终于等来这一天。 

自今天起，ChatGPT 正式成为一款 AI 搜索引擎了！ 

北京时间 11 月 1 日凌晨，在 ChatGPT 两岁生日之际，OpenAI 宣布为 ChatGPT 推出了最新的人工智能搜索体验。 

ChatGPT search 的推出正式宣告 ChatGPT 消除了即时信息这一最后短板。现在，人们与全球最先进 AI 大模型聊天时，也可以通过网络资源链接快速、及时地获取答案了。 

即日起，付费订阅者（以及 SearchGPT 候补名单上的用户）将获得可联网的实时对话信息能力，免费用户、企业用户和教育用户也将在未来几周内陆续获得访问权限。 

该功能覆盖 ChatGPT 的网页版，以及手机、桌面应用。在正常的对话时，ChatGPT 可以根据具体需求决定何时利用网络中的搜索结果，当然用户也可以主动触发网络搜索。 

显然，新功能已经测试已久，上线是一瞬间的，很多人已经用起来了。可以看到，ChatGPT 搜索的天气、股市、地图等小组件齐全，是个完整版搜索引擎的样子： 

当然，搜索结果中引用的网络链接也一个都不会少： 

你也可以根据 AI 搜索结果里的一堆链接，直接让 ChatGPT 直接生成一份详细的摘要。或是顺着搜索结果继续追问，总而言之，ChatGPT 和搜索功能是完全一体化的。 

看起来很美好的样子，网友们一致表示欢迎，同时为谷歌和 Perplexity 担忧一秒钟。 

在 HackerNews 上有人则表示，传统搜索引擎如今的问题在于输出很多不相关结果（大量垃圾信息 + SEO 操纵的标题党内容），大模型也面临着幻觉问题。 

但如果用大模型的智力来尝试过滤网络中的无用信息，或许搜索引擎的体验就会变得焕然一新。 

01 为给出更好的答案而设计

从 OpenAI 对 ChatGPT 搜索的介绍中，我们看到了 AI 技术朝着这个方向努力的一点端倪。 

在网上找到有用的答案并非易事。往往需要多次搜索并沿着链接挖掘以找到高质量信息源和正确信息。 

现在，聊天就能得到更好的答案：用更自然的对话式方式提问，ChatGPT 可以选择使用网络上的信息进行回复。如果更深入地追问，则 ChatGPT 还能根据聊天的完整上下文来提供更好的答案。 

为了补充最新的信息，OpenAI 表示已经与一些新闻和数据提供商达成了合作关系，并且还会为天气、股票、体育运动、新闻和地图等不同类别使用新的视觉设计。 

Vox Media 总裁 Pam Wasserstein 表示：「ChatGPT 搜索有望更好地突显和归因来自可靠新闻来源的信息，使用户受益，同时扩大像我们这样的优质新闻发行商的影响力。」 

ChatGPT 的聊天现在包含新闻文章和博客文章等来源的链接，方便用户了解更多信息。单击搜索答案下方的「来源」按钮可打开包含参考文献的侧边栏。 

OpenAI 表示，ChatGPT 搜索让网络上原创、高质量的内容成为与人类对话的一部分。通过将搜索与聊天界面集成，用户可以以新的方式接触信息，而内容所有者则获得了接触更广泛受众的新机会。 

从人们初步的使用效果看来，确实是相当的方便，比如搜个最近的 AI 新闻，结果会是这样的： 

搜索机器之心：

为什么我要用 ChatGPT 代替谷歌、Bing？一个重要的理由可能是：没有广告。 OpenAI 明确表示目前没有计划在 ChatGPT 中投放广告。 

奥特曼说了：你一用就回不去了。 

不过，人工智能搜索的运营成本比传统搜索显然更高，目前还不清楚 OpenAI 将如何在巨量的免费搜索上实现收支平衡。可以确定的是，免费用户「使用最新搜索模型的频率将受到一些限制」。 

02 如何运作

搜索能力更新之前，ChatGPT 拥有的知识局限于大模型的训练数据，仅限于 2021 年至 2023 年之间。 

OpenAI 表示，该搜索模型是 GPT-4o 的微调版本，使用新颖的合成数据生成技术进行后训练，包括从 o1-preview 中提取输出。ChatGPT 搜索利用第三方搜索提供商以及 OpenAI 的合作伙伴直接提供的内容来提供用户正在寻找的信息。 

据外媒报道，为了构建 AI 搜索引擎，OpenAI 还在积极挖走谷歌员工加入自己的搜索团队。 

得益于 SearchGPT 原型的反馈，OpenAI 将 SearchGPT 的最佳体验引入 ChatGPT。OpenAI 表示还将不断改进搜索，特别是在购物和旅行等领域，并利用 OpenAI o1 系列的推理能力进行更深入的研究。OpenAI 还计划在未来将新的搜索体验引入高级语音和 canvas。 

OpenAI 发言人 Niko Felix 表示，即使实时搜索已经大幅提升了使用体验，但公司仍将继续更新大模型的数据，以「确保用户始终能够获得最新的进展」，但这又与模型的训练「不同」。 

03 OpenAI AMA 精选

在宣布发布 ChatGPT 搜索后不久，OpenAI 还在 Reddit 上进行了 AMA 问答，下面是我们精选的一些问答，可帮助读者了解官方公告中没有的细节。 

问：ChatGPT-5 或其等价 AI 何时发布？

Sam Altman（OpenAI CEO）：今年晚些时候我们会发布一些非常好的产品！不过，我们不会称之为 gpt-5。 

问：你们何时发布新的文生图模型？Dalle 3 有点过时了。

Sam Altman：下一次更新值得等待！但我们还没有发布计划。 

问：你会使用 ChatGPT 回答这些问题吗？

Sam Altman：有时候会，你能分辨吗？ 

问：AGI 是否可用已知的硬件实现，还是需要一些完全不同的东西？

Sam Altman：我们相信使用当前的硬件就能实现。 

问：近年来，OpenAI 从更加开源的方式转向了更加封闭的模式。你能详细解释一下这种变化背后的原因吗？你如何权衡开放性与广泛使用的先进 AI 技术带来的潜在风险之间的利弊？从长远来看，强大的模型最终落入坏人之手是不可避免的吗？

