智能体搜索

智能体搜索是什么

智能体搜索（Agentic Search）指 AI 不再"一次性检索后作答"，而是像一个会做研究的助手那样自主完成整个检索过程：收到问题后，它自行拆解成子问题、决定先查什么再查什么、多次发起搜索、对冲突信息交叉验证、必要时调用工具（代码、数据库、专业站点），最后把多轮检索结果整理成带证据链的完整答案。2025 年起主流 AI 搜索（Perplexity Deep Research、OpenAI Deep Research 等）都在向这个形态演进。

与传统 AI 搜索的区别

• 检索次数：传统 AI 搜索通常"一次检索+一次生成"；智能体搜索会自主发起多轮检索，每轮根据上一轮结果决定下一步。
• 过程控制：传统搜索的过程不可见且不可控；智能体搜索会展示规划与执行步骤，用户可以观察甚至干预检索路径。
• 结果深度：传统搜索适合"是什么"的快速问答；智能体搜索适合需要横向对比、多源核验的复杂调研（行业分析、产品选型、学术综述）。

核心机制

一个典型的智能体搜索流程是：任务拆解（把"帮我调研 X"拆成若干子问题）→ 规划检索路径 → 多轮搜索与工具调用 → 证据交叉验证（不同来源信息冲突时标记或复查）→ 组织输出（按主题结构化，附引用来源）。实现上依赖大模型的任务规划能力 + 搜索工具调用 + 长上下文管理，是 Agent 技术与搜索的结合。

应用与趋势

典型应用是"深度研究"模式：输入一个开放性问题，十几分钟产出一份多来源引用的结构化报告。趋势是智能体搜索逐渐成为 AI 产品的基础能力——从独立搜索工具向操作系统级入口演进，同时"可观察性"（让用户看到检索过程）与"证据可靠性"（来源核验）是决定其能否替代人工调研的关键。