豆包消灭联网搜索

坚持不在豆包中接入DeepSeek的字节，在自研深度思考功能上又有了新动作。

继3月18日豆包APP全量上线深度思考功能后，时隔十天之后，近期豆包又对深度思考功能做了番更新，主要亮点在于将联网搜索能力直接融进了思考过程中，可以实现“边想边搜”。直白点理解，就相当于豆包把联网搜索键与深度思考键合二为一了。

此前，在DeepSeek R1爆火后，深度思考和联网搜索两大功能，一度成为AI助手类产品的设计新标准。

根据字母榜（ID：wujicaijing）实际体验，豆包上述二合一的新产品设计，除了在页面布局上直接消灭了联网搜索键外，更重要的内在改变是重构了大模型的推理过程。

DeepSeek R1在开启联网搜索后，其推理过程是先搜索网页，再根据网页内容展开思考，一般只进行一轮搜索。作为对比，豆包融合联网搜索的深度思考模式，则是先进行一番思考，然后基于思考去搜索相应网页，并结合网页具体内容再展开新的思考，往往会进行2-3轮的多轮搜索。

更形象地类比，“豆包等于把联网搜索做成了一个内置在深度思考功能内的Agent。”在国内从事大模型创业的李振看来，豆包深度思考内嵌入的联网搜索功能，做法上更像是OpenAI推出的Deep Research,或者是Grok 3推出的DeepSearch功能。

这些DeepSearch类Agent的一大特征，就在于可以操控网络浏览器获取实时信息，从而具备自主执行简单网络任务的能力。

但人类的日常生活中，并非事事都需要开启深度思考的Agent模式。豆包上述产品更新带来的一大问题就在于，通过强制将联网搜索嵌入深度思考过程，使得即便是面对简单问题，也需要机械式地进行多轮搜索，在用户体验上造成一些不必要的等待过程。当字母榜询问“今天北京天气”时，豆包在做了四轮搜索后，才给出了答案。

不过，值得一提的是，通过减掉联网搜索键，豆包在推动AI尽可能像人一样去搜索问题、寻找答案上，给出了自己的新尝试，某种程度上也相当于开始跟DeepSeek抢夺产品设计的定义权。

面对AI助手类产品越加越多的功能和按键，国内头部大厂产品经理刘凯（化名）将其归结为“抽象泄露”法则在AI领域的显现。

“抽象泄漏”，多指在软件开发时，本应隐藏实现细节的抽象化不可避免地暴露出底层细节与局限性，而抽象化本来目的就是向用户隐藏不必要公开的细节。

体现在AI类产品设计中，“即用户被迫理解不同的模型选择，如基础模型、推理模型的区别，以及勾选联网搜索和深度思考功能与否的差异等，越来越背离理想中的无缝体验。”刘凯说道。

但上述现象正有望随着模型迭代而改变。从Anthropic发布的全球首个混合模型Claude 3.7 Sonnet，到OpenAI CEO山姆·奥特曼预告中的大一统模型GPT-5,未来一个模型解决所有问题正逐渐成为共识，同样，未来一个按键就解决所有用户需求或许也将是产品演进的终局。

A

DeepSeek R1在年初爆火之后，联网搜索由此成为一个新的按键，标配在一众AI助手产品中。

最新（可能也是主流大模型公司中最后一家）选择跟进的是Anthropic，其在近日宣布聊天机器人Claude即将启用网络搜索功能，打破了自身一直维持的“自给自足”设计理念，开始提供更多实时检索信息，来回应用户的需求呼唤。

R1之前，AI助手类产品中并没有联网搜索独立按键的身影。

2022年底ChatGPT刚刚发布时，并不能进行联网搜索，大模型所提供的信息截止到2021年7月份，也暂不具备从其经验中学习的能力。

当2023年3月份百度文心一言发布后，其对外宣传的产品亮点之一，便是引入了检索增强（RAG）技术，在给模型补上获取实时信息的短板之外，还可以起到帮助削弱模型幻觉的作用。

