夸克首個志願報告Agent背後：基座模型走向成熟 智能體ToC加速 引入深度搜索成共識

財聯社6月15日訊（記者 付靜）財聯社記者最新從阿里智能信息事業羣方面獲悉，夸克發佈國內首個爲志願填報場景開發的高考志願大模型，並同步上線“深度搜索”、“志願報告”、“智能選志願”三大核心功能。據悉，該模型蒸餾了數百名人類志願專家經驗，模擬專家思考、推理、決策過程。

此次夸克“志願報告”以Agent方式運行，基於“任務規劃—執行—檢查—反思”的鏈式推理流程，輸出涵蓋衝穩保策略、志願表、院校專業推薦等內容的完整報告，目前已開放試用。據悉，這也是首個可生成完整志願報告的Agent。

據財聯社記者觀察，夸克上述產品的發佈亦反映出了當前AI應用發展的趨勢，即隨着AI基座模型走向成熟，AI智能體產業開始呈現爆發增長，2025年更被業內稱爲智能體元年。從具體應用場景看，目前已在B端多場景率先落地的智能體也加速在C端應用。同時，不少廠商開始注重將深度搜索和深度研究能力引入AI產品。

基座模型走向成熟 智能體ToC加速

財聯社記者獲悉，智能體已受衆多廠商積極加碼佈局，但主要集中於智能體平臺（如火山引擎“釦子”、騰訊雲智能體開發平臺）的構建和B端場景（如金融、製造業等）的率先落地。

此前有業內人士告訴財聯社記者，“整個C端還是缺少一些殺手級AI智能體。”而前述產品或將使C端對智能體的感知有所提升。

“我們看到其實用戶（對AI產品）的很多需求和預期已經有所變化。在智能體方面，我們過去在健康醫療、寫作創作等方向上做了很多工作，主要聚焦在智能體本身的應用構建以及產品化的設計上。”夸克搜索負責人張帆在接受財聯社記者採訪時表示。

夸克產品經理郟海峰進一步介紹，今年產品決定引入智能體，亦與行業內基座模型整體走向了成熟有關。“我們去年有類似的想法，調研實踐過，效果沒有達到預期。”

據悉，此次模型以通義千問爲底座。早在今年4月29日，阿里巴巴通義千問發佈新版Qwen3系列模型。通義千問當時稱，Qwen3模型推理能力大幅提升，在數學、代碼和邏輯推理等評測中，達到同規模業界SOTA（注：指state of the art，目前最佳）水平。

但值得注意的是，各頭部廠商在大模型方面“爭相”更新迭代。僅在本週，前有11日豆包大模型1.6發佈，火山引擎稱，在複雜推理、競賽級數學、多輪對話和指令遵循等測試集上，豆包1.6-thinking的表現已躋身全球前列；後有騰訊混元大模型在14日深夜宣佈迎來最新升級。

正如此前崑崙萬維（300418.SZ）方面在接受媒體採訪時表示：“從去年開始，我們就感受到，大模型SOTA的技術紅利變得越來越短暫，可能OpneAI推出一個新的模型，幾天之內其他廠商就能跟上。”

值得一提的是，針對模型幻覺率問題，夸克方面稱，“我們打造的知識庫覆蓋了全國2900多所高校、近1600個本科專業，確保數據內容的正確性。結合知識庫的可證性反饋，我們訓練大模型在複雜推理任務（如專業知識推理、命題推理、關係判斷、異常檢查、問題規劃）中學會生成中間可驗證結構，從而顯著降低幻覺率。此外在深度搜索上，我們從事實校驗、表格數值校驗到數值校驗三個層級進行數值準確性保障，進一步提升了準確性。”

引入深度搜索成共識 算力端迎變化

“垂直模型要在細分領域進一步紮根，引入深度搜索能力已成爲業內共識。”張帆這樣告訴財聯社記者。

她表示，不論是模型本身的參數和智能上限，還是反思和校正過程，深度搜索可以讓模型的回答更精準、更理想。

此次，“深度搜索”和“深度研究”是夸克上述大模型的核心功能，當用戶輸入複雜查詢時便會觸發。

同時財聯社記者瞭解到，夸克曾於今年5月上線“深度研究”，該功能基於通義千問大模型，能夠圍繞學術課題、行業分析等開放式議題，完成資料收集、數據分析、觀點提煉到報告生成的全流程研究，填補國內AI產品在Deep Research領域的空白。

據瞭解，“深度搜索”採用“先思考，再檢索”方式，通過檢索和匹配優質信息源，精讀核心信息，根據情況調用不同Agent，使搜索結果的內容更深入全面，適用於日常生活、旅遊規劃、醫療健康、學習教育等多領域。

近期業內部分廠商亦開始強調對深度搜索和深度研究能力的引入。如：上個月崑崙萬維發佈的“天工超級智能體”集成了Deep Research技術，據稱將實現10倍搜索效率；豆包最新的1.6系列模型亦支持Deep Research，可實現5-30分鐘內完成原本需多名專業人士花費數小時或幾天寫成的調研報告。

財聯社記者注意到，此次夸克發佈的Agent亦是國內唯一可生成完整報告的智能體。

值得注意的是，產品引入深度搜索和深度研究能力，也將爲算力端帶來變化。

據郟海峰介紹，生成報告通常需耗時5-10分鐘，需要巨大的算力支持，爲此夸克今年將算力投入擴大了100倍。

針對智能體帶來的算力攀升，近期火山引擎智能算法負責人吳迪亦對外進行過介紹：“隨着大量智能體加速進入現實世界，強化學習愈加重要。在過去的幾個月，我們看到強化學習的算力消耗正在快速攀升。我們也做一個大膽的預測，強化學習帶來的算力和資金消耗，有可能在2027年附近，逼近整個行業在預訓練上的投入。”

“根據院校、專業、地域偏好，匹配上千個院校和專業，然後根據用戶整體的想法繼續生成完整的報告，涉及到大量思考、反思和執行環節，消耗大量的算力。內部統計過，一份報告相當於發起了上萬次的搜索，而一些用戶每天可能會生成好幾份報告。”郟海峰進一步告訴記者。

不過夸克方面仍然稱將堅持免費提供服務。張帆也在採訪中明確稱，不考慮做商業化嘗試。

此前，IDC方面亦告訴財聯社記者，當前智能體應用在消費級場景處於牽引技術普惠化階段。