500万ユーザーを持つAI検索製品をなぜ終了させたのか？
私はGenspark AIの共同創設者兼CTOのKayです。直感に反することをお話しします：AI検索製品が500万ユーザーを超えたにもかかわらず、私たちはそれを終了することにしました。なぜでしょうか？従来のAI検索はすでに時代遅れになりつつあると信じているからです。過去9ヶ月間のAI検索構築の物語をお話しします。
第一世代AI検索の限界：事前定義されたワークフローは拡張性がない
Perplexityが2022年末にローンチされた時、検索を変革するAIの可能性に対する興奮が巻き起こりました。しかし、その第一波は硬直的なワークフローに従っていました：
- クエリを分析してキーワードを展開する
- トップのウェブ結果を取得する
- それらを最終回答に再ランク/要約する
基本的な質問には十分でしたが、このフレームワークは技術的ソリューションの比較、多要素購入の計画、詳細な研究の処理など、より複雑なニーズには対応できませんでした。本質的には、固定された曲がり角だけで迷路を進もうとするようなものでした。
Gensparkでは、最初は同じ基盤の上に独自のAI検索エンジンを構築しました。その後、段階的な改善を重ねました：
- 情報を充実させるための専門データソース（Scholar、Financial、Travel、Product など）
- 複雑なクエリに対して自動的により深い調査をトリガーする並列検索
- 迅速なオンザフライ処理には複雑すぎる記述を検証するクロスチェック非同期エージェント（後にデータ検索と詳細研究エージェントに拡張）
- 幻覚を防ぐエージェント混合アプローチ（複数のエージェントが互いの出力を検証）
これらの革新により品質が大幅に向上し、ユーザーベースが成長しましたが、私たちは依然として固定的で事前定義されたワークフローという従来の設計に縛られていることに気づきました。真に適応的でコンテキストの豊富な問題解決のためには、完全に自由になる必要がありました。その認識により、静的な手順の順序に縛られることなく、これまでに苦労して得た改善をすべて統合する新しいパラダイムであるSuper Agentが誕生しました。
固定から流動へ：Genspark Super Agentにおける適応性の設計
すべてのクエリを固定的なワークフローに強制するのではなく、Genspark Super Agentは手元の問題に適応します。各ステップを計画し、最適なツールやサブエージェントを活用し、結果を観察し、リアルタイムで戦略を調整します—その創造性にはしばしば驚かされます。あるアプローチが失敗すると、Super Agentは別のアプローチにスムーズに移行し、人間の問題解決を大規模で模倣します。
この柔軟性は広さ（どのデータソースやAPIから取得するか）と深さ（どの程度の反復的改良を行うか）の両方に及びます。単純なタスクでは不必要なステップに時間を浪費することなく、より複雑なタスクでは満足のいく回答を見つけるまで調査を続けることができます。また、各ユーザーのニーズに合わせて出力をカスタマイズできます—直接的な回答、Sparkpage（記事）、プレゼンテーション、生成された画像、インタラクティブHTMLページ、さらには電話通話まで。
インテリジェンスの統合：LLM、ツール、精選データの三位一体
1. 動的オーケストレーション & モデル制御
Genspark Super Agentは、Mixture-of-Agentsフレームワークを通じて8つの専門LLMを調整します。各モデルは事前に調整され、迅速な応答から詳細な分析まで、割り当てられた役割で優秀になるよう操作されます。この階層により、各モデルの強みを最大化しながら安定性を確保します。
2. 専門ツール & サブエージェント
私たちの事前設計されたサブエージェントライブラリは、プレゼンテーション生成器やPythonコード実行器から通話モジュールまで幅広くカバーしています。それぞれが信頼性と効率性のために最適化されており、Super Agentがチャートの作成やインタラクティブページの開発などのタスクを処理できるようにしています—すべてユーザーを硬直的なワークフローに閉じ込めることなく。
3. 精選された信頼できるデータ
Super Agentは、高品質のウェブソース、信頼できるパートナー、専門家によるレビューされたリポジトリから蒸留された、注意深く検証されたデータセットにアクセスします。オフライン検証エージェントがこのデータを継続的に監査・改良しています。単純な量よりも正確性を優先することで、誤情報を最小化し、出力の信頼性を確保しています。
これが私たちの最新のパフォーマンスです：
これらの実際の例をチェックして、ジャンプして続行できます：
得られた教訓：コントロールを減らし、ツールを増やす
硬直的なAI検索エンジンから流動的で適応的なSuper Agentへの移行において、私たちは重要な原則を発見しました：コントロールを減らし、ツールを増やす。過度に構造化されたワークフローは創造性と深度を制限する一方、複数の専門エージェントが問題のさまざまな側面に取り組み、様々なツールの中から選択・切り替えの自由を与えることで、はるかに大きな能力を解放します。
- コントロールを減らす：規範的なプロセスはしばしば探索を抑制し、新しい挑戦への適応を困難にします。よりオープンエンドな戦略を採用することで、イノベーションと回復力を促進します。
- ツールを増やす：データ取得、分析、プレゼンテーション、コミュニケーションのための専門モジュールでエージェントを装備することで、その場でエンドツーエンドのソリューションを作り上げることができます。これは高度なユースケースをサポートするだけでなく、単純なタスクを軽量で効率的に保ちます。
適応的計画、多様なツールサポート、検証されたデータの融合により、Genspark Super Agentは従来のAI検索製品よりもはるかに柔軟で信頼できるものになっています。この優位性は非常に大きく、私たちは繁栄していた独自のAI検索ソリューションを廃止して、未来に焦点を当てることを選択しました。
https://www.genspark.aiで私たちの製品をチェックし、他のAI検索製品と比較してください。その違いを自分の目で確かめてください。