DeepSeek在R1推理模型上新设计的联网搜索按键，则在此前检索增强技术的基础上，使得模型获取网页的数量和丰富度，进一步提高。同样以查询“今天北京天气”为例，不开启深度思考和联网搜索，仅靠检索增强支持的基础模型，一般能够检索个位数的网页链接，开启联网搜索后的深度思考模式下，模型获取的网页链接数量则飙升到数十个。

目前，根据DeepSeek给出的回答，其模型知识库仅更新到2024年7月，所以在没有勾选联网搜索的情况下，面对“今天北京天气”的询问，R1会告诉用户自己无法提供实时天气数据，并建议用户开启联网搜索功能。

之所以进入到推理模型后，大模型厂商才开始将联网搜索拆分出来，单独设计了一个新的按键，其首要原因便在于控制算力消耗成本。人工智能商业化专家丁坤博士告诉字母榜，深度思考功能本身调用的算力就更大，如果每次推理还要再进行一番联网搜索，会将算力资源的消耗量推向新高。

R1爆火之后，英伟达创始人黄仁勋就对外多次强调，推理模型正在消耗更多的计算能力，“（推理模型）可以消耗100倍以上的计算资源，而未来的推理模型将消耗更多的计算资源。”

同时，考虑到当下大模型厂商C端的商业变现手段更多通过订阅制，将深度思考和联网搜索分开设计，也是出于一种商业化的考量，“分开设计有利于形成产品梯度，刺激用户购买付费版本。”丁坤解释道。

这一点在OpenAI、Anthropic和Grok上都有着直观体现。尽管2月份后OpenAI向ChatGPT免费用户也开放了推理功能，但却从思考深度和思考次数上给出了限制。ChatGPT免费用户只能使用o3-mini模型的推理能力，如果想体验更强大的o1-Pro或o3-mini高性能版推理模型，则需要花费每月20美元或200美元，成为OpenAI的Plus或Pro付费订阅用户。

此外，从用户体验侧考量，丁坤博士认为，深度思考和联网搜索功能分开，则可以平衡用户对生成答案更快和更好之间的需求。对于那些没有时效性的问题，用户便可以只勾选深度思考，从而更快获取答案。

B

豆包一反行业常态，将联网搜索和深度思考合二为一的背后，也有着自己的诸多考量。

国内头部大厂产品经理刘凯（化名）向字母榜分析道，在产品增长中，内部往往会关注一个重要指标即用户漏斗，其分为获取、激活、留存、转化变现四大阶段。

在获取新用户上，国内外AI厂商都越来越看重“好奇流量”，“只要一个产品看起来有一些不一样的神奇功能，或者哪怕没有落地，还只是炫酷的演示Demo，就会吸引用户快速尝试。”刘凯进一步指出，激发好奇流量的手段之一，便是对产品进行微优化。

有时候，一个很小的产品变化，也会大大提高AI产品的活跃用户基数，例如去年凭借率先押注长文本出圈的Kimi，今年率先展示思维链的DeepSeek，它们都借助一次产品更新，在好奇流量的加持下，获得了梦寐以求的病毒式传播机会。

但并不是每一次产品更新，都能成功引来“好奇流量”。年初，晚于DeepSeek R1近两天发布的豆包1.5 Pro大模型，尽管在预训练和推理成本上还要低于DeepSeek V3，但却因为模型体验不如前者，而未能在舆论场上激起太多水花。

这次，豆包消灭联网搜索的产品优化之举，在过去一周左右时间后，也暂未迎来行业破圈效应。

但在国内一众AI助手产品中，豆包又有着更迫切的规模增长需求。

DeepSeek爆火之前，豆包是中国月活用户数最多的AI助手应用。在被DeepSeek赶超后，据晚点LatePost爆料，2月份的All Hands全员会上，字节CEO梁汝波列出了2025年的重点目标，其中之一便是要求团队加强规模效应，继续做大豆包用户群。

