DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，配套 DeepSeek Harness 升级至 0.2.1 版本。
推荐理由：新版本在基准测试提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 编码的成本边界变化。
#搜索
量子位精选AI 评分8080 RadarAIAI 评分3030 AI 岗位聚合工具推荐：用 AI 爬取并聚类北上深杭 AI 岗位
作者推荐了 @samuel_ys92 开发的免费 AI 岗位检索工具，通过 AI 爬取融资规模 1000 万美元以上的 AI 公司、上市互联网公司、量化公司及 neo labs 的岗位，并按北上深杭等城市地区聚类。该工具旨在为求职者提供透明的岗位信息，打破简历买卖的黑箱。
RadarAIAI 评分7575 DeepSeek 发布 V4.1 Flash 1017 版本并开放搜索 API
DeepSeek 推出 V4.1 Flash 1017 版本，在基准测试中表现突出，SWE V1.1 测试优于其他模型。该版本侧重效率，缩短任务处理时间和输出长度以降低运行成本，同时开放自研搜索 API 以增强 Harness 功能。
RadarAIAI 评分7171 DeepSeek 开放搜索 API 并更新 V4.1 Flash 1017
DeepSeek 向开发者开放其 App 背后的搜索引擎，新增 Search 和 Fetch API 端点，定价为每 1,000 次调用 5 元（约 $0.70），并过滤 SEO 垃圾和低质 AI 内容。V4.1 Flash 同期发布 1017 更新，运行更快更便宜并开放权重。
RadarAIAI 评分6262 DeepSeek 上线 Search/Fetch 网页搜索 API，API 短暂出现 V4.1 Flash-1017 快照
DeepSeek 正式上线 Search/Fetch 网页搜索 API，两项接口基于自研搜索引擎，Search 按 query 返回结构化网页结果，Fetch 以 Markdown 抓取单个网页，均按成功请求每千次 5 元计费，各自限每秒 5 次。
arXiv cs.CLAI 评分2424 LLM 生成文本如何影响基于词项的检索模型？
研究发现，LLM 生成文本呈现更平滑的高频 Zipf 斜率、更陡峭的低频斜率和更高的词项特异性，文档级多样性也更强。基于词项的检索模型并不存在固有的来源偏见，而是优先返回词项分布与查询更接近的文档。该工作为理解和应对混合来源内容下基于词项的 IR 系统潜在偏见提供了基础。
arXiv cs.AIAI 评分3838 QREF：通过查询精炼与证据过滤对齐搜索与推理，提升 DeepSearch 智能体
QREF 是一个即插即用的查询精炼器与证据过滤器，通过按当前推理意图重写搜索查询并保留相关证据，提升 DeepSearch 智能体性能。在四个基准上，WebSailor 的 Pass@1 平均相对提升 33.55%，TongyiDeepResearch 提升 11.04%，且无需修改架构或重训练推理策略。经强化学习训练的查询精炼器将缺乏判别性检索锚点的查询批次比例降低 95%。
arXiv cs.CLAI 评分4444 检索到了却没读：搜索增强 LLM 为何用不上已有证据
研究发现搜索增强 LLM 常直接依据搜索摘要作答而不打开来源页面，这与更高的过时答案率和引用不实相关。团队用训练截止后发生变化的时间性事实，测试了一个商用模型的联网搜索和六个开放权重模型的受控检索配置，发现证据可用性与实际使用之间存在明显落差。即使检索到的证据已影响模型内部预测，最终答案仍可能偏向过时信息。
arXiv cs.CYAI 评分3434 VoteGEO-Bench：衡量生成引擎优化对选举信息可见度的影响
研究者提出 VoteGEO-Bench 基准，覆盖 2024 年美国大选与 2026 年日本众议院选举，结合选举查询、历史网页和选民画像，评估生成引擎优化（GEO）对选举信息可见度的影响。
RadarAIAI 评分1717 Perplexity API 接入 Lovable 应用
Perplexity API 现已在 Lovable 应用中可用，可为用户提供来自网络的实时答案并附带引用。Perplexity CEO Aravind Srinivas 表示，该 API 的采用正在扩大。
