩天AI產(chǎn)品的頻繁出圈，都把大家整焦慮了，我朋友圈有同學(xué)宣布一個(gè)月不看AI新聞，閉關(guān)了?！?/p>

為啥，都是Manus鬧的。當(dāng)然，背后其實(shí)是自媒體無底線的尬吹?！?/p>

我今天一直在考慮要不要蹭Manus的流量，內(nèi)心糾結(jié)了半天，后來看到某大V連續(xù)兩天發(fā)的文章，就釋懷了。　

人家是真本事啊，第一天把Manus吹上天，第二天又發(fā)文理性批評(píng)，真是妙啊，好人壞人都當(dāng)了，這流量賺的的是滿滿的。　

真是昨天叫人家小甜甜，今天改叫人家牛夫人了，像極了一個(gè)滿頭大汗耳鬢廝磨一哆嗦后，進(jìn)入賢者模式的油膩中年男人?！?/p>

客觀公正的講，Manus其實(shí)是一個(gè)成熟度已經(jīng)非?？梢缘漠a(chǎn)品了，理念也非常不錯(cuò)，再把產(chǎn)品打磨打磨，依然會(huì)有很多用戶，就是營銷用力過猛了！　

Manus 最大是亮點(diǎn)就是把其他大模型 后臺(tái)運(yùn)行的Deep Research 工作過程，在網(wǎng)頁上通過虛擬機(jī)用所見即所得的方式呈現(xiàn)出來了。其實(shí)技術(shù)壁壘不是很高，而且虛擬機(jī)需要大量的硬件資源做支撐，沒錢很難保持技術(shù)優(yōu)勢(shì)，算是現(xiàn)象級(jí)產(chǎn)品，下一步就是融資吧。　

Manus從架構(gòu)上來講，是一種Multi-Agent（多智能體）架構(gòu)，功能是能夠?qū)?fù)雜任務(wù)拆解為多個(gè)子任務(wù)，并分配給不同的Agent（智能體）執(zhí)行，每個(gè)智能體均具備工具鏈集成屬性，集成多種工具，如網(wǎng)絡(luò)搜索、代碼執(zhí)行、文件處理等，以增強(qiáng)智能體的功能。　

上面這段話是不是很繞，沒讀明白，其實(shí)把Manus想成你自己的公司，把里面的智能體想成你自己就明白了?！?/p>

公司如何管理我們這些員工的呢，每個(gè)公司的運(yùn)行機(jī)制可能五花八門，這個(gè)運(yùn)行機(jī)制就是我們今天要講的DeepReSearch?！?/p>

不過這里要強(qiáng)調(diào)一下，我們?cè)诖竽Ｐ退阉骺蛳旅婵吹降纳疃人阉饕话闶侵窪eepSearch，DeepSearch和Deep Research還是有區(qū)別的，大體可以這么區(qū)分，DeepSearch是工蜂，干臟活的，DeepReSearch是蜂后，一大家子都得聽她的，圍著她轉(zhuǎn)?！?/p>

啰嗦了這么多，終于繞道正題了，Deep ReSearch的工作原理到底是啥。我也是個(gè)小白（尷尬臉~），要不問問DeepSeek吧！　

好家伙，說了這么多高大上的術(shù)語，如果DeepSeek是售前經(jīng)理，還不得把甲方爸爸給忽悠暈了 。讓DeepSeek說人話！　

這樣就清晰多了，其實(shí)這里面的關(guān)鍵詞就三個(gè)：深度規(guī)劃，深度搜索、深度優(yōu)化?！?/p>

（1）深度規(guī)劃

深度規(guī)劃的作用類似公司的CEO,執(zhí)行董事會(huì)的命令（用戶的需求提示詞），規(guī)劃籌謀任務(wù)，然后再把這些活分給下面的人去做，下面的人即使反饋結(jié)果回來，他能動(dòng)態(tài)的調(diào)整任務(wù)的規(guī)劃?！?/p>

