# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
2025 年快要过半，今年上半年 AI 搜索、AI 深度研究类产品可谓是欣欣向荣。一方面，人们对于做搜索研究时的广度、深度、速度都有更高期待，需求强烈契合。
另一方面，慢思考推理模型和 Agent 思考行动框架让 AI 深度研究可行落地、提高产出质量。海外市场率先问世了 OpenAI、Grok、Perplexity 各家的 DeepResearch 功能，而国产市场也不甘落后，问小白这次就带来了他们的深度研究新功能。
问小白研报，是用了元石科技的自研大模型，模拟人类面对一个复杂问题时的分析问题、解决问题的思维，让 AI 像真人一样做研究。
问小白研报具备多轮思考能力和工具调用能力，能做到写论文、做行研、分析市场趋势等复杂任务，还能呈现为美观的可视化的网页。
从问小白首页左侧的“小白研报”入口进入，有一个简洁的“立即使用”按钮，下方则是展示的 20 个用例，包括工作商业类的财报分析、行业报告、投资报告，也有生活休闲类的健康攻略、旅游攻略、剧情分析等。
例如，从展示的用例中打开《AI 时代如何培养孩子不可替代的竞争力》，就可以直接打开一个做好的研究分析的网页。
网页的逻辑结构清晰、内容专业丰富、排版美观易读，还可以下载或分享这个研究结果，也可以一键生成同款报告。
再比如点开这个《AI 时代的产品经理》，可以先点击看到任务的对话回放过程。过程展现了思考和执行任务的各环节节点，还有检索引用的参考内容来源。
看了上述官方分享的用例，特工们也迫不及待上手实测，分别选择专业学习类和生活娱乐类两个任务体验一下问小白研报的效果。
Case 1：专业学习类任务《大模型产品评测体系构建指南》
https://www.wenxiaobai.com/share/html/d779597a-3ebe-4fed-99fe-3454b1e0bb13?refer_channel=deep_research
任务要求发送上屏后，会首先出现一个 AI 思考和执行区域，第一句话是很贴心的用户预期管理：“最多需要 20 分钟，进行深度研究、分析和反思，并生成完整报告和网页”。
然后，在这个思考和执行区域内，问小白先进行对总体任务目标的理解分析和步骤拆解，然后会进行推理规划、资料检索、阅读理解，经过十几到数十轮交替往复，直到认为最终完成任务，达到交付标准。
接着，问小白会进行内容写作，这是一个过程性动作，是 AI 生成纯文本形式的研究结论，也是最终交付目标产物的内容基础。
在数万字的文字内容写作完成后，问小白开始编写信息可视化的代码，用于生成最终交付的阅读友好的网页。
最后，所有步骤都完成，问小白研报会把思考和执行区域自动收起，仅外露展示耗时和来源数量。
下方是检索到的参考资料内容，从引用的数量和质量上看，基本上是国内外网站上高度相关、专业可信的信源。
核心部分则是生成好的任务文件以及页面预览，用户可以将任务文件导出为 PDF 或者 DOCX，方便后续阅读和编辑。
在页面预览区域可以滚动查看完整结果，也可点击全屏预览，跳转打开一个新的在线网页，沉浸式消费交付结果。
https://www.wenxiaobai.com/share/html/59e396ef-cbbd-492b-ae1c-557084ceab74?refer_channel=deep_research
在一致的主路径流程下，问小白研报的思考规划、理解分析、信息检索、多轮递进的模式提高透明度和可解释性，增加了用户对过程的掌控以及对结果的信任。
不过，有两个细节还不够满足，一个是目前交付的网页结果上格式模态比较单一，虽然有清晰的可视化数据图表、结构明确的分栏分块等，但暂未体验到多模态图片、视频，比如在游泳学习指南的例子中，光看文字描述还是不太容易把握动作，文字的阅读理解成本也比图片更高。
另外就是在生成结果中不能看到参考资料的指引，用户不知道检索的几十篇资料与正文结果内容的呼应关系。
除了复杂的需要深度研究的问题，日常还有大量简单问题，或者工作学习中有不少专业垂直的学术类问题。不同场景的搜索需求，问小白也都能解决。问小白 AI 搜索可以让用户轻松 get 简单问题的答案，而问小白的学术搜索则能针对性满足学术研究。
在搜索首页，提问输入框的右下角，可以点击切换搜索模式。在学术搜索模式中，在五分钟之内，问小白就可以生成一段内容丰富详细、逻辑结构清晰的学术综述回答。
可以看见参考引用的内容来源很专业优质（如 arXiv），点击文内引用序号还可以跳转打开到信源。
在回答末尾，也可以将这段文字转成网页或导出为 PDF、DOCX，还有相关追问问题。
在日常搜索联网模式下，搜索的相关性、准确度、时效性，也都很不错。
比如向问小白提出了“最新的哈佛大学国际学生政策是什么？”这个问题，问小白可以非常快速地搜索到相关新闻资讯，然后以清晰的逻辑脉络呈现事件的进展过程和最新动态。
最后，现在就可以访问问小白官网体验优质、稳定的深度研究和 AI 搜索功能。
文章来自于"特工宇宙“
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址：https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。
项目地址：https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目，该项目在大文件解析方面做的更出色，拓展编排方面相对弱一些。
项目地址：https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储，并通过AI实现RAG功能的项目
项目地址：https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG，Agent，大模型管理等AI项目开发的工具平台，比LangChain更强大的中间件AI平台工具。
项目地址：https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架，其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址：https://github.com/InternLM/MindSearch
在线使用：https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费，搜索结果包含文本，图片，视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目，测试搜索结果最好。
项目地址：https://github.com/miurla/morphic/tree/main
在线使用：https://www.morphic.sh/