引言

在 2025 年，字节跳动的研究团队推出了一款名为 PaSa 的论文检索智能体，标志着 Agent 元年的到来。与此同时，字节跳动还启动了代号为“Seed Edge”的 AGI 长期研究计划，旨在探索人工智能的前沿领域。这些举措不仅展示了字节跳动在 AI 领域的创新能力，也为未来的研究方向提供了新的视角。本文将深入探讨这些项目的背景、目标及其对学术界和产业界的影响。

探索字节跳动的创新之路

字节跳动在 2025 年的创新举措，尤其是 PaSa 和 Seed Edge 项目的推出，标志着其在人工智能领域的战略性进展。PaSa 作为一款基于强化学习的智能体应用，能够在短短两分钟内完成繁琐的论文调研。通过模仿人类研究者的行为，PaSa 可以自动调用搜索引擎、浏览论文并追踪引文网络。与 Google、Google Scholar 等主流检索工具相比，PaSa 在 Recall@20 和 Recall@50 上分别提升了 37.78% 和 39.90%。这种高效的检索能力使得 PaSa 成为科研人员的得力助手。

Source: 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具 from jiqizhixin

Seed Edge：AGI 研究的前沿探索

字节跳动的 Seed Edge 项目旨在探索 AGI 的新方法，鼓励跨模态、跨团队合作。该项目初步确定了五大研究方向，包括推理能力的边界、感知能力的边界、软硬一体的模型设计、AI 学习范式以及下一个 scaling 方向。通过提供充足的算力资源和宽松的研究环境，Seed Edge 力求在 AGI 领域取得突破性进展。

Source: 字节启动AGI长期研究计划，代号Seed Edge from jiqizhixin

结论与展望

字节跳动在 AGI 研究上的投入和创新，不仅为学术界带来了新的工具和方法，也为产业界提供了新的发展方向。随着 PaSa 和 Seed Edge 项目的推进，未来的 AI 研究将更加高效和多元化。我们期待这些项目能够在不久的将来取得更多突破，为人类社会带来更多福祉。

通过这些创新项目，字节跳动不仅展示了其在技术创新上的战略决心，也为全球的 AI 研究提供了新的视角和方向。随着技术的不断进步，字节跳动的这些举措将继续引领行业的发展潮流。

PaSa：革新學術論文檢索

在當今的學術研究中，快速而準確地檢索相關文獻是研究人員面臨的一大挑戰。字節跳動推出的 PaSa 智能體，正是為了解決這一問題而設計的。PaSa 利用強化學習技術，模仿人類研究者的行為，能夠在短短兩分鐘內完成繁瑣的論文調研，這一創新大大提升了學術檢索的效率。

PaSa 的技術優勢

PaSa 的核心技術在於其兩個主要組件：Crawler 和 Selector。Crawler 負責自主調用搜索工具，閱讀論文並擴展參考文獻，從而收集與用戶查詢相關的學術論文。Selector 則負責精讀 Crawler 找到的每一篇論文，決定其是否滿足用戶的需求。這種雙重過濾機制確保了檢索結果的高效性和準確性。

Source: 2分鐘完成論文調研！ByteDance Research推出論文檢索智能體PaSa，遠超主流檢索工具 from jiqizhixin

數據驅動的強化學習

PaSa 的訓練過程中，研究團隊構建了一個高質量的學術細粒度查詢數據集：AutoScholarQuery。該數據集通過收集人工智能領域的頂會論文，基於每篇論文中的“Related Work”部分的描述及其引用的相關文獻，生成學術問題和對應的相關論文列表。這一數據集支持了 PaSa 智能體的強化學習訓練，使其能夠在真實學術搜索場景中表現出色。

在 AutoScholarQuery 測試集上，PaSa-7b 的效果優於其他所有的基線模型。與最強的基線 PaSa-GPT-4o 相比，在準確率相當的情況下，PaSa-7b 的召回率提高了 9.64%，Crawler 召回率提高了 3.66%。這些數據顯示了 PaSa 在學術檢索中的卓越表現。

實驗結果與應用

為了驗證 PaSa 在真實學術搜索場景中的表現，研究團隊開發了一個評測集–RealScholarQuery。該數據集包含了 AI 研究者提出的真實學術問題，並為每個問題人工構建了對應的相關論文列表。研究團隊在 AutoScholarQuery-test 和 RealScholarQuery 兩個評測集上，全面對比了 PaSa 與其他基線模型的表現。

