AI思考的快与慢:从Kimi探索版说起


AI思考的快与慢:从Kimi探索版说起
从“高情商”到“高搜商”
最近用Kimi时突然发现,我已经内测到了最新的“探索版”功能……非常有惊喜!

乍一看,以为只是“高级搜索功能”,没想到是更综合、更强大的功能变化!
甚至有可能是“长文本”之后第二个“杀手级功能”——不仅仅是深度搜索,更是主动思考、形成完整的解决方案!

一直以来都觉得Kimi是大模型领域的「情商担当」——“最有梗”、“最懂我”是身边很多90后、00后对Kimi的印象。
“Kimi探索版”就仿佛是诺奖得主卡尼曼笔下的“系统二”,用极度的理性、强大的逻辑,来处理非常复杂的专业级问题,拆解、搜索、结构化……都是探索版擅长的。
一旦将高质量的搜索、强大的推理,与人性化、人格化的调教进行打通,理性和感性的呈现将共同把产品效果推向新的高度。

这是任何单一的AI搜索产品、AI陪伴产品所无法具备的。

从高情商到高搜商,Kimi开启了一种“系统一+系统二”两条腿走路的新范式,也极大拓展了个人应用的可能性。

下面就给大家展示一下「Kimi探索版」效果如何。


Kimi探索版:超越思考的思考

网页直接进入,会有一个非常明显的探索版内测标识。

几个场景测试下来,Kimi探索版给我一种“专家级”的观感,回答学术问题真的很像高校教授,针对企业管理咨询则有种麦肯锡分析师的结构化的感觉,解决“留学申请”需要大量数据的综合问题更是不在话下。

AI思考的快与慢:从Kimi探索版说起

就拿“留学申请分析”这个例子来说,检索的网页数量达到55个,信息的时效性也不错。

侧边栏直接展现相关网页的信息,数据来源比较可靠,除了国内常见的一些信息渠道,还有不少海外一手信息和院校官网内容。

「信息源筛选-高价值信息提炼-结构化总结」,共同呈现出有极大信息增量的效果。

如果想要继续追问,Kimi同样能给出非常具体有参考价值的问题提示,以及接下来的具体答案。

AI思考的快与慢:从Kimi探索版说起

除此之外,Kimi探索版还有种“吾日三省吾身”的严谨,特别爱反思。

Double Check应该是写进基础设定里的,反思以后,会再就原本的答案进行补充,直到给出更完善的效果。

这种强迫症的感觉,我在伯克利的教授身上也多次看到,一篇论文总要反复推演,一个实验总要回头检查……

在Kimi身上,居然让我找回了当年在伯克利写论文的感觉!只不过是极速版的,仿佛有顶尖教授附体,给了我极大的信心和全方位的支持。

AI思考的快与慢:从Kimi探索版说起

在问题的复杂度上,我希望再加大难度。

比如我问了“985大学的脑科学实验室分别在做什么研究”这样一个问题,需要非常大量的信息收集:一次搜索几十个关键词,阅读几百个网页。

实际阅读了281个网页,把39所985的实验室盘了个遍,远超一般的AI搜索的网页浏览量。
AI思考的快与慢:从Kimi探索版说起

只需要一句话的输入,Kimi探索版给了我完整的回答、反思、补充,甚至可以是python代码的呈现!

