引言
在當今科技迅猛發展的時代，人工智慧（AI）已成為推動各行各業進步的核心力量。其中，通用人工智慧（AGI）的研究更是引領著未來科技的潮流。AGI 的目標是創造出能夠執行任何人類智能任務的機器，這一願景吸引了全球眾多企業和研究機構的關注。字節跳動作為科技領域的領軍企業，於 2025 年初推出了兩項重要的 AGI 研究計畫：Seed Edge 和 PaSa 智能體。這些計畫不僅展示了字節跳動在 AGI 領域的前瞻性視野，也為未來的技術突破奠定了基礎。
Seed Edge 計畫是字節跳動豆包大模型團隊的一項長期 AGI 研究計畫，旨在探索 AGI 的新方法，並鼓勵跨模態、跨團隊合作。該計畫的五大研究方向包括推理能力的邊界、感知能力的邊界、軟硬一體的下一代模型設計、下一代 AI 學習範式以及新的 scaling 方向。這些研究方向不僅展示了字節跳動在 AGI 領域的前瞻性視野，也顯示出其對於長期主義研究環境的重視。
Source: 字节启动AGI长期研究计划，代号Seed Edge from jiqizhixin
另一方面，PaSa 智能體則是字節跳動研究團隊推出的一款基於強化學習的智能體應用，專為學術研究而設計。這款工具能夠模仿人類研究者的行為，快速完成學術論文的檢索和調研。PaSa 的核心組件包括 Crawler 和 Selector，前者負責收集相關學術論文，後者則精讀並篩選出符合用戶需求的論文。與 Google、Google Scholar 等主流檢索工具相比，PaSa 在召回率和準確率上均有顯著提升。
這些創新不僅推動了技術的進步，也為未來的研究提供了新的方向。讀者可以思考：在 AGI 研究的道路上，還有哪些挑戰需要克服？未來的技術突破又將如何改變我們的生活？
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
在接下來的文章中，我們將深入探討 Seed Edge 計畫和 PaSa 智能體的具體內容，並分析這些創新如何推動 AGI 研究的未來發展。通過這些探索，我們將更好地理解 AGI 的潛力以及其對未來科技的影響。
Seed Edge 計畫：字節跳動的長期 AGI 研究
在人工智慧（AI）領域，通用人工智慧（AGI）的研究一直是科技界的熱點話題。字節跳動的豆包大模型團隊於 2025 年 1 月啟動了代號為“Seed Edge”的 AGI 長期研究計畫，這一計畫旨在探索 AGI 的新方法，並鼓勵跨模態、跨團隊合作。Seed Edge 計畫的五大研究方向包括推理能力的邊界、感知能力的邊界、軟硬一體的下一代模型設計、下一代 AI 學習範式以及新的 scaling 方向。這些研究方向不僅展示了字節跳動在 AGI 領域的前瞻性視野，也顯示出其對於長期主義研究環境的重視。
本文大綱
Seed Edge 計畫的核心理念
Seed Edge 計畫的核心在於探索 AGI 的新方法，這不僅涉及技術上的創新，也包括研究方法的革新。字節跳動鼓勵項目成員探索更長周期、具有不確定性和大膽的 AGI 研究課題。這種開放的研究環境使得研究人員能夠在不受傳統考核壓力的情況下，專注於真正具有顛覆性的研究。
Source: 字节启动AGI长期研究计划，代号Seed Edge from jiqizhixin
Seed Edge 計畫的五大研究方向中，推理能力和感知能力的邊界探索尤為重要。這兩個方向的研究旨在突破現有 AI 系統的限制，使其能夠更好地理解和處理複雜的任務。這不僅需要技術上的突破，也需要對人類智能的深刻理解。
技術創新與合作
在技術創新方面，Seed Edge 計畫強調軟硬一體的下一代模型設計。這意味著不僅要在軟體層面進行創新，還要在硬體層面進行優化，以支持更高效的 AI 計算。這種整合的設計理念將有助於提升 AI 系統的性能和效率。
此外，Seed Edge 計畫還鼓勵跨模態、跨團隊的合作。這種合作不僅限於字節跳動內部，還包括與外部研究機構和大學的合作。這種開放的合作模式有助於集思廣益，促進技術的快速發展。
長期主義的研究環境
字節跳動在 Seed Edge 計畫中採用了長期主義的研究環境，這意味著研究人員可以在不受短期業績壓力的情況下，專注於長期的研究目標。這種環境有助於吸引和留住頂尖的研究人才，並促進創新的持續發展。
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