在更接近真實的 RealScholarQuery 上，PaSa-7b 的提升更加明顯。與 PaSa-GPT-4o 相比，PaSa-7b 的召回率提高了 30.36%，精確率提高了 4.25%。這些結果表明，PaSa 不僅能夠快速檢索大量相關文獻，還能夠提供高質量的檢索結果，成為科研人員的得力助手。

Source: 2分鐘完成論文調研！ByteDance Research推出論文檢索智能體PaSa，遠超主流檢索工具 from jiqizhixin

未來展望

隨著 PaSa 的推廣和應用，學術檢索的效率和準確性將得到顯著提升。這不僅有助於研究人員節省時間和精力，還能促進學術界的知識交流和創新。未來，PaSa 有望在更多領域中發揮作用，成為推動學術研究進步的重要工具。

通過這些技術創新，字節跳動展示了其在人工智能領域的領先地位和戰略決心。隨著技術的不斷進步，PaSa 將繼續引領學術檢索的發展潮流，為全球的科研人員提供更高效的工具和方法。

Seed Edge：探索 AGI 的未來

在人工智能（AI）領域，通用人工智能（AGI）的研究一直是最具挑戰性和前瞻性的課題之一。字節跳動的 Seed Edge 項目正是為了探索 AGI 的新方法而設立，這一計劃不僅展示了字節跳動在技術創新上的雄心壯志，也為全球 AI 研究提供了新的視角和方向。

Seed Edge 的研究方向

Seed Edge 項目初步確定了五大研究方向，這些方向涵蓋了 AGI 的核心挑戰和未來發展的關鍵領域：

1. 推理能力的邊界：探索 AGI 在複雜推理任務中的極限能力，這對於提升 AI 的自主決策和問題解決能力至關重要。
2. 感知能力的邊界：研究 AGI 如何更好地理解和解釋多模態數據，從而提高其在真實世界中的應用能力。
3. 軟硬一體的模型設計：開發新一代的 AI 模型，將軟件和硬件的優勢結合起來，以提高計算效率和模型性能。
4. AI 學習範式：探索新的學習方法和訓練技術，以支持 AGI 的持續學習和自我優化。
5. 下一個 scaling 方向：研究如何有效地擴展 AI 模型的規模和能力，以應對更大規模的數據和更複雜的任務。

這些研究方向不僅反映了字節跳動對 AGI 未來發展的深刻理解，也為全球 AI 研究社群提供了新的思考和啟發。

跨模態與跨團隊合作

Seed Edge 項目強調跨模態和跨團隊的合作，這種多學科的協作方式有助於打破傳統研究的界限，促進創新和突破。字節跳動為項目成員提供了寬鬆的研究環境和充足的算力資源，這使得研究人員能夠專注於長期的、具有不確定性和挑戰性的 AGI 課題。

Source: 字节启动AGI长期研究计划，代号Seed Edge from jiqizhixin

這種合作模式不僅提高了研究的效率和質量，也為 AGI 的發展提供了更多的可能性。通過與全球頂尖的研究機構和大學合作，Seed Edge 項目能夠吸引和培養更多的優秀人才，推動 AGI 領域的持續進步。

技術與人才的結合

為了支持 Seed Edge 項目的長期發展，字節跳動啟動了“Top Seed 人才計劃”，以極具競爭力的待遇在全球招募頂尖博士畢業生。這一計劃不僅為字節跳動帶來了豐富的研究資源，也為全球的 AI 研究提供了新的機會。

在短短數月內，Seed Edge 團隊已經在 ICLR、CVPR、NeurIPS 等頂會上發表了多篇論文，這些研究成果不僅展示了字節跳動在 AGI 領域的領先地位，也為未來的研究提供了堅實的基礎。

未來展望

隨著 Seed Edge 項目的推進，AGI 的研究將變得更加多元化和高效。字節跳動在技術創新和人才培養上的投入，將為 AGI 的未來發展提供強有力的支持。我們期待這些研究能夠在不久的將來取得更多突破，為人類社會帶來更多福祉。

在這個充滿挑戰和機遇的時代，Seed Edge 項目不僅是字節跳動在 AGI 領域的一次重要嘗試，也為全球的 AI 研究提供了一個新的起點。隨著技術的不斷進步，我們有理由相信，AGI 的未來將更加光明和充滿希望。

技術與創新的結合

在當今的科技領域，技術與創新的結合是推動進步的關鍵力量。字節跳動的 PaSa 和 Seed Edge 項目正是這一理念的典範，展示了如何通過技術創新來實現突破性進展。

