Agentic Search: AI驱动的下一代企业搜索

简介: Agentic Search是阿里云OpenSearch推出的AI搜索新范式,以智能体(Agent)为核心,融合深度检索、多步推理、工具调用与多模态理解,实现从“被动响应”到“主动执行”的跃迁。支持对话、规划、自适应三模式,覆盖问答、研究、客服、报告生成等全场景,助力企业知识库升级为动态业务引擎。

20260128104927.jpg

01

背景介绍

在生成式 AI 浪潮与 LLM 模型能力飞速演进的推动下,一场深刻的技术范式革命正在重塑我们与信息获取交互方式。搜索,这一信息智能化工作的基石,正经历着从“信息检索工具”到“AI 搜索自主智能执行入口”的根本性蜕变。

传统的搜索架构,以关键词匹配和链接列表为核心,将信息筛选、整合分析与最终决策的认知负荷完全交给了用户。然而,在真实的企业工作流与生产场景中,我们面临的挑战远比简单的信息查询更为复杂和开放。我们的目标不再是“找到一份文档”,而是要“全自动化完成一项任务”、“得出一个可行性结论”或“生成一份可交付的成果”。

为此,我们全新升级推出 OpenSearch 产品系列-主动智能洞察 Agent 产品 Agentic Search。Agentic Search 是一种以自主智能体(Agent)为核心驱动,以信息检索与整合为坚实基础的革命性架构。它将搜索、推理、规划和工具调用四种能力深度融合,构建了一个完整的“理解-规划-执行-反馈”闭环。它同时整合了此前的“OpenSearch LLM 智能问答版”已具备强大的深度检索(Deep Search)与研究整合(Deep Research)能力。

这意味着,AI 时代的搜索不再是被动地响应指令,而是转变为一个能够主动执行任务的AI智能伙伴。它能够深刻理解复杂意图,自主地将宏大任务拆解为一系列可执行步骤,并智能调用必要的内部系统或外部工具来完成每一步,最终呈现一个完整的、可直接使用的结果。

通过 Agentic Search 产品,我们希望引领企业搜索跨越从“被动响应”到“主动执行”的鸿沟,全链路覆盖从简单问答到深度执行的每一个环节,最终将企业知识库从静态的信息孤岛,彻底激活为驱动业务增长的动态潜能。


02

核心亮点

Agentic驱动的全新搜索范式:从“被动响应”到“自主执行”的飞跃

Agentic Search 的核心变革在于引入了“智能体(Agent)”作为基本能力单元。这不再是简单的功能叠加,而是一次架构层面的范式转移,赋予了搜索前所未有的自主性与能动性。其具备四大核心能力:

深度意图理解与自主任务执行

超越关键词的表层匹配,Agentic Search 能够深刻理解您提出的模糊、复杂甚至开放式的业务目标(例如,“分析本季度主要竞品的市场策略变化”),并将其精确地抽象为可执行的任务。

多步骤智能推理与动态规划

面对复杂任务,Agentic Search 能够像人类专家一样进行逻辑推理,自主地将宏观目标拆解为一系列具体的、有序的行动步骤。这一规划过程是动态的,可根据中间步骤的结果实时调整后续策略,确保任务路径的最优化。

多工具协同与生态调用

Agentic Search 是企业数字化生态的“超级连接器”。它能智能判断如:何时需要查询专业数据库,或何时需要联网获取最新资讯等,并协同这些智能工具自主无缝调用企业工作,以完成仅靠自身模型无法完成的任务。

多模态感知与理解能力

多模态处理能力可分析与理解非结构化的现实世界数据。视觉理解能够识别图像或视频中的物体、理解空间关系、读取 OCR 文本,甚至分析视频中的动态事件。文档多模态解析能力同时处理 PDF 中的文字、复杂表格和统计图表,实现“所见即所查”。

结果信息智能整合与多元化呈

Agentic Search 最终交付的不再是零散的信息碎片。其会将所有执行步骤的结果进行深度整合、去伪存真,并以需要的格式进行输出——可能是一份结构化的分析报告、一个可视化的数据图表,或是一段代码等。

三种模式,覆盖从问答到复杂任务执行的全链路需求

Agentic Search 提供了一个灵活且强大的多模式框架,无缝覆盖从快速信息获取到深度战略分析的应用场景,确保在任何情境下都能提供最优的交互体验与执行效率。

对话模式

为即时性、高频次的问答场景而生。当您需要快速获取一个精准答案时,该模式将以秒级响应速度,融合内部知识库与全网公开信息,提供最直接、最准确的解答。

规划模式

专为处理复杂、多维度的战略性任务而设计。当您的目标需要多步推理、跨系统数据整合与深度分析时,该模式将启动完整的“理解-规划-执行-整合”工作流,自主完成从数据采集到洞察呈现的全过程。

自适应模式

这是 Agentic Search 的智慧核心。系统将基于对用户意图复杂度的实时评估,智能判断并自动选择最优的工作模式。用户无需关心背后是“对话”还是“规划”,只需提出问题,系统便会以最高效的方式交付最佳结果,实现真正的无感智能体验。