arXiv cs.AIAI 评分2020 SIDScope：生成式推荐中语义 ID 接口的诊断资源
SIDScope 为生成式推荐的语义 ID 接口提供诊断资源，包含来自 7 个 tokenizer 家族、覆盖 Amazon 与 Yelp 的 9 个导出，其中 8 个可执行、1 个为可审计快照。
arXiv cs.AIAI 评分2929 ScholarQuest：面向开放文献环境的智能体学术论文搜索分类基准
研究者提出 ScholarQuest，一个基于 1000 多个计算机科学主题、围绕四类研究意图构建的分类引导基准，并配套百万级文献环境 ScholarBase 与共享多轮搜索测试框架。
arXiv cs.AIAI 评分3232 GEO-Bench：生成引擎优化中的排名操纵基准测试
GEO-Bench 是一个在统一协议下评估生成引擎优化（GEO）排名操纵攻击的基准，整合了 TAP、Zero-Shot 等黑盒提示攻击，STS、RAF、StealthRank 等白盒梯度攻击，以及十种白帽 C-SEO 策略。
arXiv cs.AIAI 评分3636 Google AI Overviews 对在线内容生态的影响：来自 Google 与 Reddit 的证据
研究利用 Google 内容审核政策构建双重差分设计，发现 AI Overviews 使 SFW Reddit 社区日评论量相对 NSFW 社区提升 12.0%、评论用户数提升 12.4%，且效果集中在观点、建议等经验型讨论而非事实型信息。但随后推出的 Google AI Mode 允许用户与 AI 摘要对话，基本消除了这些经验型内容的增长。结果表明 AI 搜索的影响取决于界面设计与内容类型。
arXiv cs.AIAI 评分4242 SearchMaster：面向搜索智能体的有据可依、受调控自博弈框架
SearchMaster 是一个自博弈框架，让共享 LLM 策略在本地搜索环境中自行生成、求解并验证搜索任务，无需人工标注 QA 对或专家演示。
arXiv cs.AIAI 评分3131 无图检索：用图修改嵌入提升稠密向量检索召回
研究比较了五种离线图嵌入变换及图修改嵌入与原始嵌入的搭配策略，无需查询时访问图。在合成职业网络基准上，直接替换原始嵌入会降低证据召回，而多阶段策略用图修改嵌入引导搜索、保留原始嵌入维持语义相关性，在需要关联事实或候选比较的问题上召回率相对纯向量检索最高提升 25.9%，并以少 40% 的返回节点数达到基线召回。检索表现更取决于图修改嵌入的使用方式，而非生成方式。
arXiv cs.AIAI 评分2828 微信提出 WeGR：面向工业搜索系统的统一生成式检索框架
微信提出统一生成式检索框架 WeGR，由 CoCo-VAE 分词器与 DHPO 策略优化两部分组成，前者引入查询-物品和物品-物品协同信号并通过码本刷新缓解码本坍缩，后者逐步扩展奖励评估与策略优化视野以缓解精确 SID 匹配下的奖励稀疏。
arXiv cs.AIAI 评分3434 用实体熟悉度筛选深度搜索蒸馏数据：SEF 让 Qwen3.8-27B 在 BrowseComp 子集从 44.10% 提升到 66.41%
针对深度搜索智能体蒸馏中"教师对某些实体过于熟悉导致监督信号偏弱"的问题，论文提出轻量门控信号 SEF，在实体入图前直接询问教师是否熟悉该实体。
arXiv cs.AIAI 评分2929 Neos：让多模态深度搜索智能体学会交错搜索与视觉推理
多模态深度搜索框架 Neos 通过可训练的多模态证据接口（MEI）将检索内容转化为目标条件观测，并用智能体-环境协同演化流程交替进行策略强化学习与 MEI 监督微调，使证据获取与证据驱动决策形成闭环。Neos-9B 和 Neos-35B 在十项基准上取得专业多模态深度搜索智能体中的领先表现。
arXiv cs.AIAI 评分2424 WeFair：面向微信短视频搜索个性化查询改写的人类反馈保真对齐
WeFair 通过挖掘真实用户改写行为，构建从示范、偏好到验证的渐进式对齐流程，用于微信短视频搜索的个性化查询改写。该方法结合监督课程学习、直接偏好优化与基于真实改写的严格验证奖励，并采用 GRPO 优化。微信短视频搜索线上 A/B 测试显示，有效点击查询率（VV>10s）相对提升 1.576%，查询改写率相对下降 1.731%。
