上個月的時候，我接到份很特別的聘書，成了復旦大學附屬兒科醫(yī)院的一名授課導師，受邀給復兒的醫(yī)生講講如何利用AI輔助醫(yī)學科研工作，第一次講課的主題是《從DeepSeek到Deep Research，AI在醫(yī)學科研領域的應用》。

當次分享的內(nèi)容主要是LLM有什么樣的，為什么會存在胡編亂造的幻覺現(xiàn)象，以及國際主流的AI產(chǎn)品是如何通過引入搜索以及工作流解決AI幻覺問題的。

但這次分享讓我自己特別遺憾的是，我當時真正能推薦的可用的深度研究產(chǎn)品基本上只有ChatGPT和Gemini的Deep Research產(chǎn)品，不止訪問困難，還需要復雜的付費流程，這對于使用AI經(jīng)驗不太多，不是很有時間學AI的醫(yī)護工作者是個不小的困難。

終于，昨天看到秘塔搜索更新了「深度研究」的能力，我體驗后覺得，國產(chǎn)AI產(chǎn)品的Deep Research也進入了真正可用的狀態(tài)，甚至相比那兩個巨頭，還有不少的驚喜和創(chuàng)新。

而且，挺重要的是，他們不搞內(nèi)測邀請碼，可以直接訪問，免費使用，你現(xiàn)在就可以上手試試的。

我打開秘塔后，嘗試深度研究的第一個問題就是和醫(yī)學相關的，我想看看這個產(chǎn)品究竟能不能幫助醫(yī)學工作者去快速獲取和閱讀特定主題的文獻內(nèi)容，輸入較好的成果：

為我收集最近兩年，在兒童自閉癥方面的學術研究成果，并形成一篇綜述文章。

一開始，秘塔回復的界面讓我有點懵...

畢竟，用習慣了Gemini Deep Research的我，平時看到的更多是這種線性的逐步思考和搜索、整理信息的線性敘事結構：

但秘塔不一樣。我發(fā)現(xiàn)它在逐漸為我編織一張巨大的研究路徑圖。

這一下子把我整不會了。我的第一反應是：這是不是產(chǎn)品Bug，怎么一下子生成了這么多塊內(nèi)容、還有各種顏色的節(jié)點、連線、結構？但定睛一看，我瞬間意識到——它不是亂，而是太清晰了。

秘塔不是那種一步步走給你看的線性流程，而是把整個思考路徑——從主題拆解、信息補充，到邏輯推進、結論驗證，一次性全都展示出來。像不像我們自己寫綜述的時候，在A4紙上反復圈圈畫畫、整理出一張結構腦圖，然后對著一堆文獻和參考資料，逐一填充內(nèi)容？

是的，這就是秘塔給我的第一印象：不是在用一個AI在搜索和寫稿，而像是我把任務布置給了一個聰明的實習生，這個實習生一邊在思考和完成我的任務，一邊把他的思考過程都同步給我。

我試著點開每一個節(jié)點，逐個探索這些顏色不同的方塊都代表什么，發(fā)現(xiàn)：

1）綠色表示已經(jīng)形成明確結論；

2）紫色表示正在處理的信息；

3）紅色則意味著信息暫時缺失，還需要補充信源；

你可以看到它正在思考哪些問題，已經(jīng)完成了哪些部分，下一步準備往哪個方向走。整張圖就是一幅信息流動的動態(tài)路徑圖，從原始問題開始，一層層剝開，最終拼出一個完整的答案結構。

最終，在索引了420篇資料，燒掉了29萬 tokens，思考和執(zhí)行了9.9分鐘后，秘塔給我輸出了深度研究的報告。

報告中每一個結論都有至少一個或多個的信源。

當然，其實上述報告形式是秘塔默認的，適配大多數(shù)的場景，但是不太符合學術寫作的要求。接下來，你還有兩個選擇，可以讓秘塔繼續(xù)生成「互動研究報告」，或者通過「繼續(xù)追問」的方式提出你的要求，去獲得自己更想要的格式與信息。