為了支持這一研究環境，字節跳動提供了充足的算力資源和競爭力的待遇，以吸引全球頂尖的博士畢業生加入。這些措施不僅提升了研究團隊的實力，也為 Seed Edge 計畫的成功奠定了基礎。
結論
Seed Edge 計畫的推出標誌著字節跳動在 AGI 研究領域的一個新時代。這一計畫不僅推動了技術的進步，也為未來的研究提供了新的方向。通過這些創新，字節跳動正在為 AGI 的未來發展奠定堅實的基礎。讀者可以思考：在 AGI 研究的道路上，還有哪些挑戰需要克服？未來的技術突破又將如何改變我們的生活？
在接下來的文章中，我們將深入探討 PaSa 智能體的具體內容，並分析這些創新如何推動 AGI 研究的未來發展。通過這些探索，我們將更好地理解 AGI 的潛力以及其對未來科技的影響。
PaSa 智能體：革新學術研究的工具
在2025年被譽為「Agent元年」的背景下，字節跳動的研究團隊推出了一款基於強化學習的智能體應用–PaSa。這款工具的誕生，旨在革新學術研究的方式，為研究者提供一個高效的學術論文檢索助手。PaSa 能夠模仿人類研究者的行為，快速完成學術論文的檢索和調研，這一創新不僅提升了研究效率，也為學術界帶來了新的可能性。
PaSa 的核心功能與優勢
PaSa 的核心組件包括 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，從而不斷收集與用戶查詢相關的學術論文。Selector 則精讀 Crawler 找到的每一篇論文，決定其是否滿足用戶的需求。這種雙重機制的設計，使得 PaSa 在學術檢索的召回率和準確率上均有顯著提升。
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
與 Google、Google Scholar 等主流檢索工具相比，PaSa 在學術 Query 測試集上的表現尤為突出。根據測試數據，PaSa-7b 在 Recall@20 和 Recall@50 上分別提升了 37.78% 和 39.90%。這樣的提升，得益於 PaSa 的強化學習訓練和高效的檢索策略，使其能夠在短時間內提供更全面和精確的學術資料。
PaSa 的技術創新與應用場景
PaSa 的技術創新不僅體現在其檢索能力上，還包括其在訓練過程中的優化策略。研究團隊構建了一個高質量的學術細粒度 Query 數據集–AutoScholarQuery，這一數據集支持 PaSa 智能體的強化學習訓練。通過引入 Selector 作為輔助獎勵模型，PaSa 在解決獎勵稀疏性問題上取得了顯著成效。
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
在實際應用中，PaSa 能夠大幅減少研究者在學術調研上所需的時間和精力。研究者只需提出關注的學術問題，PaSa 即可自動調用搜索引擎，瀏覽相關論文並追蹤引文網絡，僅需兩分鐘便可完成一次詳盡的學術調研。這一功能對於需要快速獲取大量學術資料的研究者來說，無疑是一大福音。
結論與未來展望
PaSa 智能體的推出，標誌著學術研究進入了一個新的時代。這一工具不僅提升了學術檢索的效率，也為未來的研究提供了新的方向。隨著技術的不斷進步，PaSa 有望在更多的學術領域中發揮作用，成為研究者不可或缺的助手。
在未來，PaSa 的技術突破將如何改變我們的學術研究方式？這些創新又將如何影響我們的生活？這些問題值得我們深入思考和探索。
通過這些探索，我們將更好地理解 AGI 的潛力以及其對未來科技的影響。讀者可以思考：在 AGI 研究的道路上，還有哪些挑戰需要克服？未來的技術突破又將如何改變我們的生活？
技術比較：PaSa 與其他檢索工具
在學術研究的領域中，檢索工具的性能直接影響研究者的工作效率和研究成果的質量。字節跳動推出的 PaSa 智能體，作為一款基於強化學習的學術檢索工具，已經在多項性能指標上超越了傳統的檢索工具，如 Google 和 Google Scholar。本文將深入探討 PaSa 與其他檢索工具的技術比較，並分析其在學術檢索中的優勢。
PaSa 的技術優勢
