2025-03-24 18:07 北京
【报名开启】上海场，周日见！
2025 年 3 月 22 号，Jina AI x Google Cloud Deep(Re)Search 线下沙龙 · 北京场圆满结束，本场活动吸引了超过 100 位搜索领域同好，大家与分享嘉宾 Jina AI CEO 肖涵和 Google AI 专家孟和进行了积极而深入的交流，直至活动结束仍意犹未尽。
特别在问答环节，参会者们对 DeepSearch 的工程实践细节展现出极高的关注度，，围绕数据处理、性能优化和私有化部署等问题引发了一系列高密度、高质量的讨论。
回顾北京站的精彩内容，我们更加期待本周日即将到来的上海场，期待与更多朋友相聚。
<<< 北京场回顾：左右滑动见更多 >>>
分享回顾：干货，干货，还是干货！
Jina AI 创始人兼 CEO 肖涵，基于工程实践和长期观察，从产品经理的角度审视了 DeepSearch 的技术栈和发展方向。
DeepSearch 是深度搜索。核心理念是通过在搜索、阅读和推理三个环节中不断循环往复，直到找到最优答案。搜索环节利用搜索引擎探索互联网，而阅读环节则专注于对特定网页进行详尽的分析（例如使用 Jina Reader）。推理环节则负责评估当前的状态，并决定是应该将原始问题拆解为更小的子问题，还是尝试其他的搜索策略。
DeepResearch 是深度研究。是在 DeepSearch 的基础上，增加了一个结构化的框架，用于生成长篇的研究报告。它的工作流程一般从创建目录开始，然后系统性地将 DeepSearch 应用于报告的每一个所需部分：从引言到相关工作、再到方法论，直至最后的结论。报告的每个章节都是通过将特定的研究问题输入到 DeepSearch 中来生成的。最后将所有章节整合到一个提示词中，以提高报告整体叙述的连贯性。
深度搜索和深度研究一旦流行起来，就不会退回到传统搜索模式。用户习惯了延迟满足，会期望搜索结果越来越深入。 在深度搜索中，搜索结果的质量比速度更关键。但系统稳定性（不出错，保证结果成功展示）比质量更重要，因为用户无法容忍长时间等待后看到错误结果。
肖总还提到传统搜索的查询扩展（Query Expansion）依赖关键词和同义词，这在 Deep Search 中远远不够。好的 Query 扩展要能挖掘用户隐藏的、甚至是不愿意承认的需求，并主动呈现给用户。 它需要理解用户查询背后的意图和动机，进行更复杂的语义推理，这种能力直接决定了后续推理的信息质量和广度，是小模型无法企及的。
例如，当用户搜索“宝马 5 系二手价格”时，Deep Search 不仅关注价格，更要挖掘：用户可能正在比较车型优劣（“宝马 5 系 vs 奔驰 E vs 奥迪 A6 哪个好？”）；用户可能考虑其他选择（“都买二手了，不如再看看 7 系低配？”）；还要让用户看到可能让他后悔的选择（“宝马 5 系二手车维修成本高吗？”）。通过这些深层洞察，DeepSearch 才能帮助用户做出更明智的决策。
问答回顾：做接地气的解决方案
许多参会者都对 DeepSearch 如何应用到企业内部的私域数据非常感兴趣，事实上，私域数据也一定是 DeepSearch 的更优应用场景。公网的 DeepSearch 受到公网信息质量的限制，最好的结果可能只是一个维基百科页面。但如果能在企业内部实现 DeepSearch，可以为企业带来更大的价值。
而实现私域 DeepSearch 的方法也很简单，只需要将 Jina AI DeepSearch 里搜索数据的 API 替换为私域数据的接口。如果企业内部已经存在基于 Elasticsearch 等技术的搜索引擎，可以直接复用这些基础设施，只需将 DeepSearch 集成到现有的搜索流程中。当然，还需要考虑如何进行数据清洗、索引构建、权限管理等问题。更重要的是，要持续评估 DeepSearch 在私域数据上的搜索质量，并根据实际情况进行优化调整。
另一个反响热烈的问题是关于如何有效评估 DeepSearch 的质量？
肖涵提到评估 DeepSearch 质量的核心在于构建能够真正衡量搜索深度和实用性的评测体系。首先，自建内部评测数据集是必要的，但要避免模型直接搜索到答案，可以构造结合网上信息才能推理出来的、更隐蔽的问题。并且定期更新，防止模型记忆。
在实践中，人工评估也是必不可少的，能发现模型难以捕捉的问题，例如事实性错误、流畅度不足等。更进一步，可以将评测机制和反馈融入作答流程，比如 prompt 中可以包含对答案结构（是否使用表格）、复述习惯、时间信息等方面的要求，不满足的就拒绝通过。
当然更高级的做法，还是将评测结果作为 reward，用 Reinforcement Learning 优化模型。但关键还是持续迭代和优化，不断尝试新的评估指标和 Prompt 工程技巧，保证 DeepSearch 真正能提供高质量、有深度的结果。
