Kimi发力AI搜索，产品形态更加明确，在聊天中探索生产力
产品功能和试用体验我们稍后再谈。
从产品形态上来看，Kimi 可能是国内最接近 ChatGPT 的 AI Native 产品，恰巧近期 OpenAI 的一些动作，我们觉得可以做一些延展的讨论。
关注 Founder Park， 更多 AI 产品 review
01
把模型当成产品 feature
在 AI 产品形态的探索上，过去两年正在定义行业的 OpenAI 只有一个答案：chatbot。
行业更加关注 OpenAI 在模型上的动作，年初的视频生成 Sora，年中的多模态 4o，以及近期发布的 RL 推理强化模型 o1-preview，都在全行业引起了广泛讨论。
但在模型能力的主线之外，还有另一条也许更重要的主线任务，产品化，在 2024 年尤其明显。OpenAI 产品层面的一切动作，都指向了 ChatGPT。
4o 的实时语音在 ChatGPT App 里，o1 直接放进了 ChatGPT 里，最近刚刚发布的交互更新 canvas，直接以可选模型的形式放进了 ChatGPT 里，甚至仅开放少量试用的 SearchGPT，也在官方 blog 里明确指出，当前只是原型版本，后续会将重点功能直接移植到 ChatGPT 里。
SearchGPT 官方 blog，感谢沉浸式翻译
打开现在的 ChatGPT，可以理解 OpenAI 的思路，只有一个「对话框」，可以在一个对话流里切换模型，4o real-time、canvas、o1，这些模型都成为了 feature。
Model as a feature，甚至，post-training as a feature。主动的 MoE 和被动的选择切换，对产品来说，模型只是功能。
GPT-4o with canvas 的交互是一个很好的「preview」，在一个对话框里，启动文本/代码编辑，通过「聊天」，创造生产力。可以想见 OpenAI 接下来的动作，是任何功能，任何交互，都可以在一个对话流里完成。
更多模态的选择，更多形态的交互，就能打开一个又一个新的场景。
这和市面上很多「智能体」模式的 chatbot 的区别在于：一个十项全能的助手，还是 10 个各有所长的专家，甚至一个庞大的人才市场。
多一个功能，对智能体市场来说是多一个「人才」，对 ChatGPT 来说是助手多了一个技能点。
用户体验上的差异，用互联网黑话说，就是一个 leader 是否要跟很多人对齐，同步 context。
这一视角来源于之前与 Kimi 创始人杨植麟的交流，在大约一年的尝试和摸索后，他持有类似的观点。
今年 6 月，在媒体曝料月之暗面曾有两款泛娱乐产品折戟的消息传出后不久，杨植麟在 Founder Park 的大会上强调月之暗面会更加聚焦，「做好 Kimi 这一个产品」。
在那之前的另一次交流中，他更加明确地表达过对于产品形态的想法：
张鹏：你认为 Kimi 这样的产品，最终我们会怎样定义它？
杨植麟：我们还是希望它能成为一个入口。
张鹏：这么明确？
杨植麟：对。因为 AGI 最终的产品形态可能是比较确定的。因为 AGI 的定义就是和人一样智能，本质上跟它交互的感觉与跟人交互没有区别。所以我觉得，AI 之后（的体验），只要你想到一个问题，或者有一件事需要做，但自己不想做，都可以让它去做，或者说有一件事，你不确定自己能不能做好，AI 会在其中扮演一个很关键的角色。所以只要智能的需求是一个普世的需求，那大概率会存在一个或若干个入口。
张鹏：就是每个人身边其实都有这样的几个人，有个啥事就想起来。
杨植麟：对，这个人既博学又温柔，不光是给你建议，还能帮你把事给做了。我觉得一定会有这样的产品。
AI 产品的「主线任务」是明确的。
但这种产品形态，或许只适合具备模型能力的团队。甚至在组织层面上，同时具备产品和模型能力的大厂，如果产品团队并不完全依赖于模型团队，All-in-one 的移动互联网 Super App 标准目前看也是面向市场的最佳选择之一。