Sam Altman：我认为开源在生态系统中发挥着重要作用，世界上有很多很棒的开源模型。我们还认为，强大且易于使用的 API 和服务也在世界上发挥着重要作用，并且考虑到我们的优势，我们发现了一种更简单的方法来达到我们想要达到的安全阈值。我们非常自豪人们能从我们的服务中获得价值。我希望我们将来能开源更多的东西。 

问：o1 完整版何时发布？

Kevin Weil（OpenAI CPO / 首席产品官）： 

问：ChatGPT 最终能独立执行任务吗？比如先给你发消息？

Kevin Weil：我觉得，这将是 2025 年的热门主题。 

问：我的问题是 SearchGPT 与流行搜索引擎相比的价值。SearchGPT 有哪些独特优势或关键差异化因素值得普通搜索引擎用户选择？

Sam Altman：对于许多查询，我发现，为了获取我正在寻找的信息，它是一种更快 / 更容易的方式。我认为我们会看到这一点，特别是对于需要更复杂研究的查询。我也期待未来搜索查询可以在响应中动态地呈现自定义网页！ 

问：对那些有志为 AI 革命做出贡献的年轻人，你们有什么建议吗？

Kevin Weil：首先，每天开始使用 AI。用它来学习东西，学习你想学的任何东西 —— 编程、写作、产品、设计，任何东西。如果你能比别人学得更快，那么你就能做任何事情。 

Srinivas Narayanan（OpenAI 工程开发副总裁）：使用 AI 工具来提高你日常工作的生产力 —— 这将带来有趣的想法。然后构建一些有趣的东西并与他人分享。 

问：Sora 推迟的原因是推理所需的计算量 / 时间还是安全原因？

Kevin Weil：需要完善模型，需要正确处理安全性 / 假冒他人问题 / 其他事项，也需要扩大计算规模！ 

问：什么时候发布 AVM（高级语音模式）的视觉版？为什么 GPT-5 花了这么长时间？完整的 o1 如何了？

Sam Altman：我们正在优先考虑推出 o1 及其后续产品。所有这些模型都变得相当复杂，我们无法像我们希望的那样同时推出那么多产品。（关于将计算分配给哪些好想法，我们还面临许多限制和艰难的决定。）尚未确定 AVM 视觉版的日期。 

问：你们是否计划降低高级语音的 API 成本？

Kevin Weil：两年来，我们一直在降低 API 成本 —— 我认为 GPT 4o-mini 的成本大约只有原始 GPT-3 的 2%。预计语音和其他功能将继续保持这种趋势！ 

问：你们的模型名字能起好一点吗？

Kevin Weil：no 

问：你们将何时为 ChatGPT 发布相机模式？

Srinivas Narayanan：正在研究。目前没有确切日期。 

问：o1 何时支持图片输入？

Kevin Weil：我们关注的重心是先向世界发布，而不是等待其功能齐全。o1 将会支持图像输入，总体而言，o 系列模型将在未来几个月内获得诸如多模态、工具使用等功能。 

问：为了实现思维链或多层思维树，OpenAI 认为降低推理成本的速度有多快？

Srinivas Narayanan：我们预计推理成本将继续下降。如果你看看去年的趋势，就会发现它下降了大约 10 倍。 

问：到目前为止，你见过的 ChatGPT 的最佳用例是什么？你认为它和它的未来版本（未来几年）可能特别适用于哪些领域？

Sam Altman：有很多好用例，但有一个用例很棒：人们找出使人衰弱的疾病的病因，然后完全治愈了它。适用的领域也有很多，但 AI 作为一名真正优秀的软件工程师的能力仍然被人低估。更普遍地说，帮助科学家更快地发现新知识的能力将会非常棒。 

问：会支持 NSFW 内容吗？

Sam Altman：我们完全相信要像对待成年人一样对待成年用户。但要做到这一点需要做大量的工作，而且现在我们有更紧迫的任务。希望有一天能做到这一点！ 

问：给 Sam Altman 的问题：你是草莓人吗？

Sam Altman：🍓 

问：GPT 产品线的下一个突破是什么？有预期时间线吗？

Sam Altman：我们将会拥有越来越好的模型，但我认为下一个巨大突破将会是智能体。 

问：相比于 o1-preview，完整版 o1 有明显提升吗？

Srinivas Narayanan：yes 

问：对 2025 年有什么大胆预测？

Sam Altman：填满所有基准。 

04 谷歌五分钟就反击了

OpenAI 推出 AI 搜索业务显然触及到了搜索巨头谷歌的核心利益。 

不知是否是出于巧合，几乎就在 OpenAI 宣布推出 ChatGPT 搜索的同时，谷歌也宣布了自家的 AI 搜索功能。 

谷歌搜索新推出的 Grounding 功能已向 Gemini API 和 Google AI Studio 用户提供，让他们可以在使用 Gemini 时从谷歌搜索获取实时、新鲜、最新的信息。 

这场 AI 搜索大战才刚刚开始。 

作者：关注大模型的

来源：机器之心（ID：almosthuman2014）

一直以来，在互联网搜索领域，百度长时间占据着中国市场的主导者位置。然而，随着AI技术的普及与用户行为的多元化，全流量用户的搜索行为正以前所未有的规模渗透到各类平台，如新闻资讯、社交、搜索、视频等。

在此趋势下，微信搜一搜逐步推出AI问答、问一问功能，试图革新传统搜索行业，而微信新功能的推出，不仅是腾讯在搜索业务上的一次重要布局，也标志着其在内容生态和服务闭环上的进一步深化。

随着腾讯利用微信再一次向搜索业务进军，对于传统搜索行业造成怎样的影响呢?尤其是对于长期霸占中文搜索首位的百度造成怎样的冲击呢?

