“ 搜索技术既是一项独立的技术，也是rag技术的基础。”
最近了解到一个新技术，当然这个新技术是对作者来说，其技术已经存在一段时间了；它就是深度搜索技术——deep search。
作者最近一段时间主要从事的方向是rag和agent领域，然后这几天突然了解到深度搜索这项技术，然后就很好奇它和rag有什么区别和联系。
deep search和rag
学习一项新技术，我们首先要搞明白这个技术是干啥的，它有什么用，因此先不纠结其概念。
顾名思义，从名称上来看deep search 叫深度搜索，简单理解就是一种搜索技术；与传统的搜索方式对比，其核心在于深度两个字。
说到搜索技术，其存在的时间不是一年两年了，从计算机出现之后搜索就是一个一直存在的课题；或者说在计算机出现之前搜索技术就已经存在了，只不过形式不同而已。
所以，这个所谓的深度搜索和传统的搜索技术有什么区别呢？
其实深度搜索技术是在人工智能爆火之后提出的一个新技术名词，其本质上是传统搜索技术与人工智能技术的一个结合。
传统的搜索技术主要使用的是关键词匹配技术，适合精确查询；而深度搜索是基于语义的深层理解，适合复杂意图查询。
从目标上来说，传统搜索和深度搜索没有太大区别；都是为了更加准确的检索到用户需要的信息；但其有各有侧重点，传统搜索主要用来保证召回率，而深度搜索主要用来提升准确率和用户体验；技术不同，但目标相同。
现在了解了深度搜索的基本情况，那么作者就好奇了，它和检索增强生成又有什么区别？
核心概念对比
|
|
|
|
|---|---|---|
| 目标 |
|
|
| 输出 |
|
|
| 技术核心 |
|
|
| 用户交互 |
|
|
从目标上来看，深度搜索的侧重点是搜索结果，而rag的侧重点却是增强生成。
深度搜索的目的是把与用户问题相关的内容准确的展示给用户；而rag检索增强的目的，是根据检索回来的结果来让大模型进行更好的生成，减少幻觉问题。
所以，从这点也可以看出其实深度搜索和检索增强生成是有共同点的，那就是深度搜索技术可以作为rag技术的检索模块，用来更准确的检索回相关数据。
因此，深度搜索常见的应用场景主要有搜索引擎，站内搜索，商品搜索等；而rag主要的应用场景是智能客服，多轮对话，专业问答等。
实际项目中的选择考量
选择 Deep Search 当：
用户需要看到原始信息源
查询结果具有主观性，需要多角度信息
涉及时效性、权威性等多维度评估
用户有信息筛选能力
选择 RAG 当：
用户希望直接获得答案
需要跨文档的综合理解
问题涉及复杂的推理链条
面向非专业用户群体
总结
Deep Search：更注重检索的广度、深度和质量控制
RAG：更注重检索后的理解、推理和答案生成
两者不是替代关系，而是互补的技术范式，在很多实际应用中会结合使用。