WideSearch是專門測試AI在複雜信息收集任務上能力的基準測試，基於（寬度優先搜尋BFS），代表的是完全不同的搜尋模式——"廣度信息收集"。
基本介紹
定義,套用,
定義
WideSearch是專門測試AI在複雜信息收集任務上能力的基準測試，基於（寬度優先搜尋BFS），代表的是完全不同的搜尋模式——"廣度信息收集"。
套用
2025年8月12日，位元組跳動Seed團隊正式發布WideSearch並首次系統評估AI搜尋助手在複雜信息收集任務中的真實能力，發現即使是最先進的AI系統成功率也僅有5%，遠低於人類協作團隊的近100%成功率。
WideSearch研究的發現為AI技術的未來發展指明了幾個重要方向：多代理架構是解決大規模信息任務的有前途方向、需要開發更強的元認知和反思能力、證據驗證和歸因機制需要根本性改進、重新思考AI系統的訓練目標和評估標準。
2026年2月，稀宇科技發布的MiniMax M2.5模型在WideSearch任務中表現卓越，以更低的輪次消耗取得了更優的效果，相較於M2.1節省了大約20%的輪次消耗，這表明模型能以更精簡的路徑逼近結果。