AI时代，传统搜索引擎正在被抛弃

相信很多80、90后基本是与初代互联网一起成长的，像百度这样的搜索引擎也早已成为日常学习、工作的必备搜索工具。在生活中，他们也许被更多年轻人推荐了小红书、B站等平台，但多年的使用习惯使得他们不太愿意改变。

但随着时代发展，传统搜索引擎却越来越不能满足大家的需求了。

笔者有一位朋友名叫小树(化名)，他家孩子面临高考填报志愿，他在百度上很难搜到想要的信息，比如学校的口碑、往年录取分数线等，而且更让他不爽的是，在网页中还出现了大量培训机构的链接。

而后续在家长群里，有人转发了微信搜索出来的相关消息，于是小树也开始在微信搜索他想寻找的学校，在搜索后，学校的公众号、小程序以及录取分数线都出现了，小树也找到了有价值的信息。在分数公布当天，许多家长在微信中分享了解到学校招生的“干货”，还有人专门进行收集和整理，再进行发布。

仅用不到一天的时间，小树就在没有通过传统搜索引擎的帮助下，通过微信搜索精准找到了孩子分数段对应的学校分数线门槛，这个结果让他高兴的同时，也让一直在使用传统搜索引擎的小树产生了迷茫，传统搜索引擎被时代淘汰了吗?

答案或许就是如此。全球研究与咨询公司Gartner在一份报告中如此预测，到2026年，传统搜索引擎的搜索量可能下降25%。

随着生成式人工智能的发展，许多人的搜索习惯正在改变，AI搜索的发展正被按下加速键。怎么理解这个加速呢?其实就是AI搜索让用户省去了去点网页、选网页以及看网页的过程，把这个过程用大模型和AI去做，把网页收集回来，让大模型去总结。

这也意味着，一个更方便、能消化更多答案的搜索方式正在“逼近”传统搜索引擎，可能蚕食它们的用户量乃至商业收入，而搜索新方式的诞生，也将会有一些新品牌来承载。

科技旋涡认为，传统搜索引擎的衰落就好比一家开了二十年的商场，虽然曾风光无限，但里面装修还是略显陈旧了，随着新时代的到来，这家商场已经无法吸引新消费者的驻足，也不能满足他们的需求了，因此，尽管商场本身没有变化，却已跟不上时代的步伐。马车夫不会输给其他马车夫，但他会输给汽车。

腾讯布局AI搜索，凭什么?

面对传统搜索引擎的颓势，我们发现无论是在国内外，很多搜索大厂、创业公司都在将AI搜索视作不得不重视的未来赛道。其中我们看到，国外知名的有Perplexity、必应、You.com，国内入局的也有天宫AI、秘塔AI、360AI搜索等，甚至连阿里巴巴的钉钉都推出了针对办公场景下的AI搜索。

在各大厂商对于搜索有了重新认识和解读的背景下，我们也看到了互联网巨头腾讯的布局，并尝试捋清了他们对于搜索业务的诉求。

今年年初，腾讯内部发文，对搜索业务进行架构调整。在文中提到，腾讯平台与内容事业群(PCG)信息平台与服务线下的部分搜索业务，会划转至微信事业群(WXG)的搜索部门。

随后，我们发现微信就已经将搜索功能当作自己的下一个主战场，接连上线了「百科搜索」「问一问」「搜索直达」等功能。

年中，微信在搜索中还加入了AI问答功能，此功能的加入除了常规的搜索结果外，微信会在结果页面的顶部显示用AI生成的答案。

也许，部分用户对于AI的“搜索结果”不是那么在意，或者会影响他们的搜索，但对另一部分微信用户来说，他们喜欢更简单、更快速的回答方式，这种AI回答的搜索结果对他们反而更有帮助。

我们认为，通过自研AI能力的加入，微信可以给用户提供更多的可能性，而不是常规搜索结果，这不仅提高了搜索的准确性和效率，还标志着微信以自己的方式进入到AI搜索领域。

而布局这一切的目的，是腾讯利用微信在构建继小程序之后的另一个窗口。自小程序推出以来，它一直是微信连接用户与服务的核心，但它仍需要用户主动进行操作。而AI搜索的加入，可以通过智能推荐和自动生成答案，让用户直接提供解决方案，无须多次跳转。

对于腾讯在搜索的布局，笔者有一段深刻的记忆。前段时间去拜访朋友，想给朋友带一件伴手礼，在路边广告牌上看到某香薰品牌的宣传，这个品牌笔者是第一次见到，随即在搜一搜查询了官方品牌信息，确认是不错的品牌，问一问了解品牌受众和消费者评价，在搜索了大量的品牌相关知识和产品体验后，觉得很符合朋友的喜好，便在官方小程序下单，第二天一早产品就送到了家里。

从笔者对全新品牌的了解、评价、收集知识到购买完全通过微信一个平台来完成，这种丝滑程度似乎是其他搜索厂商不具备的。

在腾讯搜索领域布局的背后，是微信搜一搜的8亿月活用户的支撑，这些高活跃度和高价值的用户群体几乎涵盖了所有品牌的目标用户圈层。除了社交、资讯外，腾讯还有新闻、视频等多元场景，几乎包含了人们可以接触到的主要平台，这也是搜索的最常见场域，并通过多场景入口，汇聚形成大漏斗，对源源不断的流量进行筛选，为用户在搜索过程中找到最合适的答案。

