Kimi 深度研究（Deep Research）——万字报告、多源交叉验证、自动研究
Deep Research 是什么
Deep Research 是 Kimi Agent 产品线中的研究型功能——它不是简单的"搜几个网页总结一下"，而是像一个初级研究员一样工作：
- 自动规划研究路径和查询策略
- 并行搜索数十甚至上百个来源
- 交叉验证不同来源的信息一致性
- 遇到冲突时主动引入更多来源验证
- 多步推理形成完整论点
- 输出结构化、带引用、可追溯的万字级研究报告
典型适用场景
| 场景 | 研究内容 | 产出物 |
|---|---|---|
| 行业调研 | 2025 AI 芯片行业竞争格局、市场规模 | 10,000+ 字报告 + 数据表格 |
| 竞品分析 | 某赛道 Top 5 竞品的功能、定价、用户评价 | 竞品对比矩阵 + 分析报告 |
| 投资尽调 | 某公司的业务、财务、风险点、增长空间 | 尽调报告 + 估值模型建议 |
| 法律法规查询 | 某法规的解读、历史版本对比、案例 | 法规要点 + 案例列表 |
| 教学研究 | 某课题的最新进展、研究流派、争议点 | 综述报告 + 参考资料 |
| 政策解读 | 某政策的要点、影响范围、实施细则 | 政策要点 + 影响分析 |
| 个人决策 | 买车 / 换手机 / 选导师的多维度分析 | 决策建议 + 对比表 |
使用方式
基本流程
- 切到 K3 Swarm 模型（推荐，因为需要大量并行搜索）
- 清晰地描述你的研究主题和关注点
- 可选：提供参考资料（链接、PDF、关键词）
- Agent 自动进入 Deep Research 模式 → 规划 → 并行搜索 → 交叉验证 → 生成报告
- 完成后你可以继续追问、要求补充、修改格式等
好的研究指令
例一：行业调研
帮我做一份 2025 年 AI Agent 行业的深度研究，要求：
- 市场规模（2024-2028 年），要有多家权威来源交叉验证
- 主要玩家（国内外）的产品矩阵和竞争策略
- 技术趋势（Agent Swarm / 长上下文 / 开源）
- 应用场景（编程 / 办公 / 电商 / 金融）的渗透率
- 输出 Markdown 格式，不少于 8000 字，每个关键数据要有来源引用
例二：竞品分析
帮我做一份短视频剪辑赛道的竞品分析，对比 CapCut vs Premiere Pro vs DaVinci Resolve：
- 核心功能对比表
- 定价体系对比
- 用户评价汇总（从 App Store / Google Play / 知乎 / Reddit 多源）
- 技术优势和短板
- 给三个不同用户画像的推荐建议
例三：投资尽调
帮我做一份对 某新能源汽车公司 的初步尽调：
- 业务结构和产品线
- 财务状况（近 3 年营收 / 利润 / 毛利率 / 费用率）
- 市场地位和竞争格局
- 主要风险点（技术 / 政策 / 市场 / 财务）
- 估值参考（同行业可比公司）
Agent 内部执行流程
阶段一：研究规划
接到研究主题 → 识别关键维度 → 拆解为独立研究模块 → 为每个模块设计搜索策略 → 预估需要的来源数量
阶段二：并行搜索（Agent Swarm）
启动多个子 Agent 并行搜索 → 每个子 Agent 负责一个维度 → 自动在数十甚至上百个来源里抓取信息 → 初步整理
阶段三：交叉验证
不同子 Agent 的结果汇聚 → 检查数据一致性 → 发现冲突 → 引入第三个来源验证 → 取多数 / 最新 / 权威来源
阶段四：深度推理
基于验证过的数据 → 进行归纳、对比、趋势分析、因果推理 → 形成结构化论点
阶段五：报告生成
按大纲逐章节撰写 → 插入数据表格和引用 → 自检一致性（前后数据不冲突、来源不重复）→ 输出 Markdown / PDF / Word
阶段六（可选）：后续增强
你可以让 Kimi 继续：补充某个章节、翻译成英文、生成 PPT 版本、提炼成 Exec Summary
Deep Research 的核心优势
| 维度 | 人工研究 | 传统 AI（单次问答） | Kimi Deep Research |
|---|---|---|---|
| 搜索量 | 几十~上百来源 | 1~5 个来源 | 几十~上百来源（并行） |
| 交叉验证 | 手动 | 无 | 自动检测冲突 + 引入新来源 |
| 时间 | 几小时~几天 | 几秒 | 几分钟~几十分钟 |
| 深度 | 取决于研究能力 | 浅 | 多步推理 + 结构化 |
| 可追溯 | 人工引用 | 无 | 每个数据点带来源 |
| 可迭代 | ✅ | 有限 | ✅ 继续追问 |
与人工研究的配合方式
Kimi Deep Research 是研究助理，不是研究员。最好的使用方式是：
方式一：初稿 + 人类精修
- 用 Deep Research 快速生成 8000 字初稿
- 人类审查关键结论和数据点
- 对存疑的数据 → 让 Kimi "找一下这个数据的原始来源"
- 补充你自己知道但 Kimi 没搜到的信息
- 调整结构和重点
方式二：方向确认 + 人类深挖
- 让 Deep Research 生成研究大纲和初步结论
- 人类判断哪些方向值得深挖
- 让 Kimi 针对选定方向做更深入的研究
- 人类补充独家数据和洞察
常见问题
Deep Research 会花 credits 吗？
会。因为需要大量搜索和多轮推理。消耗取决于：
- 研究深度（浅度 vs 万字级）
- 模型选择（K3 Swarm + Max 思考强度消耗最多）
- 生成格式（PDF / Word 比纯 Markdown 贵）
建议用 Moderato（¥99/月）或以上会员档。
研究报告卡住了怎么办？
见 深度研究卡住了。
研究结果不准确怎么办？
Kimi Deep Research 的准确性取决于来源质量。公开、权威来源（上市公司年报、行业协会报告、顶级研究机构）通常没问题；小众或新兴领域可能搜到的来源有限。处理方式：
- 告诉 Kimi "这个数据你再查三个来源交叉验证一下"
- 如果是你有独家信息，可以直接补充进去
- 对特别重要的数据点，自己手动去查一下
研究报告能导出哪些格式？
- Markdown（默认，便于后续编辑）
- PDF（打印或分享）
- Word（可编辑，适合正式报告）
- 可以让 Kimi 把 Markdown 报告转成 PPT
继续阅读
- Agent 工作原理：Deep Research 背后的 Agent 架构
- Agent Swarm 并行：Deep Research 的并行搜索能力
- 联网搜索与 Fetch：搜索和抓取工具的基础能力
- 深度研究卡住了：问题排查