豆包刚刚上线新版深度思考，他们也向DeepSearch迈出了一步。

昨晚，豆包终于上了之前很多人期待的功能。

深度思考。

我之前用别人的账号体验过这功能，就是推理模型，而今天看到的第一刻，我以为的是，豆包的推理模型终于全量上线了。

但是当我体验了一下以后，发现他们这个深度思考，跟之前的推理模型、还有其他的AI联网还真的有点不太一样。

它不止是是个推理模型，还直接把思考和搜索，给融合在了一起，有点DeepSearch那个做法。

而不是像DeepSeek一样，把深度思考和搜索分开去处理，用户自己选择是否打开思考和联网。

这个说法可能有点难理解，看个案例。

比如说，我最近有一部非常喜欢的情景喜剧在看，是《鹊刀门传奇2》，今天终于看到大结局了，还挺舍不得的。。。

小声比比：我强烈安利所有没看过的人去看，真的超级无敌爆炸好看。

这里面的演员呢，其实很多都是赵家班的，我在弹幕上天天看到有人说，这人是《乡村爱情》里面的谁谁谁。

于是，我就想搜一下，鹊刀门传奇2中的演员，在乡村爱情中分别出演过什么样的角色？

如果你把这个问题，问DeepSeek的话，他的做法和答案是这样的。

你会看到，流程是先根据我的问题，去联网查询，查到了所有的内容以后，再根据这些搜到的内容和我的问题，来给我进行回答。

而最后的回答是这样的。

我当时脸都看懵了，一半是配角，一半是未透露。

不是，那几个主角，你是一句没提啊。。。

这个其实就是现在很多AI搜索的弊端，在一些稍微复杂一点的问题上，根本就不够准确。

而像我一直狂吹的OpenAI的DeepResearch之所以效果那么好，是因为他除了底模是o3强到爆炸之外，也是一个Agent，不是上来对着这句话先搜，而是先思考，先规划，规划完了再去一点一点搜索，得到答案。

豆包这个深度思考，是一样的逻辑。

比如我把刚才那句话，问豆包。

你会看到，跟DeepSeek的搜索不一样的是，豆包的深度推理是先思考，再搜索。

先把问题拆成了4步：

1. 搜索《鹊刀门传奇 2》的主要演员名单。
2. 对每个演员，搜索他们在《乡村爱情》系列中饰演的角色。
3. 整理这些信息，确保每个演员的对应角色正确无误。
4. 注意可能的重复角色或演员替换情况，避免错误。

然后才去搜索相关资料。

在过程中，也不是搜索一次以后就结束了，而是思考 – 搜索 – 思考 – 继续搜索。

所以你会看到，在一次任务中，可能会出现好几次搜索。

我的这个任务，在豆包经历了两次搜索之后，给出了一篇答案。

主角都抓出来了，回答质量上也好不少，整体的正确率能达到80%。

当然，一些细节的错误也有，就单说鹊刀门传奇2的角色。

比如高大毛并不是鹊刀门的弟子，他是天池帮的；比如唐鉴军老师在鹊刀门传奇2中饰演的角色是绝绝子，不是公孙丽蓉，公孙丽蓉是张小英老师演的；比如王小虎饰演的是王公公，并不是任我翔。

细节的幻觉部分还是难以避免。

除了这个两部戏的演员关联，我也测了一些其他的例子。

比如我有一个很有意思的prompt，是：

《哈利·波特》系列电影中，每部电影出现但被大多数观众忽略的关键细节分别是什么？

豆包想了很久，整整搜索了3轮。

第一轮搜索，豆包把任务拆完分步骤以后，知道了大概的隐藏细节是什么样子的，知道纯靠自己估计答不好，需要去参考影迷社区的讨论。

可以在右边看到，搜索的还是很精准的，几乎都是精准的细节帖子。

在第一轮搜索结束之后，其实已经拿到不少内容了。但是豆包自己PUA自己了一圈以后，发现怎么只有第一、三、四、七部的，哈利波特总共8部的，缺了另外4部的一些内容，然后，它又开始了第二轮搜索。

拿了不少关于魂器和凤凰社的信息。

而第三轮搜索，则是给自己，继续补充细节。

最后，豆包自己感觉，信息基本都够了，再搜可能没啥增量信息了，决定停了，也差不多了，可以整合整合给用户回答了。

最后，回答的效果是这样的。

很全面，很细节，又勾起了我的很多的回忆。

比如我最近想买一个数码相机，学一学摄影。我是这么问豆包的：

我想买一台数码相机，预算1万左右，主要用途是旅游拍照和短视频拍摄。请你先在国内外评测网站搜索该价位区间内画质、视频防抖表现都不错的机型，然后再比较这些机型在镜头群、重量和售后服务方面的优劣。根据实际使用场景给出购买建议。

同样，也搜索了3轮，自己想了N多的回答。

最后，给我列了一个对比表。

对比了一通后，非常推荐我富士 X-T4 单机身，说是搭配二手镜头是最优解；若能接受小幅超支，佳能 EOS R8的综合性能更值得投资。

不知道有没有懂摄影的朋友，来看看豆包这个推荐的怎么样。

目前从我的测试来看，大多数的回答，都回在2~3轮会结束，时间最长在50秒左右，大多数情况在20多秒的时候都能出回答。

我个人对豆包的新版深度思考的评价是：

最终质量中规中矩，但是补上了一个生态位。

现在所有跟AI搜索相关的功能（包括AI搜索、深度思考、DeepResearch、DeeperSearch等等），其实可以列成一个四象限。

横轴是最后搜索结果的质量，从一般到高；纵轴是消耗时长（也可以说是成本）从高到低。 

我自己也做了一下评测，然后做了一张图。（叠个甲：根据我自己日常使用场景进行测试，纯个人主观，如果不同意见勿喷。）

单从输出质量看，T0肯定是OpenAI的DeepResearch，但是消耗时间也最高，十几分钟是长有的事，也是最贵的模型，一次查询就是2美刀。

他们强就强在是一个极度完整的Agent，拥有最强基座o3模型。

其次就是Grok前几天更新的DeeperSearch，拥有X独特的资源，同时也大幅增加了搜索的时长，效果比之前牛逼很多。

而豆包的生态，就在于质量还不错，同时拥有最快的速度。性价比最高，而且，还无限免费用。

从这也能看出各家的打法，坦率的讲，DeepResearch原来就没法给国内的普通人用。

即使Gemini的DeepResearch可以一个月用5次，但是还是不够平权。

而豆包的深度思考，边想边搜的模式，有了Agent的雏形，同时把成本打得足够低，人人都能免费用的上。

而且是免费无限用。

（文：开源星探）