39985大学中相近的校名、人名、学科名都有不少,对每个大学的特定学科进行逐一分析,需要处理的信息的一致性、推理等,要求极高。

类似的测试我也在其他大模型上试验过,幻觉问题都或多或少存在。

而Kimi探索版的表现,完成度则非常高,经过它自己的二次检查、反思,以及我根据信息来源的核对,均没有发现幻觉问题。

海量信息的准确呈现,能称得上难能可贵了。

# 定义各大学的脑科学实验室及其研究方向universities = {"北京大学": {"实验室": "IDG麦戈文脑科学研究所","研究方向": ["感觉皮层跨脑区可塑性机制","听觉工作记忆的神经振荡调控","睡眠剥夺引起的痛觉过敏机制","视皮层功能区的系统化测定方法","恐惧记忆消退的时程机制","孤独症特质群体的神经多样性研究","刺激前神经元活动对视觉意识的影响"]},"清华大学": {"实验室": "脑与智能实验室","研究方向": ["脑功能成像与脑网络分析","神经元活动与行为的关系","脑机接口技术","神经调控与神经修复",            "类脑计算与人工智能"  
# 打印各大学的脑科学实验室及其研究方向for university, info in universities.items():print(f"大学: {university}")print(f"实验室: {info['实验室']}")print("研究方向:")for direction in info['研究方向']:print(f" - {direction}")print("n")
拆解问题,找资料、写代码、运行出结果,Kimi探索版直接给你答案!

呈现的格式上,转python形式、markdown、表格等等,非常方便。甚至直接用严谨的代码语言来回复问题,也不在话下。

一步到位,直接调用代码,相当于把信息的格式问题也给解决了。

在实际的学术、商业研究、编程工作里,高质量的信息+高质量的数据呈现方式,真的能让日常操作事半功倍。

除了这些非常刚需、非常落地的,“十万个为什么”、“脑筋急转弯”也难不倒它——

比如我问:“甄嬛的生日和薛宝钗的生日相差几天?”

一个是电视剧人物,一个是《红楼梦》中的角色,又牵扯到大模型容易犯错的年月份的转换、日期的推算等等,属实有难度。

AI思考的快与慢:从Kimi探索版说起

Kimi探索版依然可以先拆逻辑,把问题做分解。

CoT逻辑链的应用,在其中呈现出非常明朗的解题思路——好比是国家特级教师讲数学,公式严谨、推导严密、呈现清晰,让人一目了然,一学就会。

我这里也让用python代码来实现,最终效果的呈现也很精确。

不夸张的说,我自己拿计算器、万年历,再借助搜索引擎,想要去完整复刻整个链路,得出同样的结果,所需要的时间真的需要乘上十倍百倍。

至于规划旅行、安排行程、策划活动等等这些常见的需要,Kimi探索版更是有种“杀鸡用牛刀”的感觉。

简简单单一句提示词,众多攻略一网打尽,还能通过表格直观呈现,非常清晰!再也不用担心做攻略、做方案的难题!

AI思考的快与慢:从Kimi探索版说起

AI思考的快与慢

「Kimi探索版」,我愿将其看作是【长推理、高级搜索】的新功能,可以模拟人类思维,自主拆解任务、分步骤搜索与推理、调用工具、反思并自我迭代。

这样一个和搜索高度关联的功能,乍一看似乎平平无奇,但实际使用下来,却是Kimi模型能力基础之上的如虎添翼——

身边有朋友说,觉得Kimi产品的迭代不是一味图快,而是有自己全局的逻辑。我也认同。
换个角度,杀手级应用、杀手级功能的诞生,背后一定是超越时代的洞察,超越普世价值的需求洞察。
最终,在产品定位和功能选择上,才呈现出我们今天看到的样子。

AI思考的快与慢:从Kimi探索版说起

图片来自Moonshot AI

而Kimi和月之暗面,从“长文本功能”的横空出世,到今天“探索版”的高搜商效果,背后的战略定力、底层逻辑,非常具有一致性和前瞻性。

在我看来,这也很符合段永平所说的:“慢,即是快”。

从Reasoning到Reflection,从被动执行到主动思考……高搜商的Kimi,正在帮助用户解决更复杂、信息量更大、决策链路更长的搜索问题。

对人类思维的模拟,对人类情感的探索,基于Scaling Law对AGI的展望,似乎在月之暗面,一群先行者早已有了更深层次的思索。

面向月球暗面的探索,正如同一场人类思想的无限流游戏,从系统一到系统二,从快思考到慢思维,甚至直达灵魂的深处和宇宙的本源……

我对Kimi下一次的功能更新,更期待了……

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片