AI 搜索 Agent 产品 Genspark 近期被 Anthropic 官方点名了。
「Less structure, more intelligence.」是 AI 搜索 Agent 产品 Genspark 一直以来坚持的基本原则。Genspark 团队认为，过度结构化的工作流程会限制创造力和深度，赋予专业 Agent 更多自主权，自由选择并灵活运用多种工具来处理问题，反而能释放出更强的能力。
而 Genspark 灵活、能够动态协调的专业 Agent 的背后，是基于 Anthropic 的 Claude 模型的能力。
Anthropic 官网近期发布了一篇关于 Genspark 的案例研究文章，详细介绍了 Genspark 如何突破传统固定搜索工作流程的局限、选择 Claude 实现自适应智能以及 Claude 如何驱动其动态协调的「Super Agent」等内容。
以下为文章全文内容。
01
使用 Claude 取得的关键成果
- 超级 Agents（Super Agent）推出 45 天内，年经常性收入（ARR）达 3600 万美元。
- 为超 500 万用户提供动态、自适应的 AI 工作流程服务。
- 质量得分经 LLMs 评委验证。
- 通过自动化幻灯片创建和多步骤推理，为用户节省数小时研究时间。
02
突破固定搜索工作流程的局限
传统 AI 搜索产品对每个查询都遵循固定流程：分析关键词、检索网络结果、总结答案。这种模式适用于简单问题，但在用户需要复杂研究、详细对比或多步骤分析时便力不从心。
Genspark 最初也采用类似方法构建搜索引擎，虽然新增了专业数据源和验证 Agents 等改进功能，并达到 500 万用户规模，但它们仍然遇到一个根本的瓶颈。Genspark 联合创始人兼 CTO Kay Zhu 表示：「我们意识到，我们仍受限于传统设计——固定的预定义工作流程。要实现真正的自适应、富上下文的问题解决，我们必须彻底突破。」
团队认识到，无论问题复杂程度或上下文如何，强迫每个查询都通过相同的静态步骤序列处理，这种核心限制仅仅靠渐进式改进无法突破。
03
选择 Claude 实现自适应智能
为打造超级 Agents，Genspark 需要一个能够处理复杂推理并协调多个专业系统协同工作的 AI 模型。经过对多种方案的测试，他们选择 Claude 作为新架构的基础。
Claude 的规划和推理能力使其成为协调 Genspark「Agents 混合」方法的理想选择。在这种方法中，不同的 AI 模型相互验证输出，以减少错误和幻觉。Zhu 表示：「对于 Super Agents，我们利用 Claude 的规划和推理能力来驱动整个 Agents 流程。」
Genspark 发现，Claude 在它们的产品的关键特定任务中表现出色。以 AI 幻灯片功能为例，Claude 的编码能力对于生成交互式演示文稿至关重要。Zhu 称：「创建幻灯片时，Claude 承担了大部分繁重工作，我们还发现它具有出色的视觉设计感。」技术能力与设计敏感性的结合，使 Claude 在多个功能中不可或缺。
04
由 Claude 驱动的动态协调
Genspark 的 Super Agents 打破了传统搜索引擎的僵化工作流程，不再对每个查询遵循相同的预定步骤，而是根据每个问题的实际需求调整方法。Claude 充当主协调器，分析请求、规划步骤、选择合适工具，并根据新信息调整策略。
这种自适应系统依赖三项核心创新：
- 动态协调：Claude 协调 8 个专业 AI 模型，通过交叉验证确保质量。
- 工具与子 Agents 库：涵盖从创建演示文稿、执行 Python 代码到拨打电话等各种功能的专用工具和子 Agents。
- 精选高质量数据集：验证 Agents 持续审计数据集以保持准确性。
结果是一个智能系统，可根据任务调整工作强度：简单问题不需要复杂流程即可快速直接解答；复杂研究项目可尝试多种方法，从各种来源收集信息并完善结果，直到全面准确。根据用户需求， Super Agents 可提供从简单答案到完整演示文稿、交互式网页或协调电话会议等多种服务，所有这些都由 Claude 无缝协调。
05
改变用户的创作和研究方式
对 Genspark 用户而言，其影响主要体现在节省时间和增强能力上。过去需要数小时手动研究、复制信息和格式化的任务，现在仅需几分钟。一个交叉检查 Agents 的案例显示，5 分钟的自动化工作相当于 3 小时的手动劳动。Zhu 表示：「我们使人们能够进行复杂研究，从网络收集信息并将其整理成美观的幻灯片。」
用户现在可以处理手动难以完成的复杂研究项目。AI 幻灯片功能可自动从多个来源收集信息、分析相关性，并将所有内容整理成可供分享和协作的专业演示文稿。这改变了用户处理复杂信息任务的方式，使他们能够专注于更高层次的分析和决策，而非手动数据收集。
商业影响同样显著。市场的快速采用和收入的大幅增长，验证了 Genspark 的判断——自适应 AI 是人们未来处理信息的方式。用户一致表示，速度、准确性和创造力的结合，以他们未曾想象的方式改变了研究工作流程。
06
构建自适应 AI 的未来
Genspark 从固定搜索到自适应智能的历程，揭示了 AI 发展的一个基本真理：赋予 Agents 灵活性而非限制时，最强大的系统才会出现。他们从成功的搜索产品向更强大的 Super Agents 平台的转变，验证了一个反直觉的原则。
团队解释道：「我们发现了一个重要原则：控制越少，工具越多。过度结构化的工作流程会限制创造力和深度，而允许多个专业 Agents 处理问题的不同方面，并赋予它们选择和切换工具的自由，则能释放更强的能力。」
这一理念如今驱动着 Genspark 的路线图，他们正为下一轮功能发布做准备。每项新功能都代表着其 AI 以创新方式解决问题的又一种途径。对 Genspark 而言，这标志着一个新时代的开端——AI 成为真正的思考伙伴，它不仅执行命令，还能与人类创造力协作，共同应对我们还没能想象到的问题。
文章来自于“Founder Park”，作者“Founder Park”。