用DeepSeek的話說，就是像拆任務(wù)清單一樣，根據(jù)需求，先查政策、再找數(shù)據(jù)、接著分析成本，一步步推進(jìn)，發(fā)現(xiàn)新情況（比如突然看到某港口罷工新聞）還會(huì)立刻調(diào)整重點(diǎn)。　

這就完了嗎？就這么簡單，其實(shí)整個(gè)事情就是這么回事，但是用我們普通人聽不太懂的專業(yè)話術(shù)包裝一下就立馬高大上了?！?/p>

語義拆解算法：基于Deepseek-r1模型的任務(wù)樹生成，采用蒙特卡洛樹搜索（MCTS）優(yōu)化決策路徑。例如在分析"新能源汽車供應(yīng)鏈"時(shí)，系統(tǒng)自動(dòng)生成包含「鋰電池原料價(jià)格預(yù)測(cè)→充電樁分布熱力圖生成→政策補(bǔ)貼影響建模」的任務(wù)節(jié)點(diǎn)樹，每個(gè)節(jié)點(diǎn)附帶執(zhí)行策略（如調(diào)用Wind API獲取鈷價(jià)數(shù)據(jù)）?！?/p>

實(shí)時(shí)權(quán)重調(diào)整：通過Q-learning算法動(dòng)態(tài)更新任務(wù)優(yōu)先級(jí)矩陣，當(dāng)檢測(cè)到東南亞鎳礦出口波動(dòng)時(shí)，鎳價(jià)預(yù)測(cè)子任務(wù)的權(quán)重系數(shù)從0.3提升至0.7?！?/p>

上面的語義拆解算法 本質(zhì)就是任務(wù)清單拆解的技術(shù)實(shí)現(xiàn)，給甲方爸爸講故事，不可能直白的說，啊那個(gè)深度規(guī)劃就是分任務(wù)，這樣你的產(chǎn)品肯定賣不出去?！?/p>

作為智能體應(yīng)用層面的從業(yè)者，也只能研究到這個(gè)層面了，再深就是數(shù)學(xué)算法、人工智能底層生態(tài)的科研工作者的任務(wù)了，而我還不具備那個(gè)水平，方向也不在這里,因此也就沒有Fomo的心態(tài)！　

（2）深度搜索

談下一話題，深度搜索 Deep Search!　

最厲害最科學(xué)的搜索方式，管它什么深的淺的，就是像真人一樣去搜索?！?/p>

不知道大家知道Selenium這個(gè)能控制瀏覽器的爬蟲庫不，當(dāng)時(shí)看到Manus宣傳片出來的虛擬機(jī)，只覺得很眼熟，很親切，因?yàn)樽尀g覽器自動(dòng)刷新頁面，然后從頁面上獲取數(shù)據(jù)這個(gè)流程，我太熟悉了。

這種直接在瀏覽器操作網(wǎng)頁或者電腦的技術(shù)，其實(shí)已經(jīng)很普及了，提出MCP協(xié)議，大名鼎鼎的Claude 開源的computer use，能夠與操縱計(jì)算機(jī)桌面環(huán)境的工具進(jìn)行交互，類似的還有browser use。Manus其實(shí)就是將computer use這類的工具進(jìn)行了深度整合，再加上Deep ReSearch的工程原理，Manus團(tuán)隊(duì)的整合能力和執(zhí)行能力確實(shí)優(yōu)秀，最后能夠成功出圈，也有種天道酬勤的感覺。

其實(shí)不管控制電腦也罷、使用API也罷，本質(zhì)都是為大模型決策收集能夠利用的數(shù)據(jù)?！?/p>

所以深度搜索主要是很多前就攢下來的爬蟲技術(shù)棧，現(xiàn)在用LLM這個(gè)狗頭軍師重新武裝了一下，沒想到以前游走在擦邊灰產(chǎn)和逆向工程的爬蟲技術(shù)，因?yàn)锳I又煥發(fā)了第二春?！?/p>