PaSa 的技術創新

PaSa 是一款基於強化學習的智能體應用，專為學術論文檢索而設計。其核心技術包括兩個大型語言模型代理（LLM Agents）：Crawler 和 Selector。Crawler 負責自動調用搜索工具、閱讀論文並擴展參考文獻，以最大化相關論文的召回率。Selector 則專注於精讀 Crawler 找到的每一篇論文，確保其符合用戶的需求。

Source: 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具 from jiqizhixin

這種創新的技術架構使得 PaSa 在學術檢索中表現出色。與 Google、Google Scholar 等主流檢索工具相比，PaSa 在 Recall@20 和 Recall@50 上分別提升了 37.78% 和 39.90%。這樣的高效檢索能力不僅提高了科研人員的工作效率，也為學術界提供了一個強大的工具。

Seed Edge 的創新策略

Seed Edge 項目則專注於探索通用人工智能（AGI）的未來。字節跳動通過“Top Seed 人才計劃”吸引全球頂尖博士畢業生，為 AGI 研究提供了豐富的人才資源。這一計劃不僅為字節跳動帶來了豐富的研究資源，也為全球的 AI 研究提供了新的機會。

Seed Edge 的研究方向涵蓋了推理能力的邊界、感知能力的邊界、軟硬一體的模型設計、AI 學習範式以及下一個 scaling 方向。這些方向不僅反映了字節跳動對 AGI 未來發展的深刻理解，也為全球 AI 研究社群提供了新的思考和啟發。

技術與人才的結合

字節跳動在技術創新和人才培養上的投入，為 AGI 的未來發展提供了強有力的支持。Seed Edge 團隊已經在 ICLR、CVPR、NeurIPS 等頂會上發表了多篇論文，這些研究成果不僅展示了字節跳動在 AGI 領域的領先地位，也為未來的研究提供了堅實的基礎。

Source: 字节启动AGI长期研究计划，代号Seed Edge from jiqizhixin

這種技術與人才的結合，為字節跳動在 AGI 領域的長期發展奠定了堅實的基礎。我們期待這些研究能夠在不久的將來取得更多突破，為人類社會帶來更多福祉。

未來展望

隨著 PaSa 和 Seed Edge 項目的推進，未來的 AI 研究將更加高效和多元化。字節跳動在技術創新上的戰略決心，將為 AGI 的未來發展提供強有力的支持。在這個充滿挑戰和機遇的時代，Seed Edge 項目不僅是字節跳動在 AGI 領域的一次重要嘗試，也為全球的 AI 研究提供了一個新的起點。隨著技術的不斷進步，我們有理由相信，AGI 的未來將更加光明和充滿希望。

結論與展望

在字节跳动的 PaSa 和 Seed Edge 项目中，我们看到了技术创新与人才培养的完美结合，这不仅推动了学术界的进步，也为产业界提供了新的发展方向。通过这些项目，字节跳动展示了其在人工智能领域的战略决心和创新能力。

关键点总结

字节跳动的 PaSa 项目通过强化学习技术，显著提升了学术论文检索的效率和准确性。与 Google 和 Google Scholar 等主流工具相比，PaSa 在 Recall@20 和 Recall@50 上分别提升了 37.78% 和 39.90%。这种高效的检索能力为科研人员提供了强大的支持，使得学术研究更加高效。

Seed Edge 项目则通过“Top Seed 人才计划”吸引全球顶尖博士毕业生，推动 AGI 研究的长远发展。该项目初步确定了五大研究方向，包括推理能力的边界、感知能力的边界、软硬一体的模型设计、AI 学习范式以及下一个 scaling 方向。这些方向不仅反映了字节跳动对 AGI 未来发展的深刻理解，也为全球 AI 研究社群提供了新的思考和启发。

行动导向的建议

随着 PaSa 和 Seed Edge 项目的推进，字节跳动在 AI 领域的影响力将进一步扩大。我们建议学术界和产业界的研究人员积极参与这些项目，利用字节跳动提供的资源和平台，推动自身研究的进步。同时，字节跳动也可以考虑与更多的高校和研究机构合作，进一步扩大其在 AI 领域的影响力。

未来的思考

在未来，随着技术的不断进步和创新，AGI 的发展将更加多元化和高效。字节跳动的 PaSa 和 Seed Edge 项目为我们展示了一个充满希望的未来。我们期待这些项目能够在不久的将来取得更多突破，为人类社会带来更多福祉。

Source: 2分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具 from jiqizhixin

通过这些项目，字节跳动不仅展示了其在技术创新上的战略决心，也为全球的 AI 研究提供了一个新的起点。随着技术的不断进步，我们有理由相信，AGI 的未来将更加光明和充满希望。