声明:本文来自于微信公众号 数字生命卡兹克,授权靠谱客转载发布。

昨天晚上打开Kimi,想用它帮我朋友写个东西。

突然发现,他们上新功能了。

得,又不让我睡觉了。。。

真的,我不知道你们有没有发现。之前动静最大,没事就能掀起AI圈山呼海啸的Kimi,自从7月上了个浏览器插件、上了个AIPPT之后,突然“人间蒸发”了一样。

在最近AI圈各种更新、八卦满天飞时,Kimi岁月静好得让人心慌。

一眨眼,两个月啊,这两个月,你知道我是怎么过的吗。。。

AI媒体圈不能没有Kimi,就像西方不能没有耶路撒冷。

谁叫你Kimi就是流量密码呢。。。

今天Kimi的这个新功能,叫“kimi探索版”,其实就是加持了深度推理的AI搜索。

图片

AI搜索相关的产品我也写过太多了,不计其数,之前各家AI也前仆后继地冲向搜索功能,快特么卷成麻花了。

Kimi这个一直以产品体验著称的公司,我真的好奇他们还能怎么玩AI搜索。

进入Kimi后,在对话框输入“/”,然后按一下Enter,就能触发“Kimi 探索版”

图片

丝滑、简单。

在调出Kimi 探索版功能后,直接输入问题等Kimi查找然后回答就行。

图片

整体的步骤,就是拿到问题不直接莽,而是先拆解、再推理、最后才给答案。

其实就是思维链CoT那套。

这玩意用在AI搜索里面,搜索体验还真的有点爽。

我用几个case,给大家感受一下这套玩意儿的能力。

比如,我让Kimi推测黑悟空今年的销量:

图片

Kimi就知道要先搜索现有销售数据,再找推测模型,最后给我答案。

它回答得非常详细。

图片

思路清晰,抓的数据也基本都对。

更好玩的是,kimi搜索现在不仅能调用公式做计算,甚至用的还是两种预测模型。这什么线性回归、指数平滑的数学公式弹出来的时候,我都懵了。。。

回答思路真的无懈可击。

再比如,我让Kimi搜索“根据《西游记》的描写,玉皇大帝是住在平流层还是对流层”:

图片

可以看到Kimi的深入搜索,不是那种直接把问题打碎成一堆关键字,然后用关键字去公域搜索,抓取一堆文章回来的思路了。

而是先分步,再搜索。它把我的问题拆成了两个小问题:

第一步,先把原本的问题理解后,拆成“《西游记》玉皇大帝住所的描写”和“住所在平流层还是对流层”,两个问题。

第二步,逐个击破新拆解的问题。

最后整合答案:玉皇大帝住平流层。

这波操作,有那人思考的味道了,不是之前AI搜索的那种一股脑的条件反射,而是像人类一样先想再搜。

这问题丢给我,我可能就直接复制粘贴,去百度一键google找现成答案了。

Kimi能想到先搜索“玉皇大帝具体住哪儿”,还挺让人惊喜的。

我追着Kimi问了一夜。一开始没抱太大期待,结果越玩越上头。

我想尽办法拿一堆问题去刁难Kimi探索版。稍微也摸索出了点使用心得:

- 简单的问题,用简洁的、有逻辑的自然语言提问,比如上面两个case,说人话就行;

- 超级复杂推理和多任务问题,最好把任务写明白。就是指导Kimi往你要的方向思考,越清晰详细越好。要是先帮Kimi理清搜索和任务思路,它能答得更出色。

比如海的那边不是快要大选了吗,我有点好奇特朗普最近的演讲又cue了几次“China”。

用户只要提出问题就可以了,但是需要AI搜索考虑的就很多了。

Kimi得先搜特朗普有多少近期演讲,找原文,然后还得写Python代码遍历统计。就算是真人上,都得花不少时间。

我直接问特朗普cue了几次中国,果然直接宕机,主要是这事确实太复杂了。。。

我就先让Kimi给我简单来了个方法。

图片

这个方法还挺科学的,我就自己又精炼调整了一下,然后发给了Kimi。

图片

本来我都做好Kimi答到一半卡住的准备了。

没想到,也就花了一分多钟,它真能给我搜出来,而且答得非常详细。非常!详细!!完全按我的指令执行了每一步:

