Qwen这一步，比发大模型更有意义

前几天，阿里Qwen chat上线了Deep Research”（深入研究），号称能把几个小时的复杂任务压缩到几十分钟完成，免费开放给所有用户。

对我这种经常要搜集领域信息的人来说，很有吸引力，所以，第一时间体验了两天。

打开QwenChat界面，在功能选项里就能找到深度研究入口；官方说，一个智能助理系统，综合大量在线信息来源，能规划复杂的任务。

第一次使用时，我输入一个比较宽泛的研究主题：“请帮我分析当前AI搜索产品的竞争格局和未来趋势”。提交后，它没有马上开始搜索，而是先确认我的需求。

整个过程分三步：

一，系统马上给出3个大问题，里面又包括几个小问题。看起来它在规划报告结构，懂得先把一个大需求拆成小任务。

第二步，Deep Research开始在互联网上自动查找、筛选和整合相关信息。全程自动化，会理解内在逻辑。

最后一步，它根据阶段性产出的成果，又进行调整，仿佛更像一个兼具「学习」和「适应」能力的智能体。

大概10分钟，一份关于「当前AI搜索产品的竞争格局和未来趋势」的研究报告就生成；整体报告结构清晰、分点阐述、内容全面，还附带引用链接；虽然是AI生成，但可读性还蛮高。

不过，有优势，也有劣势。劣势是什么呢？

和其他深度研究类产品一样，现在大家都喜欢卷谁研究的报告比较长；就好像给它个主题，它能一直写，感觉在挑战系统最大化输入能力。

报告虽然长，但质量跟不上，因为字数多了，真正有用的内容反而没多少。

比如，一个一万字的报告，我看了下，可圈可点部分也就那么3000字。剩下了要么很纯理论，要么是枯燥无味的书面语，读起来费劲。

还有第三个问题，它给人一种“看似正确又不准确”的幻觉。它写的东西看起来有道理，但不知道到底准不准；能把诸多文字放在一起，读着还挺顺，但读着读着，又觉得哪里不对劲。

再提一点的话，宏观叙事，它会把很多内容写的宽泛，但又没办法深入具体细节，像在讲一个很大的故事，只是简单地勾勒了一个轮廓，但没有把情节展开讲清楚。

这两天，我一直在想，Qwen的Deep Research功能，到底适合谁用？大概适合三种人：

第一是，普通人做生活决策。

你想给孩子报个夏令营，但网上信息太多，挑花眼；Deep Research能帮你一下子找到所有机构的信息：哪家口碑好、价格怎么样、课程内容是啥，省得你自己一个个翻了。

然后是，写东西的人，尤其偏文学、哲学方向的。

这类内容不像研报，不要那么多数据支撑；Deep Research就很有用，你可以让它帮你查资料、找灵感、整理思路，写起来轻松不少。

第三类是，学生和研究者。你要做一个课题，查文献、列提纲、写综述，很费时间；可以让它帮你快速收集资料、分类整理，辅助你搭框架，整个过程快不少。

那么，它到底是怎么做到的？它的底层逻辑是什么？

可能是这样：

先在网上搜资料，挑一挑、排个序，把真正有用信息留下来。这一步跟我们去网上查东西差不多，但它做得更快、更准。

然后，它会调用很多外部知识库，比如：维基百科、学术论文、甚至一些企业内部的数据系统，这些知识库像它背后的大脑。

而且，它也不是一次就把所有内容都搞定，会在过程中不断调整。某个方向的信息不够完整，就会再去查一遍，或者换一种思路继续分析。这个过程背后应该用到了强化学习的技术。

最后，它把复杂的分析结果整理成普通人也能看懂的语言，生成一份条理分明的报告。

要我一句话总结是：Qwen的Deep Research，是把搜索、推理、执行、反馈和表达这几件事，都串联到一起，像通用Agent。

深度深度体验两天之后，我觉得它目前还不能完全替代Manus。

Manus每次新建一个任务后，执行过程中，有新的灵感，直接打断它输入进去，它就能立刻调整方向，重新搜索和检索相关信息，这种“边做边改”的能力，挺像跟人合作的感觉。

另外一点感受是，以前用Manus时，它输出内容虽然很全面，但很多时候信息量太大，反而重点不突出。

最近好像在长度控制上做了优化，也提升了内容的精准度。也就是说，它不再一味追求“写得多”，而是更注重“写得准”。

我昨天在它执行任务中，临时插了一句：

夸克Deep Research和Grok 3的Deep Research有什么区别？它立刻开始查资料，整理出两者核心差异，整个文本并不长，观点明确、结构清晰，信息也很到位，冗余很少。