科技旋涡认为，尽管AI搜索相较于传统搜索引擎有所升级，但仍面临一些挑战，首先是对厂商AI能力的考验。但对腾讯而言，随着腾讯混元大模型技术的进化，似乎AI能力还将成为他们的强有力的武器。

AI搜索，只是微信AI化的第一步

其实谈到AI，腾讯在这一领域的速度是比其他大厂要晚的，去年9月，其自研的混元大模型才正式上线，不过，自首次亮相以来，腾讯混元大模型的参数规模已从千亿升级至万亿，预训练语料从万亿升级至7万亿tokens，并率先升级为多专家模型结构(MoE)，整体性能相比Dense版本提升超50%。

今年5月，腾讯再接再厉推出了AI助手App“腾讯元宝”，标志着其在C端应用上开始部署AI技术。

腾讯元宝面向工作效率场景，提供AI搜索、AI总结、AI写作能力;面向日常生活场景，玩法也更加丰富，提供口语陪练、超能翻译官、百变AI头像等多个特色AI应用。同时，还新增了创建个人智能体等玩法。

我们发现，“元宝”的最大优势还在于它的知识库包含了微信公众号生态内容。而微信搜索自研的AI问答的参考资料大多数也来自于公众号内容。

除了腾讯元宝之外，在今年9月份，腾讯元器上线新功能，推出全新智能体应用，支持公众号运营者自主打造专属智能体应用，这是腾讯再一次为微信加码AI功能。

腾讯元器的应用针对公众号场景，优化了智能体体验，并支持一键切换智能体回复风格等功能，使得人机交互更加自然流畅。腾讯元器公众号智能体方案后续还将开放定制背景、声音克隆、打电话、角色训练等多模态能力，帮助公众号主打造“更像自己”的数字分身。

随着腾讯元宝和元器的入驻，微信已经初步走向AI化的路径，而且，其在AI领域的潜力毋庸置疑。

可以预见，微信将在AI赋能下有更完善的功能展现与服务，比如在健康领域，微信通过AI技术在健康和医疗领域提供智能诊断、健康管理、远程医疗咨询等服务，以提高医疗服务的效率和质量;在教育领域，通过AI技术改变教育和学习方式，提供个性化的学习资源推荐、智能辅导和评估。

展望未来，腾讯势必继续将微信向AI方向深耕，微信拥有庞大的用户基础和丰富的生态系统，这是其在AI时代的独特优势，而且，凭借腾讯出色的研发能力，微信完全有能力将AI技术融入更多场景，为用户提供更便捷的服务，而搜索只是第一步，此后微信将全面拥抱AI。

写在最后

整体来看，腾讯通过微信布局搜索业务，具有用户基础、内容生态、交互方式、个性化服务和技术支撑等多方面的优势。随着微信内置问一问、搜索直达等功能，对于提升用户黏性、丰富内容服务、推动商业化进程和促进生态闭环等方面起到了积极作用。

未来，通过AI技术的深度应用、跨平台整合、国际化战略、服务生态完善和隐私保护等措施，微信搜索业务有潜力在搜索市场占据一席之地，为用户带来更加丰富和便捷的搜索体验。

虽然现在腾讯将很多资源投放在微信的AI搜索功能上，但我们还是认为，腾讯利用微信布局搜索业务的终点，绝不仅仅是为了搜索。

作者：贾桂鹏

来源：科技旋涡

最近，AI搜索圈有两大热门话题：           

一个是，文心一言变成“文小言”，百度加码AI“新搜索”战场。

另一个是，一度鄙视广告业务的硅谷明星AI公司Perplexity，商业化方向有了新进展。           

事实上，Perplexity的商业化问题早在今年4月就被热议过一轮。

当时的报道还强调，Perplexity打算采用一种不同于传统横幅、弹窗、开屏广告的“品牌赞助”模式来保证用户体验。           

现在，Perplexity进一步公开了3种广告方式：即在页面上、回答中以及用户可能询问的“相关问题”旁边展示广告商和品牌信息。

虽然广告形式有所创新，但本质似乎与传统的谷歌、百度竞价排名相似，而且Perplexity收费还要比传统数字广告高5-25倍。    

这就不禁让人思考，如果AI搜索的尽头仍是广告，那些起步较慢的国内企业是否将面临更大的压力？尤其对初创企业来说，考虑到成本和收益的现实问题，发力垂类搜索是否会是一个更容易的选择？           

回答这些问题之前，有必要先把国内外做AI搜索的企业都过一遍。          

01 中国AI搜索还是慢了几拍

这一切还得从ChatGPT说起。

2022年11月30日，OpenAI推出了这款聊天机器人。           

两个月后，ChatGPT月活用户就突破了1亿，成为现象级应用。

它的爆火，不仅引发了百模大战，更点燃了搜索引擎圈的梦想烟火。           

短短3个月后，OpenAI的重要金主微软宣布上线集成 ChatGPT的新必应。

New Bing是业内最早布局AI搜索的一批，Perplexity也是。           

在ChatGPT推出前三个月，前OpenAI研究科学家Aravind Srinivas已经创立了Perplexity，定位AI搜索引擎，目前也是公认的AI搜索翘楚，连英伟达的黄仁勋都说它是“每天工作使用最高频的应用之一”。           

国外，新版本Bing与Perplexity开启了AI搜索的新纪元。

国内，最早入局的应该是昆仑万维。           

2023年8月发布天工AI搜索，从产品形态上，它更像是一个集合了AI搜索＋对话＋文生图＋Agent的超级助手。           

紧随其后的是，2024年初上线的秘塔AI搜索，被外界评价是模仿Perplexity最像的那一个，无论是在功能，还是主页“没有广告，直达结果”的界面设计上，都体现出了一种“中国式高效”。