图片

原本的回答非常长一大段,为了方便贴在文章里,我就只截重点的部分。

先查的最近的演讲,然后找到转写稿。它甚至还真能写Python。。。

最后Kimi回答的结果是这样。

图片

川普还是那么爱喊“China”,意满离。

先不说其他,Kimi现在能完全按我的要求执行,比起很多其他的AI搜索,已经非常牛了。你就说,别的AI搜索还怎么玩。。。

当然,为了严谨,我也去Kimi给的演讲原文里核实了一下。

图片

真是3次China,我只能说一句,NB。。。

再然后我把五篇演讲稿挨个点了进去,还是发现了一个小问题。

Kimi或许是用时间做的关键词抓取,应该抓10月6日的演讲,但它抓成了6月10日的文字稿,但是问题不大,这点小错误是可以容忍的。

图片

最后,经过比对验证,Kimi抓的其他演讲场次很准,而且也给了对应的视频链接,很不错。

而且说真的,比起之前的Kimi联网搜索,更新后的体验感舒适太多了。

以前这样一长串的问题,AI搜索要么是找一大堆我不需要的内容,要么是看心情选几个关键词去搜索,我问东南西北它答夏商西周。

你可以拿原本的Kimi或者啥别的AI搜索去试试这个特康普China坑比题,一问一个跑火车。

为了确定这个复杂case的执行力不是意外,我又写了一个问题来刁难Kimi。

黑悟空不知道大家都入手没,还没买的话可以蹲蹲平台折扣。Steam传统艺能就是11、12月搞秋促冬促,一般能折扣个20%30%啥的。

如果你想到时候买好几个游戏但预算有限,可以这么问Kimi:

    分析2024年Steam畅销付费游戏,并根据降价预测提供购买建议。1.搜索并列出2024年1月至9月Steam月度付费游戏销量榜单,使用可靠的数据来源(如SteamDB或Steam官方数据)。2.使用适当的数学模型或Python代码计算并排序2024年1-9月期间销量最高的5个付费游戏。请展示计算过程。3.基于历史数据和当前趋势,预测这5个游戏在2024年剩余时间的可能降价情况。请说明预测方法。4.假设预算为300元人民币,分析如何以最优惠的价格购买top5游戏中的任意两个。考虑不同的购买时间和组合。5.将所有信息整理成一个清晰的表格,包括游戏名称、当前价格、预计降价时间和幅度、推荐购买时间等。6.如果需要货币转换,请使用最新的汇率。7.最后,给出基于以上分析的最佳购买方案和时间建议。优先考虑数据的准确性和购买建议的可行性。

    没开玩笑,比特朗普china还坑比的题目。

    但是最后,Kimi的回答把我惊得下巴都要掉了。

    它给的答案巨长一串,但这回我真得多放些内容。

    因为真的,太屌了。

    Kimi先是自己消化了一遍我的问题,再按月列出了今年Steam销量榜,并且整理了总销量最好的5个游戏。

    图片

    就算到这,我已经觉得很厉害了。但Kimi还在继续发力。

    不仅考虑到了活动折扣安排,还预测了折扣后的价格。最后甚至对比给出了两个“最佳”方案,不仅都在预算内,连预计购买时间都安排上了。

    图片

    除了帕鲁和战锤40k的现价抓偏了,其他都对。而且可能Kimi觉得战锤40K太新,打折力度可能太小,在最后的最佳购买方案里直接剔除掉了哈哈哈哈。

    我也专门去看了下专门监测相关内容的VG insight,截止9月20日统计的steam销售数据和Kimi给的回答一致。(PS:这个图里第四的Banana是个免费游戏,Kimi没抓它的销量是对的。。。)

    图片

    牛逼。。。

    让AI成为用户的助手,在Kimi这儿已经不是简单的噱头或口号了。

    甚至,我还发现了一个有趣的点。

    除了会分步骤进行搜索推理之外,Kimi额外加了反思层,不过这个反思层貌似不是每次都触发。

    但有些问题Kimi在回答完以后,它自己会觉得不太行。然后小蓝机器人就会冒出来,开始自己pua自己。

    比如我问了一个问题,叫:“如果所有钢琴都定期调律,估算一下北京需要多少名全职的钢琴调律师?”

    Kimi就先会老样子嘟嘟嘟的去拆解、搜索。然后给出答案。但这次,它发现自己查错数据了,直接自己反思完,重来了一波,得出了正确答案。

    图片

    Kimi真的,我哭死。

    它的搜索思考,真的越来越接近人类的脑回路了。

    憋了两个月的这个更新,我觉得挺值。

    Kimi很聪明,他们没有去卷大模型底座能力。而是选择做体验、做工程,在AI搜索上引入了思维链。

    而且做得很接地气,有点联网版的o1的感觉。但是却比高高在上的o1,更加的实用。更符合普通老百姓的使用需求。

    以往的AI搜索,说白了就是个高级点的关键词匹配。

    比如让之前用AI搜索“北京周边国庆出行攻略”,以往AI搜索的做法,是直接抓取问题里的“北京周边出行”“出行攻略”这样的关键词,再去携程小红书之类的平台检索文章,然后汇总答案。

    而现在,你可以直接让kimi跟着黑悟空的景点,按朝代来一次复杂的时空旅行。

    真的,被思维链强化之后,Kimi有思考步骤、逻辑性、有意识,更像人的思考方式。

    这才叫从搜索引擎到AI搜索的进化。

    能像人类一样思考,AI搜出来的结果自然更准确、更实用。

    这,才是真正的用户体验。

    我能看到,Kimi在努力实现。

    他们不卷大模型分数、不卷花里胡哨的功能,就是踏踏实实做好“AI助手”。

    永远在想,怎么让AI更像人。

    Kimi没有让人失望。

    我也继续期待着,他们的下一步。

    以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章,我们,下次再见。

    >/ 作者:卡兹克、稳稳

    (举报)

    点赞(43)

    评论列表共有 0 条评论

    立即
    投稿
    返回
    顶部