想先问大家一个问题：你觉得AI搜索好用吗？可以更好用吗？
现在不论用哪个AI，界面简单到恨不得一个对话框解决所有问题。
不过，之前我常有个担心，简单的一个对话框，真的能解决复杂的需求或者问题吗？
过去二十年，搜索引擎是人类与『互联网』的接口，但它始终只是一个工具。
我们必须精准下达指令，它才会吐出信息。
而大部分AI搜索，好像也不过是这个模式的升级：更快的结果、更好的自然语言交互，但依旧逃不开“你提问、它作答”的范式。
Agentic Search 却有点范式跃迁的感觉。
更像一位拥有自主意识的研究助手，会在你探索的过程中不断主动提出假设、检索验证、修正思路。
不需要每一步都精确操控，它已经在默默推演，为你找到了下一个更优解全链路的解决方案。
所以秘塔的Agentic Search，在我看来就不是AI搜索的升级，更像是信息获取进入了“共创共研时代”。
https://metaso.cn/
我把秘塔 Agentic Search 用在了最近的工作里，同样的输入框，不像有些产品只是给我答案和链接，而是把一件事按目标拆开、跑成一个形式丰富的结果。
内容工具在比“谁会写”，协作工具在比“谁会传”，而真正决定胜负的，是“谁能走完路”。
Agentic Search 的打法简单粗暴：把「搜、想、做」收进同一个动作里。
下面带大家看看秘塔这次的Agentic Search，到底有什么不一样——
01. 想法即搜索，链式出结果
我的问题是：“请帮我整理近2022-2025年关于量子计算在AI领域的应用论文，标记出关键时间节点和论文创新点”。
过去的秘塔是这样，论文非常丰富，产出结果像学术文章，内容很硬核，但可读性不一定适合所有人。
升级之后的秘塔Agentic Search，就好像学术专家也学会了脱口秀整活。
不仅能选择语言风格，这次多了一个【美化输出】。
啥是美化输出？别着急，看结果——
秘塔的Agentic Search开始干活了，看它的过程，像个「反应堆」。
他把「搜→想→做」拧成一根绳，用之前的数据优势和模型算法基础，通过更Agentic的组织方式，产生了新的化学反应……
所以，在屏幕上看到的是一个安静的搜索框，背后却是能自己按目标拆解、自己串工具、自己把事情往前推的工作流。
官方对它的描述很直白：一次任务里，它可以自主走完 5 到 15 步。
这句话我第一次看到时，有一种「桌面被清空」的轻松感。
更准确地说，这就是Agentic路径——不是你问它答，而是它围着你的目标主动计划、调用工具、给出过程与结果。
IBM 给这类系统下过一个更系统的定义：它们会围绕目标做决策、计划，再去执行；界面可以很简单，真正的复杂度藏在“能走路”。
了解硅谷Agentic AI叙事的朋友可能会心一笑：Agentic的价值，就在闭环；Agent反而只是一个在国内更常用的表述，还总被联想到特工。
好界面是门面，能走完全程才是底座。
02. 边想边搜，边搜边做
Agentic Search似乎更像活人了，还能“边想边搜，边搜边做”。
我想看看，看似简单又基础的入口，还有哪些润物细无声的功能。
于是，我让他来一次更复杂的——这是一个单词表，我想看看他能做出来什么样子。
以下是提示词：
我让秘塔来完成一个网页，而且是可交互的网页，可以说早已经脱离了所谓AI搜索的能力范畴。
像Perplexity等海外大用户体量的AI搜索工具，在完成度上也有不及。
https://metaso.cn/s/8ymThJf
整个链路中，环节清晰透明，还能停下来听我新的指令，把「信息、搜索、效果结果」这几个要素，很好融在了一起。
现实里，专家可能眼高手低，擅长动手的不一定有理论高度，懂得多的未来做得好、能做事的未来有战略思维……
但是秘塔Agentic Search能「边想、边搜、边做」，还是三合一了！
都不是三个臭皮匠，是三个诸葛亮，拧成一股绳。
再看一个例子，当我们微信收藏里有大量的微信公众号来不及阅读，又不想看文字堆砌的总结，怎么办？
把两个公众号链接，一起交给秘塔AI，然后告诉它：根据这两个内容，帮我合并整理成一个网页，网页要要有核心观点，插图示例演示，每个示例要有一段语音讲解，语音内容来自原文。
同样，打开【美化输出】，选择【深入模式】。
从读取网页内容，到配置插图、再到TTS，一气呵成，总共用时41.39s。