PaSa 的核心技術優勢在於其雙重機制的設計：Crawler 和 Selector。這兩個組件分別負責收集和篩選學術論文，從而大幅提升檢索的召回率和準確率。根據測試數據，PaSa 在學術 Query 測試集上的表現尤為突出，Recall@20 和 Recall@50 分別提升了 37.78% 和 39.90%。這樣的提升，得益於 PaSa 的強化學習訓練和高效的檢索策略，使其能夠在短時間內提供更全面和精確的學術資料。
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
性能比較：PaSa 與 Google
在學術檢索的性能比較中，PaSa 的表現顯著優於 Google。根據測試結果，PaSa 在 Recall@20 和 Recall@50 上的提升分別達到了 37.78% 和 39.90%。這意味著 PaSa 能夠在更短的時間內，為用戶提供更全面的學術資料，這對於需要快速獲取大量學術資料的研究者來說，無疑是一大福音。
| 工具 | Recall@20 提升 | Recall@50 提升 |
|---|---|---|
| 37.78% | 39.90% | |
| PaSa-GPT-4o | 30.36% | 4.25% |
從表中可以看出，PaSa 在學術檢索的表現上遠超其他工具，特別是在召回率方面的提升尤為顯著。這樣的性能優勢，使得 PaSa 成為學術研究者不可或缺的助手。
PaSa 的應用場景與未來展望
PaSa 的技術創新不僅體現在其檢索能力上，還包括其在訓練過程中的優化策略。研究團隊構建了一個高質量的學術細粒度 Query 數據集–AutoScholarQuery，這一數據集支持 PaSa 智能體的強化學習訓練。通過引入 Selector 作為輔助獎勵模型，PaSa 在解決獎勵稀疏性問題上取得了顯著成效。
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
在實際應用中，PaSa 能夠大幅減少研究者在學術調研上所需的時間和精力。研究者只需提出關注的學術問題，PaSa 即可自動調用搜索引擎，瀏覽相關論文並追蹤引文網絡，僅需兩分鐘便可完成一次詳盡的學術調研。這一功能對於需要快速獲取大量學術資料的研究者來說，無疑是一大福音。
結論
PaSa 智能體的推出，標誌著學術研究進入了一個新的時代。這一工具不僅提升了學術檢索的效率，也為未來的研究提供了新的方向。隨著技術的不斷進步，PaSa 有望在更多的學術領域中發揮作用，成為研究者不可或缺的助手。
在未來，PaSa 的技術突破將如何改變我們的學術研究方式？這些創新又將如何影響我們的生活？這些問題值得我們深入思考和探索。
結論與未來展望
在字節跳動的 Seed Edge 計畫和 PaSa 智能體的推動下，AGI 研究正邁向一個嶄新的時代。這些創新不僅在技術上取得了顯著的進步，也為未來的研究提供了新的方向和可能性。本文將總結這些關鍵點，並探討未來的挑戰和機遇。
總結與反思
Seed Edge 計畫的五大研究方向展示了字節跳動在 AGI 領域的前瞻性視野，特別是在推理能力、感知能力以及下一代 AI 學習範式的探索上，這些研究不僅有助於提升 AGI 的整體能力，也為未來的技術突破奠定了基礎。PaSa 智能體則以其卓越的學術檢索能力，顯著提升了研究者的工作效率，這一工具的推出，無疑是學術研究領域的一大福音。
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
未來的挑戰與機遇
然而，AGI 研究的道路並非一帆風順。未來的挑戰包括如何進一步提升 AGI 的推理和感知能力，如何在不斷變化的技術環境中保持創新，以及如何應對可能出現的倫理和社會問題。這些挑戰需要研究者和企業共同努力，尋找解決方案。
在技術突破方面，AGI 的發展將如何改變我們的生活？這些技術能否真正實現人機協作，提升人類的生活質量？這些問題值得我們深入思考和探索。未來，隨著技術的不斷進步，AGI 有望在更多的領域中發揮作用，成為我們生活中不可或缺的一部分。
行動呼籲與思考
對於研究者和企業來說，現在是投入 AGI 研究的最佳時機。通過參與這一領域的研究和開發，您將有機會站在技術的最前沿，推動未來的創新。同時，我們也應該思考如何在技術發展的同時，確保其對社會的正面影響。
在這個充滿挑戰和機遇的時代，AGI 的未來發展將如何影響我們的生活？這些技術能否真正實現人機協作，提升人類的生活質量？這些問題值得我們深入思考和探索。