据了解，Kimi爆火的那段时间，秘塔AI搜索的3月访问量同比翻了5倍，在总榜中的排名快速爬升，仅次于文心一言和Kimi。           

AI的兴起让新竞争者看到了赶超机会，同时也迫使传统搜索引擎加快AI技术的融合。           

今年2月末，360创始人周鸿祎在“预见AGI”的免费课上首次公布了360AI搜索。

5个月后，360AI搜索的用户访问量一度超越Perplexity AI，成为全球最大的AI原生搜索引擎。

AI搜索看似容易上手，但要在竞争中脱颖而出却非常困难。

微软使用ChatGPT重构必应搜索，一度引发颠覆谷歌搜索市场地位的猜想。只可惜，一年多过去，必应的市场份额只增长了0.83％。

谷歌松了口气，但也没闲着。

为了应对 Perplexity、新必应的挑战 ，今年5月，谷歌抢先发布了自己的AI搜索功能AI Overview。           

结果证明，只是将 Gemini 集成到搜索引擎中，添加些许 AI 功能是行不通的。

AI Overview最广为流传的段子是，你问：“芝士无法粘在披萨饼上”怎么办？它回答：“在馅料里加入八分之一杯的无毒胶水”。

又过了两个月，OpenAI半夜发布了名为SearchGPTAI搜索引擎，向谷歌发起进攻。

SearchGPTAI虽然还没有正式向公众开放，但粗略统计下，AI搜索这个赛道已经人满为患了。

不止大厂、初创企业，很多个人开发者都能做。

据报道，阿里前高管贾扬清用500行代码就写了一个AI搜索引擎；独立开发者「艾逗笔」花了一个周末就写了AI搜索ThinkAny。

似乎，AI搜索的门槛并不高，但这或许不是最重要的，问题关键在于：到底哪款产品更可靠更精准？

02 垂类搜索不止好用还“好做”？

还是以Perplexity为例。用户偏爱它的理由其实很简单：

就是觉得它提供了更专业、更可靠的信息源，更加适合新闻和学术界的搜索需求。

Perplexity拥有自己的搜索索引和排名系统，是有“炫耀”资本的。

但对许多缺乏内容数据的企业，尤其初创公司，仅依靠技术手段对公开信息进行重组，其实难以对传统搜索引擎构成威胁。

从这个角度出发，比起通用搜索，更多人都看好垂类搜索，用户也是。

科技工作者和学生在查找资料时，可能更倾向于使用秘塔科技的“文库、学术”服务，以快速获取大量结构化信息。

秘塔靠做法律起家。擅长知识整理与搜索，最近还上线了播客搜索，搜索质量也蛮高。devv自称为最懂程序员的AI搜索引擎，允许用户指定信息源，甚至连接到特定的Github仓库进行搜索。

钉钉则专注于搜索用户在平台内的聊天记录、文档、会议、日程、知识库等，提供了一种不同于抓全网的AI搜索体验。

在这里，你不会问，国内外做AI搜索的企业有哪些？你会去搜：什么时候，在什么群，说过要请谁，喝过多少回咖啡等等这种细致信息。

Repotify也很具体，专注财报研报，满足投融资用户需求；还有Genspark，是以Sparkpage为内容核心切旅游和商品方向。               

它被看好的最主要原因是：内容呈现类似于小红书上的笔记，都是结构化和分类明确的，方便用户快速找到所需信息。

还是那句，用户并不关心企业使用了什么模型，他们只关心是否好用。

因此，反应速度和精准性才是搜索服务脱颖而出的关键。

就像很多人觉得小红书达芬奇AI搜索强，是出于这样一种认知：在原本就最优质的（旅游、美食、美妆、宠物、健身）垂域内容里搜索，自然也最容易得到优质的答案。

所以说，内容型产品，比如微信读书有AI问书、知乎有“知乎直答”、抖音豆包、腾讯元宝等，通过整合自身平台的优质内容，也能在AI搜索领域发挥优势。

腾讯元宝整合了公众号的数据；知乎直答专注知乎社区面向偏专业、科普类用户…

当然了，尽管外界期待AI搜索不仅能改变传统搜索的信息展示方式，还能解决AI对话信息滞后和幻觉问题。

但实际上，通用AI搜索在正确性和满足特定需求方面仍有局限。严格意义上的垂类搜索，大多也只有5-7成功力。

AI 尚未出现互联网时代的杀手级应用，与此同时却不得不面对一个更为严峻的“生存”问题。

03 除了卖广告还能怎样赚钱

这是一场看不到终点的长跑，技术变现之路道阻且长。           

知名隐私搜索引擎DuckDuckGo，坚持无广告状态3年，最终还是和微软合作推出了广告。

Perplexity也已经妥协。

过去，Perplexity曾在官网宣称：“搜索信息应该是一种直接、高效的体验，不受广告驱动模式的影响。”

然而，现在最后那句“不受广告驱动模式的影响”已被删掉。CEO Shevelenko甚至表示：“广告一直是我们打造优秀业务的一部分。”

