吹爆这个 AI 搜索神器

最近我发现了一个 AI 搜索神器，叫：MindSearch，这个 AI 搜索神器号称比 Perplexity.ai 还厉害。

到底怎么个厉害法呢？

我试了试，感觉从产品设计的角度来讲，还是很新颖的。

首先，MindSearch 是由上海人工智能实验室和中科大联合研发的开源 AI 搜索引擎框架，旨在通过模仿人类思维过程来实现深度知识探索。

这个 AI 搜索神器最大的特点就在于「先思后索」，把「思·索」分成了两个步骤，所以在整个搜索过程中，有两个角色在执行任务，分别是：思考者和执行者。

用比较官方的介绍就是：和现有的 AI 搜索引擎技术相比，MindSearch 因为采用了多智能体框架和模拟了人的思维过程，会先对问题进行拆解和规划，因此在回答的信息准确性、完整性和时效性上具有显著的优势。

比如，我希望知道王者荣耀当前赛季哪个射手最强，Perplexity.ai 会直接将这个问题交给搜索引擎并基于搜索结果给出回复，而 MindSearch 则会在思考规划之后，先查询当前赛季的信息，再基于赛季信息进行进一步检索。而针对更加复杂的问题，如近三年全球各大电影节的获奖影片名单，MindSearch 也能先了解全球电影节，然后对各电影节按年份进行完整搜索，而 Perplexity.ai 则无法完整地进行规划。

这么说，感觉有点抽象，咱举两个例子。

1、比如，我搜索「非著名程序员是谁？」，像这个问题，普通的 AI 搜索根据问题，然后搜索网页，然后进行内容的总结整理，给我们生成一个答案。

如果是 MindSearch 呢？它会先思考，非著名程序员的定义是什么？如何定义非著名程序员，根据自己思考的定义，再去搜索，然后给出案例，最后给出答案。

MindSearch 每一步的思考都会带有答案和结果。

看看，左边会跟你你提问的问题，生成一个思考的结构化可视图，从原始问题出发，思考非著名程序员的定义，然后根据定义找到案例，最后给出最终回复。

上面可视化的思考结构图，每个节点都会点击查看，每个节点都有对应的答案或者结果。

右边就是三层结构，思考，然后根据思考去搜索得到的信息来源，最后，是信息整合。

超级有意思。

2、比如，我们再搜索一个问题：「程序员这个行业，现在怎么样？」

看看 MindSearch 整个搜索过程。

它说：要回答这个问题，我们需要分解问题并构建搜索图。我们可以从多个角度来了解程序员行业的现状，包括行业发展趋势、就业市场情况、薪资水平、以及技术需求等。

然后，它就生成了一个思考过程的结构化视图，然后根据这个思考去搜索整理答案。

比如，我点击结构化视图上的「薪资水平这个节点」，它在右边的显示如下：

先思考这个问题：程序员行业的平均薪资水平，然后列出了信息来源，最后对结果进行了信息整合。

这就是 MindSearch 最大的特点：先思考，再搜索。

如果我们对问题没有清晰的定义和梳理，你怎么能够得到好的答案呢？

我们都知道，一个好答案，往往来自于一个好问题。

所以，MindSearch 就是按照这个思路进行产品设计的。

我感觉挺有特色的。

当然了， MindSearch 也不是没有缺点，因为它的逻辑是先思考，后搜索，所以，整个搜索过程比其他的 AI 搜索引擎要慢。

总结一下，MindSearch 最大的三个特点：

1、多智能体框架：像个团队作战，分工合作，一个负责计划 (WebPlanner)，一个负责搜索 (WebSearcher)，通过模拟人类思维过程来实现深度知识探索和高效信息整合。

2、超强关联能力：刚才我们说了，思考的每个节点都会答案，所以，其核心理念是将复杂问题分解为多个子问题，并逐一解决。能在两三分钟从几百个网页里找到最靠谱的信息，这信息整合能力还是很强的。

3、开源，支持本地部署。可使用闭源大语言模型（如 GPT、Claude）或开源大语言模型（如 InternLM2.5 系列）进行部署。

体验地址：https://mindsearch.openxlab.org.cn/

点击下方公众号卡片，关注我

在公众号对话框，回复关键字 “1024”

有惊喜