从这些细节来看，国内大厂，如果能在「任务进行中灵活调整」这个方向上多下功夫，那最终生成的报告可能更贴近真实需求，也更有实用价值。

这也暴露出来一个问题：大家对深度检索 （deep research）理解不太一样，最核心的区别在于：它到底是「任务助手型」，还是「信息检索型」？

什么是任务助手型？

Manus更像能动脑的研究员，我让你怎么拆、怎么干、怎么微调、怎么改方向、怎么加问题，它都能接得住。

Qwen现在的Deep Research也有一定的任务理解和调整能力，但整体上还更像一个“能规划+整理信息”的工具。

它可以帮你查资料、列提纲、整理思路，但在任务拆解的精细度和互动深度上，没达到那种「人一样的研究流程」。

所以，有的产品说它有Deep Research功能，其实说它能搜得更深、整合得更好；而有些产品的Deep Research，真的能跟你一起“做研究”，边做边改，越改越准。

这两个差别，挺关键，也决定你到底能不能真的用它来替代一部分人工研究的工作。

我还发现一个趋势：现在国内很多面向C端用户的模型产品，它的Deep Research功能，基本朝着Grok3的方向在走。

什么意思呢？

它们追求「信息全、输出长」，希望把一个问题相关方方面面都覆盖到，尽可能还原出一个完整的信息图景；这种思路的核心是「全面性」，不是让你只看到一角，而是尽量看到整个拼图。

我觉得这个思路挺好。

前两天我要写一篇关于胖东来的文章，想查两个数据：员工平均工资是多少？管理层又拿多少？

我用一些AI搜索工具，每家给的数据都不太一样，很抓马；但当我用夸克的Deep Research去查时，它不仅给出了答案，还把不同来源、不同时间段的数据都列了出来，甚至还标注了信源出处和计算方式。

最关键的是，它帮我过滤掉了很多明显不靠谱的信息，把大概率准确内容整理在一起，再把有争议、不确定的小概率信息也单独列出来，像给一个“鸟瞰图”，一下能看清整个问题的来龙去脉。

所以，我觉得，现在Deep Research更像一个深度检索系统，帮你筛选、整合、呈现最有价值的部分，同时也不忽略值得留意的细节。

至于真做到任务助手那一步，又是另一种类别了。

因此，关键要把二者区分好。像字节跳动的「扣子空间」、百度「心响」、360「MCP万能工具箱」、阿里的云百炼等，更像任务规划和执行的平台。

你需要一个能帮你「做事情」的AI，那应该关注这类任务助手型平台；如果只是想快速了解一个问题的来龙去脉，那Deep Research功能就足够用了。

看到这儿，可能还有人会问另一个问题：Deep Research 和 深度思考（Deep Thinking），到底有什么区别？

这个概念，混淆不少人。

Deep Research，从字面上理解是「深度检索」。

你钥匙丢了，开始满屋子翻，这儿找找，那儿看看，还用手电筒照角落，最后总算找到了；这个过程虽然麻烦，但目标很清楚：要把关键的东西找出来。

这其实就是Deep Research的核心：深入挖掘能力。

而深度思考（Deep Thinking）呢？不太一样。你找到钥匙之后，突然想到一个问题：我怎么老丢钥匙？这时，你就进入了“深度思考”的阶段。

你可能会开始琢磨：是不是我出门太急了？是不是我应该换个带提醒功能的包？是不是该改掉这个坏习惯？你甚至还会联想到其他类似的问题：“我是不是什么东西都容易丢？”

这就是深度思考：不是单纯找东西，在找到前、后去分析原因、反思行为、提出改进方案。

简单讲，Deep Research 是找钥匙的过程；深度思考是你找到钥匙后，开始想为什么会丢、以后怎么避免，一个是「找到」，一个是「想明白」。

最早在2025年2月，OpenAI推出Deep Research后，国外大厂迅速跟进。

2月14日，Perplexity也上线了自己的Deep Research功能；几乎同时，Grok-3也集成了DeepSearch能力。

而国内当时几乎没什么动静。

直到今年上半年，字节、百度、腾讯、阿里才陆续上线深度思考相关功能，看起来像在补课。但其实，这一波关于Deep Research（深度检索）的能力，还没有完全跟上，甚至忽略了。

我觉得，在AI研究这块，国内外的差距还没完全拉平，大厂们确实还需要加把劲。

因为现在信息量越来越大，反而更容易让人困惑。很多内容由AI生成，连AI自己引用时也分不清：它到底是在引用真实资料，还是在复制另一个AI生成的内容？

我最近用腾讯元宝，点进去好多内容，根本找不到原始出处，如果你不仔细检查，可能会误以为这些信息都很可靠。

而真正的深度检索，要解决这个问题，通过深层次的挖掘能力，找到真正靠谱、有价值的内容。

Qwen在这方面又往前拱了一步。

这一步看似很小，虽不完善，却价值巨大，它比单纯发一个模型更有实际价值，因为它解决了用户真正会遇到的问题。

所以，问题来了：它会把这个能力，衍生到其他产品中吗？这一步，对它的生态又有何影响呢？我还在进一步观察。