AI搜索代理失败根源不在搜索，而在模糊查询时不会追问用户

一句话看懂

AI搜索代理在多步研究中失败的主因不是搜索能力，而是面对模糊查询时不会主动向用户追问澄清，导致准确率远低于预期。

详细发生了什么

一项名为DiscoBench的新基准测试发现，AI搜索代理在多步研究任务中表现不佳的根本原因并非搜索技术本身，而是它们在遇到模糊查询时缺乏主动追问用户以澄清意图的能力。

测试显示，那些在模糊查询下反复搜索而不向用户提问的模型，准确率仅为51.9%，甚至低于直接猜测的模型。所有参与测试的模型中，表现最好的整体准确率也只有43%。然而，一旦从查询中移除歧义，准确率最高可提升40个百分点。

这意味着，当前AI搜索代理的设计存在一个关键盲点：它们更倾向于盲目执行搜索，而不是像人类助手一样，在不确定时主动确认需求。DiscoBench专门设计来评估模型在需要澄清的模糊场景下的表现，结果凸显了交互式追问能力的重要性。

中文圈视角

这个发现对中文用户尤其值得关注。目前国内主流的AI搜索产品（如秘塔AI搜索、天工AI搜索、360AI搜索等）大多强调“多步推理”和“深度搜索”，但用户实际体验中常遇到答非所问的情况——很可能根源就在于模型没有对模糊表述进行追问。

中文天然具有更高的歧义性（同音字、多义词、语境依赖强），比如搜索“苹果”可能指水果或公司，“小米”可能是手机品牌或粮食。如果AI搜索代理不主动追问，而是直接搜索，结果很可能偏离用户意图。

相比之下，国外产品如Perplexity AI已经开始引入“追问”机制，但国内产品在这方面的交互设计仍较薄弱。对中文用户而言，一个能主动说“您是指XX还是XX？”的搜索代理，远比一个默默搜索但给出错误答案的代理更有价值。

此外，该研究也提示开发者：在训练中文AI搜索模型时，应加入更多需要澄清的对话数据，并设计明确的追问触发策略，而不是一味优化搜索算法本身。

几条值得记住的细节

• DiscoBench基准测试专门评估AI搜索代理在模糊查询下的表现，重点考察追问能力。
• 反复搜索但不追问的模型准确率仅51.9%，比直接猜测还差。
• 最佳模型整体准确率仅43%，说明当前AI搜索代理普遍缺乏有效追问机制。
• 消除查询歧义后，准确率最高提升40个百分点，显示追问对结果质量的巨大影响。
• 该研究由独立团队完成，测试覆盖多种主流AI搜索模型。

一句话总结

下次用AI搜索时，如果结果不理想，不妨想想：是它没搜对，还是它根本没问清楚你想要什么。