深度搜索就好像公司的CMO,干具體活的，有了大模型后，爬蟲技術(shù)和搜索技術(shù)變得高級(jí)一點(diǎn)，可以使用大模型對(duì)搜索結(jié)果實(shí)時(shí)判斷了，在搜索過程中不斷判斷結(jié)果是否符合用戶需求。如果不符合，就重組關(guān)鍵詞，繼續(xù)搜索，繼續(xù)爬取，直到找到匹配的內(nèi)容為止?！?/p>

LLM這個(gè)狗頭軍師是怎么和爬蟲框架狼狽為奸的，用了哪些計(jì)謀，我這里貼上DeepSeek給我總結(jié)的專業(yè)術(shù)語?！?/p>

循環(huán)控制優(yōu)化：采用令牌預(yù)算感知的早停機(jī)制（Early Stopping），當(dāng)置信度達(dá)95%或消耗80%預(yù)算時(shí)觸發(fā)強(qiáng)制終止，避免無效計(jì)算。實(shí)測(cè)顯示該策略降低30%的冗余計(jì)算?！?/p>

多級(jí)驗(yàn)證協(xié)議：在半導(dǎo)體產(chǎn)業(yè)分析案例中，系統(tǒng)檢測(cè)到臺(tái)積電財(cái)報(bào)與SEMI行業(yè)數(shù)據(jù)的產(chǎn)能數(shù)據(jù)差異18%時(shí)，自動(dòng)啟動(dòng)三級(jí)驗(yàn)證：①橫向比對(duì)8份行業(yè)報(bào)告；②執(zhí)行T檢驗(yàn)（p=0.032）；③調(diào)用專家知識(shí)庫修正數(shù)據(jù)權(quán)重?！?/p>

已經(jīng)對(duì)多種多樣數(shù)據(jù)進(jìn)行處理的能力，專業(yè)術(shù)語叫異構(gòu)數(shù)據(jù)統(tǒng)一表征?！?/p>

跨模態(tài)索引構(gòu)建：使用CLIP模型將圖像（如港口衛(wèi)星圖）與文本（貨運(yùn)報(bào)告）映射到同一向量空間，相似度計(jì)算誤差控制在5%以內(nèi)。在分析鹿特丹港擁堵時(shí)，系統(tǒng)自動(dòng)關(guān)聯(lián)衛(wèi)星圖像中的船舶密度與文本描述的吞吐量下降數(shù)據(jù)。　

結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換：通過SPARQL生成器將Excel表格轉(zhuǎn)換為RDF三元組，支持知識(shí)圖譜的實(shí)時(shí)更新。某汽車供應(yīng)鏈分析中，成功將1357行BOM表數(shù)據(jù)轉(zhuǎn)化為3789個(gè)實(shí)體關(guān)系?！?/p>

（3）深度優(yōu)化　

深度優(yōu)化類似于公司里面的質(zhì)量監(jiān)控機(jī)制或者公司里面的法務(wù)、財(cái)務(wù)這些合規(guī)崗，比如發(fā)現(xiàn)不同來源的數(shù)據(jù)沖突（比如A報(bào)告說漲了10%，B說漲了20%），深度優(yōu)化功能就會(huì)像會(huì)像偵探一樣多方比對(duì)，甚至用統(tǒng)計(jì)軟件檢查數(shù)據(jù)是否合理?！?/p>

上面功能的實(shí)現(xiàn)也是由專干這個(gè)事情的智能體組成的。最常見的案例就是我們讓大模型寫了一篇文章，但是不知道這個(gè)文章寫的科學(xué)與否，那么就可以將這篇文章交給一個(gè)專門負(fù)責(zé)文章科學(xué)性檢測(cè)的智能體去體檢一下，評(píng)個(gè)分?！?/p>

這個(gè)智能體使用技術(shù)比較簡單，就是長上下文勘誤，使用大模型對(duì)整篇文檔進(jìn)行校驗(yàn)和優(yōu)化，確保邏輯連貫、內(nèi)容準(zhǔn)確，當(dāng)然體檢的項(xiàng)目由你的提示詞來決定。這也就從另一方面告我們，提示詞工程雖然有點(diǎn)玄學(xué)，但是作用和地位卻很重要?！?