Founder Park搞创业者交流，做产品研究，满脑子都是AI，欢迎交流探讨⬇️02
AI 搜索是自由的
怀着长期以来对 AI 搜索的疑问，或者说，抱着当下所有 AI 产品都处于「preview」阶段的预期，我们也体验了「Kimi 探索版」这个产品。
工作学习中有很多需要搜索、研究的地方，很多工作是在大量的网页里提取信息，根据不同的需求进行梳理，我们日常也有大量的工作与此有关，但你可以在其他地方看到相关测试，我们就不展开了。
还有什么场景，不是苦大仇深的工作和作业，同样需要大量收集信息并整理呢？
战斗。
结合 Founder Park 个别同事的生活经验，我们做了一些测试，效果还是不错的，大有可为。
（以下 prompt 仅为测试产品，不代表 Founder Park 观点。）
AI 产品的可能性还挺多的。博学、温柔，给你建议，把事给做了，都感受到了。
养成依赖是用户体验很重要的一环。搜索引擎二十多年，虽然有「Don't ask something you can Google」这样为人处事的守则，人们还是习惯张嘴问身边人。但当搜索变成「身边人」，也许情况会发生一些变化。
下面还是正经介绍下这次 Kimi 更新的功能。
03
Kimi 探索版产品介绍
10 月 11 日，月之暗面发布了 Kimi 的新版本——Kimi 探索版，主打深度搜索，可以模型人类的推理思考过程，对长难问题和复杂问题进行拆解，同时会尝试搜索更多内容，官方对此的说法是，「Kimi 探索版的搜索量是普通版的 10 倍」。
Kimi 探索版会分批上线 web 端，预计 10 月 14 日全量上线。使用方式为打开对话框左下角的探索版开关，或者直接在对话框中输入「/」切换，但是如果你没有把输入法切换为英文，直接输入了「、」，Kimi 也是能识别的。
官方介绍都本次更新的主要特点：
自主规划策略，会先规划问题的整体策略，将问题拆解为有层次的子问题，然后分步回答。
大规模信息检索，一次性检索多个关键词，相比手工搜索的大提速。
回答的同时会即时反思搜索结果，补充信息。多在信息和数据查询类任务中触发，不是所有任务都会进行反思。
“如果 Kimi 搜不到的信息，那大概率用户也很难自己通过传统搜索引擎找到。未来搜索引擎会成为AI更擅长调用的工具，人只需要专注于提出好的问题，AI就可以结合模型本身的能力在庞大的互联网中自主海量搜索，不断反思迭代，更精准地定位所需答案。” Kimi 探索版产品负责人表示。
Kimi 主攻生产力场景，核心用户是知识工作者和大学生。根据 Similarweb 数据，从今年以来，在代表生产力的 PC 网页端，Kimi 的月访问量从 140多万增长到 2500 多万，增长了 17 倍。目前 Kimi 的 PC 网页版，也是国内 AI 助手产品中唯一月访问量超过 2500 万。
这是 Kimi 探索版的第一项能力，后续还会有其他新能力上线。
案例展示
对于复杂且需要多步骤回答的问题，Kimi 的回答在这次升级后有了明显的质量提升，不会只关注其中一个问题，或者只回答问题中的某个子项，比如常见的历年数据统计这样的需求。
除了对问题按照类别进行拆解之外，Kimi 探索版这次的另外一个升级，是拆解了回答问题的步骤，尤其是那种需要思考下或者了解逻辑之后才能回答的问题。比如这个：
kimi 先去搜索了逻辑推理题的解题方法，然后再运用这种逻辑方法去回答这个问题。作为对比，kimi 探索版的答案是正确的，而普通版的 kimi 的回答，是错误的。
更多阅读
后发先至，字节版 Sora 发布！10秒长度、多主体交互、一致性多镜头a16z对话创业者李飞飞：语言不是全部，AI 要进化出「可操作性」
万字探讨：国内AI应用创业陷入恶性循环，问题在哪里，出路是什么？
o1核心作者演讲：激励AI自我学习，比试图教会AI每一项任务更重要
转载原创文章请添加微信：founderparker