纯粹“提供精准、以用户为中心的答案”的理想确实美好，但回到现实，盈利是必然跨越的门槛。

成本相对较低且固定的传统搜索，几乎都在靠广告挣钱。这种商业模式非常简单高效。

AI搜索只给答案，拒绝列出链接植入广告，这意味着所有流量都留在了自己的平台。

用户体验是相当好的，但怎么赚钱呢？尤其对于 AI 产品。

不同于过去多数互联网产品，边际递增有可能是递增的。

面对高昂的开发成本和持续的运营费用，风险投资的现金储备终究有限。仅凭免广告和注重隐私的卖点难以跟巨头竞争。

因此不难看到，to C业务狂飙大半年的Kimi，也发力B端了。2024年8月，Kimi母公司月之暗面商业化动作有了两大重要进展。

一个，为了吸引更多开发者使用Kimi的服务，上下文缓存存储费用直降50%。另一个，发布Kimi企业级API，为企业用户提供更高等级的数据安全保障和并发速率。

除了API服务，目前的AI搜索平台主要通过提供订阅服务盈利。

Perplexity就是这样的例子。

秘塔搜索和天工AI搜索也一样，提供了不同级别的会员订阅服务，从简洁版到深入/增强版和研究版，逐步提供更详细的搜索量和答案。

Repotify一登陆，就会有会员订阅服务指引；           

阿里夸克，搜索内容以“简洁、准确”著称，如果想体验网盘、扫描、学习等垂直功能还有免费和会员两种模式，用户可以根据自己的使用场景决定；企业通过会员制度获得收入，用户摆脱广告的骚扰。

这种模式看似双赢。然而值得注意的是，搜索引擎市场竞争激烈，用户有很多免费或低成本的选择，受限于用户接受度，转向付费会员模式可能需要改变用户长期以来的使用习惯。

此外，从依赖广告的免费模式转向以订阅为核心的经济模式，需要企业进行根本性的转变，包括收入结构、成本控制和用户体验的重新设计。

除了广告、订阅和提供企业级服务之外，AI搜索企业还可以通过交易分成、数据分析与咨询服务等方式实现营收。

例如，用户在搜索旅游信息时，搜索引擎可以直接帮助用户完成酒店预订，并从中获得佣金。

再比如AI搜索企业可以利用其技术能力为企业提供数据分析和咨询服务，帮助企业更好地理解市场趋势和用户需求。

尽管AI搜索企业正在尝试多样化的商业模式来实现盈利，但目前看来，卖广告仍然是营收的最佳解决方案。

04 AI搜索不会只是答案引擎

如果大模型的尽头是广告，那么如何做好用户体验与广告的平衡，可能是所有AI搜索企业下一阶段要克服的挑战。

除此之外，回到AI搜索本质，仍是跨越三道难关：足够高的准确性、足够低的成本和足够成熟的商业模式。

当然还有比搜索更大的事，那就是，随着更深层次的答案，更深入的研究力量，你能够问出以前不能问的问题。

Perplexity CEO Aravind Srinivas，将这总结为“知识发现”。他认为，Perplexity的目的不是取代谷歌，AI搜索的方向既不是搜索也不是答案引擎，而是发现，满足用户的好奇心。

在国内，kFind，一个以提出古怪问题著称的AI搜索工具，似乎也在朝着这个方向前进。

这两年，不少大模型公司布局AI搜索，很多人也感受到技术带来的快捷，不过，使用过程中，根本没意识到信息是否准确。

所以，怕你被AI误导。

我抽出时间，做了一个简单科普，比如：AI搜索的决策模型什么样？为啥机器味严重？AI搜索和内容平台的关系是什么？未来搜索会发生什么革命性变化等等。

毕竟了解底层知识，能够帮你，更好的用AI搜索。

01

有个词叫缸中之脑（Brain in a Vat）。什么意思呢？

想象一个血腥的画面：

你（或者别人）被一位疯狂的科学家，进行一次可怕的实验。他把大脑从身体上取下来，放进一个装有维持大脑存活的营养液的玻璃钢中。

然后，大脑神经末梢，链接到一台超级计算机，计算机按照设定程序，向你的大脑发送各种信息，让你以为以前很正常。

那么，对取出来的大脑来说，世界是不是依然和原来的一样？你看到的人、物体、天空，感受，还有记忆，是不是都还在？

这个实验，常用来说明怀疑论、唯我论和主观唯心主义的观点，简单讲：即我所体验的、看到的、到底是真的假的呢？

怕你共情不多，我再举个例子：

好不容易休息半天，躺在沙发上，看着外面阴雨天，突然想到昨天刚上映的恐怖片，还没看。于是，打开影片，刚看一半，心跳加速，你决定不看了。

为什么？因为太恐怖了。恐怖画面的信息，一次次传递到“缸中之脑”，让你觉得太真实，似乎恐怖画面马上要出现在自己身上。

但你知道吗？这些都是大脑模仿出来的，看似真实，未必真实，我们的感知，不仅由大脑产生，身体，也会影响它。

比如：

521到了，即便没有见面，你总送心爱的人一些温暖的东西，一杯奶茶、一束鲜花，她收到礼物那一刻，在远方也能感受到你对她的好看。

这就是具身认知，是思考，感觉、行为三者共振的结果，认识到它，你能感受到，外面我们接收到的任何信息，故事是一个个画面，所描绘的场景只要大脑熟悉，它都会共鸣。

而AI搜索，是什么呢？本质像一个“缸中之脑”。

运行在一个强大的模型上，模型像它的基础，帮它站稳脚跟，外面信息是它的食物，通过你的搜索，不断训练自己推理能力。

不论什么AI搜索软件，当你问题时，它都会遵循一个六步走的公式：

• 理解问题
• 检索信息
• 整合答案
• 生成回答
• 结果验证

幻想一下，现在来到未来时代，站在图书馆里，面前有一个人工智能，现在要找一本《穷查理宝典》，你会怎么做？

你可以手动输入，或者对着它说：“帮我找一本叫《穷查理宝典》。”此时，AI会利用语言技术，快速分析你的意图，提炼出最重要的部分，比如：书名、作者、人名。

然后，它会把你的问题和图书馆里的文档、图片快速匹配，从中找出重要的段落和句子。接着，它会做降噪处理，去掉干扰的内容，比如广告、重复的段落，确保剩下的都是有用的信息。