arXiv cs.CLAI 评分3636 搜索智能体的 Lazy Grounding 攻击：事实性证据也能误导检索推理
研究者提出"lazy grounding"攻击：将基准问题改写后对应的邻近事实证据注入搜索语料，这些文档虽真实却与原始问题无关，仍会被检索并误导搜索智能体。在 12 个模型-基准组合上，该攻击使回答准确率平均下降 5.9 分、最高下降 17.3 分，且所有设置均出现邻近答案被采纳。证据出现位置越靠后或越像答案时，影响更强。
arXiv cs.CLAI 评分2424 预注册测试：Gemini 品牌提及历史预测的 20 天持久性验证
一项预注册复制实验向 gemini-3.1-pro-preview 发送 162 条请求（54 个问题、英/爱沙尼亚/芬兰三语、每问 4 个候选品牌、3 次重复），在 2026 年 9 月 22-23 日约十小时内分三波采集，并于 20.3 天后再次采集。
arXiv cs.CLAI 评分2424 SCOUT：面向高效视觉文档检索的级联检索与跨模态查询精炼框架
研究者提出 SCOUT 级联双轨检索框架，将检索性能与穷举搜索解耦：视觉轨先用轻量父检索器筛选候选池，再对候选应用更强的多向量重排器，语义轨则基于离线生成的层级页面与文档摘要提供互补信号，两者通过跨模态查询精炼融合。
RadarAIAI 评分3030 Perplexity Computer 支持 @Polymarket 标签
Perplexity Computer 现已支持在查询中 @Polymarket，用于市场和实时趋势研究任务。该功能通过 Polymarket API 直接拉取实时数据，可获取 25 万+ 活跃预测市场的市场隐含概率、交易量和流动性。
RadarAIAI 评分3838 DigUp：基于 EmbeddingGemma 2 的 Mac 菜单栏语义搜索工具
DigUp 是一款开源的 Mac 菜单栏搜索工具，利用 Google 的 EmbeddingGemma 2 将文本、图像、视频等多模态内容转为向量，实现跨模态语义搜索，并支持直接跳转到视频时间点或 PDF 页码等具体位置。该工具旨在弥补原生 Spotlight 在富媒体内容检索上的不足。
RadarAIAI 评分5050 DigUp：基于 EmbeddingGemma 2 的本地多模态智能搜索工具
DigUp 是一款 Mac 端本地搜索工具，基于 Google DeepMind 的 EmbeddingGemma 2 模型，可通过自然语言描述直接查找照片、PDF、视频、音频和代码文件，并提供精确的上下文定位功能。
RadarAIAI 评分6262 Context.dev 开源 Rust 本地语义代码搜索 CLI「sgrep」
Context.dev 开源了 Rust 编写的本地语义代码/文档搜索 CLI「sgrep」，使用约 32–34MB 的本地 CPU 静态嵌入模型，首次搜索后完全离线，代码和查询不出本机。
RadarAIAI 评分3838 Perplexity 领跑 AI 搜索采购榜
Ramp 支出数据显示，Perplexity 是 AI 搜索品类中被采购最多的厂商，与 Wispr Flow、Claude Code 一同成为各自品类的明确领先者，三者均被所在品类 87% 以上的买家采购。推理、GPU 容量和 AI-first GTM 三个品类仍处于分散状态。
RadarAIAI 评分5858 LangSmith 推出 AI Search，用自然语言按行为搜索 agent 轨迹
LangChain 在 LangSmith 中推出 AI Search 公测，允许用自然语言描述行为来查询 agent 轨迹，例如 PII 泄露或用户受挫等无法靠标签和全文检索回答的问题。
RadarAIAI 评分1818 姚金刚发布 GEO 战略及主流媒体合作布局
姚金刚明确其在 GEO（生成式引擎优化）领域的战略，并列出与新华网、人民网、北京日报、湖南日报、每日经济新闻等多家权威媒体的深度合作或布局。此举展示其在 AI 搜索优化生态中构建权威内容的版图。
RadarAIAI 评分2424 Descript 10 月更新：全盘搜索、异步录制请求与 ElevenLabs v4 语音克隆