03

产品架构

image.png

该架构通过智能路由、双模驱动、Agent 规划与多工具协同,构建了一个从理解意图到交付成果的全链路自动化系统。

智能前端与决策中枢

问题路由: 该模块会对用户意图的复杂度进行实时评估,智能判断应采用最高效的处理路径:是需要快速响应的直接问答,还是需要深度分析的复杂任务。

双模式处理路径

对话模式: 对于清晰、直接的问题,系统将激活此模式。它通过意图识别快速锁定用户目标,并调用部分轻量级工具(如知识库查询、联网搜索)以提供即时、精准的答案。

规划模式: 当面对开放式、多步骤的复杂目标时,系统进入此模式。用户的宏观指令被传递给核心的 Planning Agent。

核心规划与执行单元

Planning Agent: 这是整个系统的“总指挥”。它负责对复杂任务进行分析、拆解与分配,将其转化为一个由多个子任务组成的、逻辑清晰的执行计划。

强大的工具集: Planning Agent 通过工具调用机制,指挥一个强大的工具集来执行具体的子任务。

闭环反馈: 每个工具执行的结果都会返回给 Planning Agent,后者根据反馈动态调整后续的计划,展现出真正的智能和适应性。

成果整合与输

Report Agent: Planning Agent 将任务的执行结果和核心洞察,移交给“报告智能体”。这个角色负责将信息进行整合、提炼与美化。最终,系统以结构化的、多元化的格式(如Markdown或HTML报告)向用户交付一个完整的、可直接使用的成果。


04

功能介绍

大模型驱动的智能核心:精准意图理解与自主任务规划

Agentic Search 的智慧大脑,由开源领域全球第一的通义千问模型家族驱动。这一强大的模型内核,为产品注入了强大的认知能力,确保在每一个交互环节都能精准洞悉用户意图。在智能问题路由、复杂任务拆解、深层意图识别等核心环节进行深度优化,确保 Agentic Search 真正“听懂”您的每一个指令,并以此为起点,精准地完成您的目标。

丰富SubAgent工具集

Agentic Search 的强大执行力,源于其内置的一个全面且高度协同的工具集。这些工具使其能够突破语言模型的限制,与数字世界进行深度交互,完成各类复杂任务。

多模态智能体

Agentic Search 能够深度解析包括 PDF、Word、PPT、图片等在内的多种非结构化与半结构化文档。它不仅仅是读取文本,更能理解其中的表格、图表和布局,将静态文档转化为可供分析的动态数据。

企业知识库检索

Agentic Search 可无缝集成您现有的 Elasticsearch(ES)或 OpenSearch(OS)实例,构建企业专属知识库。通过先进的向量检索与 RAG 检索增强生成技术,Agentic Search 能够在回答问题与知识获取时,优先且精准地引用与分析您内部的业务数据、流程文档等,确保答案结果实现高度贴合企业实际、安全可信。

CodeAgent代码智能体

它拥有一个安全隔离的代码执行环境,能够自主编写并运行代码脚本,以执行复杂的数据处理、数值计算、统计分析和格式转换等任务。

联网搜索

当内部知识无法满足需求,或任务需要最新的公开信息时,Agentic Search 会智能启动集成的联网搜素工具,安全地访问互联网。这使其能够获取实时新闻动态、最新的政策法规、权威的技术文档等,为决策提供最新鲜的视角。

网络爬虫

针对需要广泛收集特定领域网页信息的任务,如大规模市场调研、全网竞品价格与功能监测、舆情动态追踪等,Agentic Search 可部署定制化爬虫,自动化、结构化地批量抓取目标网站数据。

浏览器代理

内置的浏览器代理能够模拟真实用户的点击、滚动、登录等操作。这使得 Agentic Search 可以亲自”访问和操作需要交互才能获取信息的网站,例如在电商平台进行多维度商品比价等。


多元化输出

为满足不同场景下的汇报与使用需求,Agentic Search 内置了强大的报告生成工具,支持多种输出格式

Markdown 格式: 详尽全面,保留所有分析过程、数据来源和推理步骤,适合需要深度溯源和存档的严谨分析场景。

HTML 格式: 视觉丰富,通过图表、表格和高亮文本,将复杂的分析结果以清晰、直观、易于理解的形式呈现,适用于管理层汇报、跨部门沟通等场景。


05

应用场景

深度研究

面对行业研究、市场调研、竞品分析等复杂课题,Agentic Search 相当于一支智能研究团队。用户只需提出总体需求,智能代理就会自动拆解研究任务——例如收集市场趋势、整理竞品资料、分析数据并撰写报告等,并综合多来源信息给出全面结果。整个执行过程借助多步推理与专业工具自动完成,大幅提高研究工作的效率和深度。

智能客服与问答助手

面向客户支持与服务场景,Agentic Search 支持接入企业 ES/OS 实例知识库、FAQ 文档等内部数据源,可用于全天候智能客服代理和问答助手。这种统一智能代理的形式能支持24*7制用户响应,大幅提升终端用户体验以及大幅降低企业人力成本,实现了问题的一站式解决。