最后，AI会把所有找到的信息整合起来，生成一个答案，这就是AI搜索的过程。不难理解吧。

我突然想到一个画面：

小时候，老师经常说：“哎，你们是我带过最差的一届，要是无法理解，就把这段内容死机硬背下来。”，可你有没有想过，考试对死记硬背来说，意图是什么？

从人工智能角度看，答案只有一个词：检索。

也就是说：你背诵的所有资料，最后一刻，学校用一张试卷来检索大脑有没有记住，当成绩达标时，证明你通过了。

02‍

明白AI搜索的六步公式，能得到什么启发呢？有两点：

一，知道AI的回答为什么很干巴，二，知道它为何缺乏情感和个性。

AI搜索生成逻辑有一些限制，为避免产生错误信息和不准确的信息，AI会倾向于保守地给你高频、标准化的表达。这种倾向自然会使回答显得更加刻板。

比如：

你问AI如何做好品牌营销？它一定会告诉你，首先要了解目标市场，然后创建一个独特的品牌定位，接着进行市场推广，最后通过反馈不断优化品牌策略。

另外，作为“缸中之脑”，AI只有一个搜索框，无法感受你的语气，看不到其他信息，所以也无法理解你的情感。

这样一来，AI生成的答案就缺乏人类的情感色彩和个性，看起来很机械，或者像是官方的回答。

值得一提的是：人们常说，一个人学习什么知识，他的见识就有多高。AI也是一样的。你给它喂草料，它自然吐不出钻石来。

所以，大公司为了防止AI搜索出来的内容很水，就会限制训练内容，会给AI喂新闻报道、学术论文和正式文本。这些文本风格比较客观，所以，AI学完后，回答也会是类似的风格。

现在AI搜索虽然看似有推理能力，但我测试了很多，发现整体推理还是比较弱。

一个主要原因，人类说话时，本身推理性就不强。所以，AI学习的内容也会相对较弱。在文字相关的搜索上，这种情况很常见，理科的内容相对更严谨一些。

显然，“缸中之脑”就是“缸中之脑”。看似聪明，但离不开三点：一，大模型作为基础，二，固定的模型，三，知识库。

因此，重要的结论是：用AI搜索时，你不给它一个很健全的 prompt，它的解析能力会变得很弱，得到的答案自然很难让人满意。

03‍

你有没有想过，AI搜索平台和内容生态到底什么关系？

我觉得，从过去的传统搜索，到现在AI搜索，用一句话来形容转变的过程便是：从独立到融合，再到独立。

为什么呢？

没有大模型之前，谷歌在1998年开始做大规模搜索，后来进军中国，由于数据方面的问题，谷歌被限制，随后，百度在2000年快速崛起，靠爬虫抓取大量网页，然后分发和售卖广告起家。

这两家公司商业模式基本相似。

谷歌做了一个叫Knowledge Graph的知识库，还有Google Answers，百度则推出了“百度知道”和“百度百科”。

后来，国内360、搜狗也跟着做类似的产品。网页时代落幕，张一鸣用一个算法推荐，让今日头条拔地而起。头条采用推荐机制的同时，也尝试建立内容生态。

比如：

孵化垂类创作者，推出各种与内容相关的产品，但直到现在，我都觉得它还没成功，今日头条增长停滞后，头条搜索也没法跟着增长。

后来短视频涌现，抖音起来，它建立一个良好的内容生态和增长模式，所以，抖音搜索成功了。

不管怎么样，它们的核心目的只有一个，把内容控制在自己手里，通过掌握内容，建立壁垒，因为内容生态对搜索平台有很大的依赖性。

内容提供者，要依靠搜索引擎，来让内容被更多人看到，而搜索引擎，则要高质量的内容来吸引用户，并提供有用的搜索结果。

有了大模型之后呢？

微软推出新版必应，紧接着谷歌、百度、360和昆仑万维等企业也开始布局AI搜索。

李彦宏一直强调，把生成式AI技术和搜索深度整合在一起。周鸿祎也说，做搜索引擎的企业，最有机会研究像ChatGPT这样的产品，还有昆仑万维、秘塔AI也在加紧跟上。

不管怎么说，它们有相似之处：整合全网信息，让用户用自然语言表达需求，并提供经过组织和提炼的答案，这样可以减少冗余信息的时间消耗，确保答案的可追溯性、可信赖性。

不过，尽管这些搜索引擎，凭借原有的知名度、用户基础在市场上占据主导地位，由于移动互联网时代APP的“信息孤岛”现象，它们并没有完全掌控所有信息，反而，垂直搜索引擎正在逐渐崛起。