Descript 在 10 月更新中为整个 drive 加入搜索栏和完整结果页，并支持让 Underlord 查找文件、文件夹、项目和 layout packs。Enterprise drive 可发送异步录制请求，让受访者自行录制并回传素材。更新还引入 ElevenLabs v4 语音克隆。
Hacker NewsAI 评分3030 CiteSilo：Rewind 的替代方案，本地记忆与文件搜索桌面应用开启免费 Beta
CiteSilo 是一款面向 Windows 和 macOS 的桌面应用，可按文件内容搜索本地文件、回看捕获的屏幕时刻，并用带来源引用的方式提问，Beta 期间免费。
GitHubAI 评分2121 Unearth：AI 辅助新闻分析平台重写为 Next.js
Unearth 是一个 AI 辅助新闻分析平台，结合 Media Bias Fact Check 与 Allsides 的来源评级，对单篇文章的叙事、框架、情感和偏见进行修辞分析，并用 Exa AI 的网页搜索核查关键论断、提供验证或反驳的外部来源。
Hacker NewsAI 评分3636 SignalsFlow：AI 在 Reddit 找到潜在客户并代写回复
SignalsFlow 上线 beta 版，可扫描 Reddit 公开帖子，找出问题与产品匹配的潜在用户，并由 AI 为每条帖子生成 5 条回复草稿，用户自行编辑后从自己账号发布。该工具只读不代发，beta 期间免费，每用户限 3 个项目、每项目 7 条论点、50 个自选 subreddit、每天 30 次 AI 草稿。
Hacker NewsAI 评分5858 anygrep 发布：在 CPU 上对笔记、PDF 和图片做语义搜索
anygrep 是一个在终端运行的语义搜索工具，可对笔记、PDF 和截图按含义检索，全程在 CPU 上运行 EmbeddingGemma 2 的 int8 ONNX 模型并维护本地索引。
Hacker NewsAI 评分5858 LLM 搜索结果可能被操纵的五种后门路径
文章梳理了操纵 LLM 搜索结果的五种可能路径：篡改 Internet Archive 中的 PDF、合成共识网络、引用生成与孤立论断、抢注过期域名、以及利用学术预印本仓库。
GitHubAI 评分1212 Verso.py：面向 .gov/.edu/.org 的可信搜索与 Verso 编辑器
GitHub 项目 Verso.py 提供 Trusted Search 与 Verso Editor 两项工具。Trusted Search 只筛选来自 .gov、.edu、.org 和 .ac.uk 域名的结果，以保证学术可靠性；Verso Editor 则分析语法与标点，并内置 Smart Question Detection，确保以 "What"、"How" 等词开头的句子被正确处理。
GitHubAI 评分1212 Phaja/semantic-search-project：Windows 上的语义搜索工具
Phaja/semantic-search-project 是一款在 Windows 上运行的语义搜索工具，通过理解查询含义而非关键词匹配来检索文本，并借助智能缓存和向量数学加速大规模文本集合的搜索。它支持 .txt、.md、.csv 等文档类型，仅需 4 GB 内存和 500 MB 磁盘空间，无需 GPU 或额外软件，可在普通 Windows 10 及以上电脑的 CPU 上直接运行。
arXiv cs.AIAI 评分3838 当前 AI 基准测试遗漏了什么：模态、搜索、引用及其对安全评估的影响
一项针对 ChatGPT 聊天 UI 与 OpenAI API 的审计发现，禁用搜索时聊天 UI 在两个基准上准确率均低于 API，启用网络搜索后准确率最多下降 8 个百分点，甚至逆转了某一基准的模态表现趋势。
arXiv cs.AIAI 评分2424 快手 CRM：可控条件的检索模型
快手提出可控检索模型 CRM，将观看时长作为条件加入用户塔，训练时学习在给定实际观看时长下预测下一个视频，推理时直接输入目标观看时长即可调控检索，无需重训。物品塔与条件解耦，物品嵌入仍可预计算并建索引做 ANN 搜索，CRM 同时以 DNN 双塔和 Decision Transformer 实现，后者用目标观看时长作为数值提示词。