比如說，在上面這個案例中，我希望秘塔能幫我生成符合學術上的文獻綜述寫作規(guī)范，并使用APA引文格式的英文綜述。他接下來給我提供了下面的結果。下面的內(nèi)容在我看來太專業(yè)了，至少引用格式上完全符合預期，實在是個再好不過的用于幫助閱讀文獻和獲取最新科研信息的好搭子。

接下來，我又試了個我自己使用Deep Research最多的場景。那就是用來快速了解新發(fā)布的AI模型和產(chǎn)品的信息。我提供的研究要求是這樣的：

我是一名AI博主，也是一名獨立開發(fā)者，主要關注AI編程領域。 最近xAI發(fā)布了他們的新模型Grok4，請幫我使用英文語料深入搜索和研究這個新模型的主要特點，在各類Benchmark上的表現(xiàn)，以及科技圈人士的評價。 同時為我梳理出這個模型表現(xiàn)出色和表現(xiàn)糟糕的10個案例，重點關注AI編程方面的表現(xiàn)。為我輸出1萬字以上的研究報告。

這是我自己很常用的深度研究提示詞寫作邏輯，先提供背景告訴AI我是誰，我想開展研究的背景是什么；接下來提供要研究的主題信息，以及在這個主題下我想了解的內(nèi)容方向；最后再提供特定性的要求，以及去要求字數(shù)。

尤其最后一個要求，其實大多數(shù)AI產(chǎn)品都沒法一次性輸出5000字以上的內(nèi)容，但是即使在那種情況下，只要你要求了較長的篇幅，一定程度上會激發(fā)AI模型內(nèi)容撰寫的結構化程度和深入程度，還是能獲得盡量好的結果。

秘塔這次是研究了351份材料，燒了26萬token后給我提供了結果。你從回答報告的小標題就可以看出這次的研究深度有多深入。

不過，內(nèi)容太長，我就不完整截圖了。再讓秘塔幫我把結果再整理成互動研究報告，閱讀體驗好多了。

我經(jīng)常會在文章、視頻里強調(diào)一個觀點：AI不是用來取代你思考的，而是放大你思考能力的。

我們真正缺的不是AI產(chǎn)品，而是真正理解我們做研究、做內(nèi)容、做傳播到底在痛什么的AI產(chǎn)品。

秘塔的深度研究，某種意義上，就是這樣一個剛剛誕生的、但已經(jīng)能幫你把痛點挨個啃掉的工具。

它不是一個簡單回答問題的chatbot，也不是AI搜索，而是那個更聰明的已經(jīng)能幫你梳理思路、組織信息的研究實習生。

是的，它還沒完美，是的，它在一些極復雜的科研任務中可能還需要人類兜底，但：

? 它能把文獻全找來

? 它能自動形成結構化的調(diào)研框架

? 它能根據(jù)你的身份和需求自動適配風格

? 它能生成適配不同場景的報告、綜述、互動文檔

? 最重要的是，它現(xiàn)在就能免費用，而且不需要翻墻、不需要額外配置，每天贈送的100積分夠執(zhí)行4-5個深度研究，對普通人來說完全夠了

我知道很多人對AI研究產(chǎn)品已經(jīng)快麻了，但我真心建議你這次再試一次。

你可以現(xiàn)在就訪問秘塔的頁面試一試：https://metaso.cn/

直接打開秘塔搜索的深度研究功能，給它一個你最近特別想弄明白的問題，然后看看它能給你怎樣一張信息結構圖、一份研究藍圖。

也許十分鐘之后，你會和我一樣產(chǎn)生這個念頭：

「如果早點知道有這種工具，很多內(nèi)容我早就搞明白了�！�

都看到這了，別忘了關注、點贊、轉(zhuǎn)發(fā)哦～