QuestMobile向《财经》提供的数据显示，截至3月4日，DeepSeek、豆包日活跃用户分别是4885万、2947万。而梁汝波今年对豆包的DAU也提出了新目标，晚点LatePost报道中，今年豆包的 DAU 目标是超过 5000 万。这意味着，在未来三个季度内，豆包日活用户规模，差不多要翻一倍。

支撑豆包追求更大规模用户，以及顶着算力消耗压力将联网搜索融入深度思考功能中的底气之一，都离不开字节在GPU上的充裕储备。

受益于推荐算法时期积累的芯片使用量，2023 年时，有媒体报道字节GPU储备已超过10 万块；在外媒最新报道中，2025年字节AI算力采购预算将高达900 亿元以上。

C

在豆包做出尝试的功能融合方面，已经有大模型厂商选择了跟进。

近期，百度通过“自研+开源模型”的组合，新上线了“自动模式”。该模式下，大模型能够自动识别用户需求，从而自主选择合适模型来生成答案，在产品界面上，不仅不再展示联网搜索键，连深度思考键也一并隐藏了起来。

在功能融合之前，一场围绕模型的融合试验，在过去一个月内已经频繁上演。

3月25日，DeepSeek官宣V3版本更新。新版本V3-0324虽然不是推理模型，但却有了一丝丝的R1味道。官方技术报告中透露，V3-0324和之前的V3使用的base模型相通，但改进了后训练方法，并借鉴了R1推理模型训练过程中的强化学习技术。

几乎同一时期，腾讯新上线的混元T1正式版推理模型，则在保证内容精细和准确度的前提下，通过首次将混合Mamba架构无损应用于超大型推理模型，将快慢思考结合了起来，从而达到缩短用户等待生成结果时间的效果。

不止国内，国外大模型公司也都在往模型融合统一的道路上迈进。

此前奥特曼在谈及GPT-5的计划时就曾经说道，模型和产品功能太复杂，未来OpenAI将实现统一，o3推理模型不再单独发布，GPT-4.5也将是OpenAI最后一个非链式思维的基础模型。

Anthropic更是抢先OpenAI一步，在2月底发布了“全球首个混合模型”Claude 3.7 Sonnet，在单一架构上整合了实时应答（Fast Thinking）和深度思考（Slow Thinking）。用户不需要在不同的模型间进行切换，而是靠模型自行判断当前问题是否需要深度思考。

未来，随着模型回归一统，在刘凯看来，模型载体之上的一系列功能按键，也有望回归更加简洁的设计，最终使得AI产品体验无限趋近于人。

之所以当前阶段一众AI助手产品加入了五花八门的功能标签，背后则是大模型产品用户渗透率还比较低的现实困境。“大部分用户还是抱着好奇心态，尝鲜过后要么想不起来用，要么不知道打开后该问什么。”刘凯表示。

基于此，眼下的AI助手类产品，为了激发用户的体验热情，往往会借鉴搜索引擎的设计理念，如向用户推送弹窗消息，在输入框下方主动设置一些供人点击的新闻链接等。

除了用户使用频率不高之外，大模型技术尚未进入成熟稳定期，也是促使其产品功能标签众多的原因之一。

国内外的一众大模型厂商，目前其实都是基于一个非确定性系统极高的模型来设计产品，这导致的一种情况是，大多数AI厂商以“模型思维来主导产品设计，而非应用思维。”李振举例称，ChatGPT起初也只是为了展示OpenAI的模型能力而构建的，并不完全是为了打造一款面向消费者端的大众应用。

就连奥特曼都在近期接受采访时坦承，当时内部只是在以一个研究实验室的标准来运行，根本没有想过会成为一家消费科技公司。

但随着模型普及教育的不断深入，越来越多大模型厂商开始重视起核心用户体验，“这就是产品一步步更像人的演化过程。”李振解释道。