深度研究(Deep Research)技术

搜索文档
人手一个张雪峰,夸克野心有多大?
虎嗅APP· 2025-07-02 18:47
高考志愿填报行业现状 - 志愿填报存在认知偏好、信息不对称、规则复杂与资源不均等痛点,对普通家庭而言难度远超考试本身 [1] - 传统数字技术仅停留在信息罗列或筛选工具阶段,未能解决"该去哪、为什么去、怎么去"等核心决策问题 [1] - 生成式AI开始介入复杂决策场景,夸克推出的"高考志愿大模型"标志着技术从工具向决策Agent的转变 [1] 夸克AI技术突破 - "深度研究(Deep Research)"技术实现结构化推理与路径规划,使AI具备参与决策的能力而非单纯生成信息 [1][6] - 系统基于2900余所高校、1600多个本科专业的全量数据构建,知识库覆盖率近100% [5] - 采用人类偏好强化学习(RLHF)与可验证奖励机制(RLVR),形成专家反馈-策略评分-再优化的闭环训练 [6] - 截至6月30日已生成超1000万份志愿报告,成为国内规模最大的深度研究技术应用案例 [1] 产品演进路径 - 2018年起从信息聚合切入,逐步积累高校招生数据与政策解读 [5] - 2022年后技术拐点出现,AI搜索/语言模型/多模态技术推动从"提供信息"到"辅助决策"的转型 [5] - 当前产品支持多轮"工具调用+反思调整"交互,单用户最高生成报告达百余次 [6] - 首批深度研究报告下载与主动分享率超过40% [2] 商业模式与行业定位 - 选择高考志愿作为垂直场景,因其具有明确规则、有限目标与多重约束的典型决策结构 [5] - 区别于通用AI厂商,聚焦刚需且技术门槛高的结构性决策领域 [2] - 技术能力已延伸至教育、健康等专业化领域,构建可复用的Agent产品矩阵 [11] 用户价值创造 - 帮助考生识别真实需求(如从"想学金融"转化为"省内稳定工作"的诉求澄清) [11] - 将模糊选择转化为"知情自决",典型场景如582分考生在财经类与师范类专业间的量化权衡 [11] - 决策过程强调路径透明度与可解释性,保留用户最终选择权 [6][11]