Let's Make AGI Real

引言

情报检索（Information Retrieval, IR）是图书馆学情报学的基础学科，也曾经是该学科最重要的核心内容，包括情报检索系统、情报检索语言等，它也是计算机科学的一门重要学科，通常称为“信息检索”，侧重点有所不同。进入到互联网时代，搜索引擎也可以看成是信息检索技术的一类重要应用。近年来随着大数据和生成式人工智能技术发展，涌现出许多新的名词，例如“深度搜索”、“深度研究”等，与情报检索有着密切关系，但可以说形态已经被彻底颠覆。

情报检索的核心目标在于从庞大的数据集合中高效地定位与用户查询相关的信息，在信息爆炸时代显得尤其重要，它能够帮助对信息进行高效的组织和管理，将看似无序的数据转化为可资利用的资源，从而保障知识的再生产，成了促进知识社会进步和发展的关键技术。

典型的IR系统一般是通过一定算法，计算文档与用户查询之间的匹配程度，为每个文档分配一个数值分数，并以排序列表的形式呈现最相关的结果，即使查询并非精确匹配，也可以提供近似的、有用的信息。这种机制的根本意义在于，面对日益增长的信息过载，人类社会对高效、精准信息获取的需求变得前所未有的迫切。海量数据的持续涌现，使得对更为复杂和智能的检索机制产生了必然要求；若缺乏此类机制，数据本身将从宝贵的资源转变为难以处理的噪音。这种从数据爆炸到对信息检索能力需求的因果关系，构成了整个信息检索领域持续演进的基石。

信息检索领域已从最初的手工卡片目录系统，发展演变为能够进行自主研究并在几分钟内生成综合报告的复杂AI驱动智能体。这一根本性转变代表了数字时代最重要的技术发展之一，从根本上改变了人类获取、处理和利用知识的方式。

特别是，深度搜索和深度研究技术的出现，标志着信息检索从传统基于关键词的模式向能够进行多步骤分析和综合的智能推理系统的范式转变，此时不得不让人思考一个问题：作为定位人们信息需求的信息搜索是不是必须的？如果能够直接满足信息需求而不经过搜索会怎么样？换句话说最终信息搜索是否会隐藏于情报服务的后台过程而无需用户自己来操作？互联网的核心功能正在从传统的信息检索（information retrieval）转变为更高级的信息合成（information synthesis）。这种从“获取”到“合成”的根本性价值转移，意味着用户不再仅仅满足于找到信息，而是更注重从信息中理解并生成新的洞察。这对于信息消费方式、内容创作模式以及数字经济中价值的捕获方式都将产生深远影响，标志着信息检索从效率问题转向了答案的效用问题。

本报告希望全面考察信息检索技术的演变历程，从其古老的起源追溯至现代的AI驱动范式，并展望其未来的发展方向。报告首先回顾信息检索在计算机出现之前的早期实践，随后详细阐述计算机化检索的诞生与学科的正式化，深入分析现代信息检索的变革，特别是万维网的兴起以及从关键词匹配到语义理解的转变。最后，报告将聚焦于当前AI驱动的信息检索格局，探讨智能体、多模态检索等前沿范式，并展望其在各行各业的应用前景及随之而来的伦理挑战。

本报告希望指出的核心论点是：我们正在见证从被动的信息检索到主动的知识生成和推理的根本性转变。