两篇文章内容，有配图、有总结，还有语音讲解，这是Agentic Search的结果。
https://metaso.cn/api/s/joZIKS6
在Agent时代，我们看到，生成内容的单位，开始用秒来衡量，甚至精确到了毫秒。
用上了Agentic AI以后，度量的单位，可以是小时、分钟，交给AI的任务，可以是这个小时给AI的排期内容是什么，在15分钟内，能产生多少内容等等。
有朋友可能会问，这和“大模型搜索框”到底区别在哪儿？
我想引用一个行业的比喻：从副驾到自动驾驶。
今天许多系统仍停在 2—3 级的“半自治”，但能够显著缩短“你说—它找—你再拼”的链路，把更多时间留给判断。
这类转变在媒体、咨询、法务等场景都能直接看到效益；当然，它也提醒我们，越是自治，越要建立过程的可见性和边界的可控性。
03. 图片输入、图片输出
如果光是文字不过瘾，秘塔AI的图片搜索内容，更是强大到一种“孤独感”。
别人家的图片能力，通过OCR提取个文字，看图讲故事这样的，而秘塔AI的Agentic Search，给你文字背后的内容
比如说下面这张图：
就是一张很普通的公司组织架构图。
现在我想通过这张组织架构图，根据职位和部门，分析各个部门需要招聘什么性格的员工（参考MBTI的分类）能更好的胜任工作。
同时把招聘的人员画像用雷达图的方式展示出来，各种雷达图还可以交互进行调整。
好了，交给秘塔的Agentic Search开始工作。
可以清晰的看到秘塔的工作流：先分析、再绘图。
每一步都清晰可见：
2分钟不到，准确说是118s，秘塔整理完毕：
来，看看秘塔AI做的交互，是不是很酷炫？
直接告别长篇图文，自己部门选择自己更契合的员工类型，就问丝不丝滑。
这大概就是搭建期待的智能体样子，不用学任何复杂的技术，甚至都不用了解工作流、智能体等操作，直接一个入口解决所有问题。
再加一句话，还能基于人才画像，生成招聘海报👇
Prompt：把人才画像图，设计成5张风格差不多的海报，作为招聘主题的漫画和口号。
04. 写代码计算，更准确！
解方程，对很多大模型、Agent产品都是挑战，计算失误或者幻觉问题仍然高频出现。
我把一道高考难度的方程题拿给秘塔AI搜索：
除了通过推理模型的数学能力来计算，还可以「编写代码+可视化图表绘制」。
在计算时，通过调用python的符号计算库代替大模型直接解题，保证结果的正确性。
过程非常严谨，数形结合，动态展示函数变化，结果当然也是分毫不差。
以及高等数学里比较抽象的「双叶双曲面」，也能画出函数图，复杂公式不仅变直观了，还能交互、变化。
任意拖拽、旋转、放大缩小、调整参数，都很流畅丝滑。
https://metaso.cn/s/SLXyxBz
会让我感慨，当年学高数走了多少弯路！
如果能从一开始就有秘塔这样的工具，结合编程、可视化交互，理解抽象的数学公式能具象太多了！
05. 一个Agentic Search工具，抢了多少音乐模型饭碗
用AI做音乐，不是海外产品的专利。秘塔现在也可以！
我们先来听听效果：
说时候，这个歌，我让周围5个朋友听了，以为是哪位野生RAP歌手唱的，最后跟他们说这是AI创作的，从头到尾，没有任何人的干预。
当然，除了一段提示词，提示词就是下面这样👇
和之前的Pipeline类似，秘塔AI这次的Agentic Search开始“边想边搜边做”的模式，开始意图理解，然后开始搜关于“牛马”的内容，最后开始创作歌词，编曲，整个过程仅仅只需要42秒。
06. 让我们做Agentic Search的船长
2025年，被称作Agent的元年，Agent到底该如何定义，似乎一直没有个准确的具象化描述。
电影《信条》中，女科学家劳拉这样解释“信条”：“不要试图理解，要感受它”。
这一次，Agentic Search的强烈感受，是秘塔带来的。
我们常常习惯于把一个个工具叠起来对付工作：搜索叠笔记、笔记叠表单、表单叠排版……每叠一层，成本就往人的身上转移一分。
Agentic 的态度刚好相反——让AI去完成综合的任务，让人来思考方向。
如果说传统搜索的尽头是“链接”，那 Agentic Search 的则又一次抬高了“交付物”的价值。
从底层机制来看，Agentic Search真正开始实现目标分解、子任务规划、工具编排；先想清楚“怎么走”，再一口气“走到底”。
秘塔AI搜索还有两个看得见的细节：