企业生产力提效

Agentic Search 可以作为企业员工的效率助理,承担许多耗时耗力的信息整合和报告生成任务。例如,它可以根据指定条件汇总数据,生成周报/月报等,或者从企业文件和业务数据库中抓取关键信息,直接输出分析结果。通过将海量分散的数据转化为可行动的洞见,Agentic Search 赋能企业员工提升生产效率,为企业实现更高效的组织管理。



试用链接https://opensearch.console.aliyun.com/cn-shanghai/rag/agentic-search(ps:如需试用,请加入钉钉群获取白名单试用资格。


用户群

AgenticSearch-AI 搜索测试与答疑群:158080012332

钉钉扫码入群

image.png

/ END /

相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
相关文章
|
人工智能 Cloud Native 搜索推荐
【2025云栖大会】阿里云AI搜索年度发布:开启Agent时代,重构搜索新范式
2025云栖大会阿里云AI搜索专场上,发布了年度AI搜索技术与产品升级成果,推出Agentic Search架构创新与云原生引擎技术突破,实现从“信息匹配”到“智能问题解决”的跨越,支持多模态检索、百亿向量处理,助力企业降本增效,推动搜索迈向主动服务新时代。
621 0
|
2月前
|
存储 人工智能 Java
用 AgentScope Java 开家 AI 奶茶店
开一家 AI 奶茶店,让 AgentScope Java 替你打理一切。
873 25
|
人工智能 Cloud Native 搜索推荐
【2025云栖大会】阿里云AI搜索年度发布:开启Agent时代,重构搜索新范式
2025云栖大会阿里云AI搜索专场上,发布了年度AI搜索技术与产品升级成果,推出Agentic Search架构创新与云原生引擎技术突破,实现从“信息匹配”到“智能问题解决”的跨越,支持多模态检索、百亿向量处理,助力企业降本增效,推动搜索迈向主动服务新时代。
587 0
|
2月前
|
机器人 数据挖掘 数据处理
LingBot-VLA 具身大模型全面开源
蚂蚁灵波团队开源具身大模型LingBot-VLA:在GM-100真机评测中跨本体成功率提升至17.3%(+4.3%),RoboTwin 2.0仿真任务成功率超Pi0.5达9.92%;基于20,000小时多构型真机数据预训练,支持高效微调与跨平台迁移,代码、模型、数据、基准全开源。(239字)
443 0
LingBot-VLA 具身大模型全面开源
|
1月前
|
存储 人工智能 搜索推荐
AI Agent 记忆系统:从短期到长期的技术架构与实践
本文系统阐述AI Agent记忆系统的核心技术:短期记忆(会话级上下文管理)与长期记忆(跨会话知识沉淀)。涵盖上下文工程策略(压缩、卸载、隔离)、Record/Retrieve架构、主流框架(ADK/LangChain/AgentScope)实现差异,及Mem0等开源方案集成,并探讨MaaS、多模态记忆等前沿趋势。(239字)
AI Agent 记忆系统:从短期到长期的技术架构与实践
|
2月前
|
人工智能 JSON IDE
SDD 如何在复杂业务系统中真正落地?
OpenSpec 是面向 AI 编程的规范驱动开发(SDD)工具,以 Markdown 文档为“唯一真相源”,通过 CLI 管理需求提案(proposal)、任务清单(tasks)、规格说明(spec)及归档流程,支持 Cursor 等 IDE 集成,兼顾轻量迭代与工程可追溯性。(239字)
SDD 如何在复杂业务系统中真正落地?
|
10月前
|
人工智能 开发框架 自然语言处理
企业级AI搜索解决方案:阿里云AI搜索开放平台
本文介绍了 阿里云 AI 搜索开放平台作提供丰富的 AI 搜索组件化服务,兼容主流开发框架 LangChain和 LlamaIndex,支持搜索专属大模型、百炼等大模型服务,以及 Elasticsearch、Havenask 等开源引擎。用户可灵活调用多模态数据解析、大语言模型、效果测评等数十个服务,实现智能搜索、检索增强生成(RAG)、多模态搜索等场景的搭建。
915 0
|
4月前
|
存储 人工智能 自然语言处理
阿里云 Elasticsearch 的 AI 革新:高性能、低成本、智能化的搜索新纪元
本文介绍了数智化浪潮下, 阿里云 Elasticsearch 打通了 云原生内核优化、RAG 闭环方案、云原生推理平台 三大能力模块,实现了从底层到应用的全链路升级,助力企业构建面向未来的智能搜索中枢。
789 22
|
3月前
|
人工智能 自然语言处理 安全
企业级智能客服系统建设方案:从规划到落地的全流程指南
数字化转型下,智能客服成企业核心竞争力。本文解析瓴羊Quick Service、智齿、Salesforce、Zendesk等主流产品,涵盖全渠道融合、AI赋能与场景闭环三大趋势,提供从选型到落地的全流程实施建议,助力企业构建高效、智能、安全的服务体系。(238字)

热门文章

最新文章