具體到技術(shù)實(shí)現(xiàn)，就看你的算法怎么設(shè)計(jì)了，簡單的直接用我們的大白話給智能體設(shè)置評(píng)分標(biāo)準(zhǔn)，專業(yè)的則像下面這種專業(yè)的AIGC生成質(zhì)量保證體系?！?/p>

可信度量化模型　

• 四維評(píng)估矩陣通過梯度提升樹（GBDT）動(dòng)態(tài)調(diào)整權(quán)重，當(dāng)分析醫(yī)療行業(yè)時(shí)，來源權(quán)威性權(quán)重提升至40%（考慮期刊影響因子）。某創(chuàng)新藥研發(fā)報(bào)告中，系統(tǒng)識(shí)別到預(yù)印本論文與臨床試驗(yàn)數(shù)據(jù)的矛盾，自動(dòng)降權(quán)處理。

可視化溯源系統(tǒng)　

• 雙層注釋系統(tǒng)采用React框架實(shí)現(xiàn)交互式報(bào)告，用戶點(diǎn)擊"海運(yùn)成本上漲23%"結(jié)論時(shí)，可展開查看馬士基財(cái)報(bào)原文（OCR識(shí)別準(zhǔn)確率98.7%）和ARIMA預(yù)測(cè)模型的參數(shù)（p=2,d=1,q=1）。

出了對(duì)大模型與Agent生成質(zhì)量的深度優(yōu)化，也有效率和性能方面的優(yōu)化。比如下面這種?！?/p>

混合檢索加速　

• 向量檢索（Milvus）與關(guān)鍵詞檢索（Elasticsearch）的混合查詢響應(yīng)時(shí)間優(yōu)化至平均230ms，在查詢"5G基站能耗"時(shí)，語義檢索召回率提升至92%，精準(zhǔn)率85%。

增量更新策略　

• 動(dòng)態(tài)知識(shí)圖譜采用差異更新算法，每次搜索僅更新12.7%的節(jié)點(diǎn)。在跟蹤俄烏沖突對(duì)能源市場(chǎng)影響時(shí)，更新效率較全量更新提升8倍。

（4）Deep Research在Manus中的體現(xiàn)

在Manus的演示案例中，Deep Research的能力得到了充分體現(xiàn)。例如，在“分析特斯拉股票”的任務(wù)中，Manus通過不斷執(zhí)行搜索、檢查、勘誤和反思的過程，最終生成了一份高質(zhì)量的分析報(bào)告。這種能力不僅依賴于強(qiáng)大的搜索算法，還需要高效的規(guī)劃和整合能力?！?/p>

示例報(bào)告生成流程：
1. 搜索特斯拉的財(cái)務(wù)數(shù)據(jù) -> 填充到“財(cái)務(wù)分析”章節(jié)
2. 搜索特斯拉的市場(chǎng)表現(xiàn) -> 填充到“市場(chǎng)分析”章節(jié)
3. 使用大模型對(duì)整篇報(bào)告進(jìn)行校驗(yàn)和優(yōu)化

沒想到研究這種專業(yè)理論只是比去設(shè)計(jì)個(gè)智能體還費(fèi)時(shí)間，這篇文章從中午12點(diǎn)有想法，到搜集資料到落筆寫成一直持續(xù)到了晚上10點(diǎn)半?！?/p>

路漫漫其修遠(yuǎn)兮，吾將上下而求索。杭州深度求索，DeepSeek的公司名?！?/p>

深夜人會(huì)更加感性，所以多說幾句?！?/p>

謝謝你能讀到這里，也謝謝DeepSeek出圈對(duì)大模型普及起到的巨大作用，培育了這么多求知欲旺盛的優(yōu)秀讀者?！?/p>

本文轉(zhuǎn)載自公眾號(hào)九歌AI大模型  作者：九歌AI

原文鏈接：??https://mp.weixin.qq.com/s/WgqYca1lniagkAG2-3tReA??