大模型搜索能力测试：四字题揭示模型主动性

近日，一项旨在评估大模型搜索能力与内容拆解习惯的“四字思考题”测试在开发者社区引起关注。该测试题的核心原理是，通过提供一段晦涩难懂的描述，考察模型是否能识别自身知识盲区，并主动调用搜索工具进行信息查询。这对于构建依赖实时或特定知识的AI应用至关重要。 测试结果显示，部分主流大模型在面对未知内容时表现出显著差异。在“阵亡组”中，包括GPT-5免费版、通义千问3.7 Max、Gemini 3.5 Flash网页版、Kimi 2.6 Think以及Gemini 3.1 Pro全系列，这些模型未能主动拆解问题或进行有效搜索，反映出它们在处理不确定信息时可能存在的被动性。 相比之下，“胜者组”的模型展现了更强的智能与主动性，其中包括GPT-5.5 Think、豆包专家版以及HY3-Studio。值得注意的是，Gemini 3.5 Flash的Studio版本也表现出色，与网页版形成鲜明对比，暗示不同版本或接口可能集成不同的工具调用能力。 对于中国开发者和AI创业者而言，这项测试揭示了大模型在处理复杂、未知信息时的关键能力差异。模型的主动搜索能力直接影响其在AI Agent、智能问答等场景中的可靠性和准确性。选择具备强大搜索主动性的模型，将有助于开发出更智能、更少“幻觉”的AI应用，提升技术实用价值。