比如：

小红书推出自己的搜索，今日头条推出豆包，淘宝推出原生AI应用——淘宝问问，它嵌入淘宝搜索框，服务于月活跃用户近9亿、每日产生数百亿次搜索的庞大流量。

现在，抖音搜索量在移动端已经超过百度，小红书通过用户的真实分享和有用的笔记，建立了强大的社区氛围，这都是各自的优势。

因此，我看到两种趋势正在出现：一是通用搜索的AI升级，二是垂类搜索的崛起。

垂类搜索数据，主要来自自己的平台，类似于站内搜索，信息更服务于细分场景。当信息量足够多时，就会自然涌现。

长远来看，拥有优质内容的社区，做的搜索会更有优势，因为好内容平台能够吸引和留住用户，进而提升搜索功能的价值和使用频率。

明白这些也就理解了，我为什么说，搜索会经历从独立到融合，再到独立的过程。毕竟，独立，是全新的独立，是细分的独立。

实在不信的话了，你想想360AI、秘塔AI，天工AI到底有什么区别？把它们和淘宝问问、抖音搜索一比更明确呢？因此，未来优质内容社区的搜索功能将会胜出。

04‍

到这里，我们可以思考下：AI搜索的本质是什么？

我认为，AI搜索真正的关键在于AI技术本身，而不是传统的搜索方式。这就像“AI+”和“+AI”的区别。

AI+，更像把AI技术加到已有的系统或产品上。比如，在传统搜索引擎上加入AI功能，这种方式主要在现有技术基础上，增强功能。

+AI，不一样。

要求从一开始就以AI为核心，建立一个系统或产品。比如，设计一个完全依赖AI进行的搜索引擎，它所有功能都围绕AI技术展开，更像是从头开始，完全依赖AI技术运作。

很显然，“AI+”是改进现有系统，而“+AI”是从零开始，完全依靠AI技术。AI搜索真正力量在于后者，也就是“+AI”。

对于一般简单问答，AI搜索只弥补传统搜索的不足。但要真正创新和突破，要寻找新的应用场景和特定领域，比如学术、医疗、法律等。这些领域中，AI驱动的搜索才能真正发挥战略意义。

“AI原生”（AI Native）很重要，因为经过多年的发展，传统方法已经挖掘了所有可能性，AI原生的定义是，只有在引入AI能力的情况下，产品才能实现。

这种情况下，AI是最大的变量，但AI比例并不重要。

关键在于产品需要找到交叉点：哪些场景是只有AI才能实现？同时又满足大规模用户需求。这种探索越多越快，竞争优势就越大。这也是对各家产品经理的巨大考验。

那么，问题来了：

有人会觉得，传统搜索市场还有价值吗？肯定的。

传统搜索的强项在于寻址和寻找资讯。从商业角度看，PC端搜索市场增量有限，移动端又被抖音、小红书等平台分流，不过，百度财报中，搜索引擎依然是基本盘的重要组成部分。

还有人认为，谷歌和百度垄断这么多年，其他玩家还有机会吗？来看一组美国statcounter机构的数据：

截至2024年5月6日，美国搜索市场中，谷歌份额下降到了77.52%，其他市场被Bing和Yahoo蚕食，但谷歌基本盘还算稳。国内截至4月，电脑端必应的份额是37.24%，百度是22.53%，但百度的主导地位已经不在了 。

虽然数据会存在 偏差，但能看出搜索市场的变化和机会，AI搜索更应该理解用户意图，完成复杂的任务。

比如：

用户搜索不仅仅是寻找信息，还包括找地址，或查找短内容的源头；再比如，通过AI找到过去5年城市人口的发展趋势，甚至，搜索新能源汽车的渗透率趋势和原因。

还有找电影、追溯图片等等……，所以，需求背后，是AI搜索目前还没有攻克的场景。

总结而言

AI+，还是+AI，要看企业选择。

不论哪条路，我都认为，垂直领域的数据，将成为重要开采对象，不然怎么向数据要增量？那么问题来了：什么样的垂直数据还未被开采呢？嗯，值得思考的问题。

作者：王智远

来源公众号：王智远（ID：Z201440）

聊起搜索，谷歌、微软、百度都是绕不开的存在，它们占据了全球搜索引擎市场绝大多数的市场份额，其中谷歌更是一直占据着全球90%以上的搜索引擎市场，截至2023年12月31日，谷歌搜索引擎用户数达23.6亿，规模相当庞大。

AI大模型的到来，打破了这一僵局。生成式AI的流行，令诸多AIGC内容在互联网上流传，其中有用户即兴创作的图文影音内容，也有被用作引流的低质内容和内容农场（一种用大量标题、关键词以及其他伎俩诱骗互联网用户进去看广告的“新闻网站”。）等垃圾信息，这对搜索引擎的搜索排名产生了不少的压力，如何使用户能够看到更多“有用信息”成了谷歌、百度们的头号难题。

图源：谷歌

一、AIGC内容爆炸，搜索引擎共迎头号大敌

为了应对AIGC内容这一“头号大敌”，Google宣布将对搜索算法进行调整，重点打击AI自动化生成的“内容农场”，预计经过新算法过滤，垃圾内容和非原创内容的搜索结果将减少40%。

过去一年，谷歌搜索中心针对AI生成内容下了不少功夫，其中最主要的是限制用户使用AI自动化生式内容的尺度以及操控搜索结果排名。但算法并不是万能的，部分用户为了盈利运用ChatGPT等对话式AI生成大量未经人工审核的内容，然后发布网上，最终这些内容因关键词等因素又会被搜索引擎重新呈现到用户面前。

譬如说，近期OpenAI与马斯克的骂战再起波澜，有心之人就会趁此利用生成式AI创造无数的新闻消息，这些内容未必经过人工复检，导致的结果就是同样信息源产生了无数种结论，这些结论有真有假，几乎无人能分辨。突如其来的海量信息，即便是搜索引擎巨头谷歌也难以招架。

“真实可靠”是用户对搜索引擎最核心的诉求，也正因这点，ChatGPT等对话式AI才无法代替现有的搜索引擎。面对“AI疯狂污染互联网”的局面，如何保障用户看到“真实可靠”的搜索结果，搜索引擎们选择“用魔法打败魔法”。

二、AI搜索大爆发，百度们的生意危险了？

AI+搜索引擎的组合早已不是什么新鲜事，海外搜索AI化的趋势尤为明显。去年，谷歌在I/O 2023大会上宣布搜索生成体验SGE，它直接改变了谷歌搜索的底层逻辑，直接提供问题的回答摘要、显示来源文章的卡片以及提出后续问题的按钮；而整合了GPT-4模型的微软New Bing更像是一位智能化的AI助手，在交互方式和搜索能力方面有了明显提升。

国内搜索引擎市场上，百度作为常年占据国内市场份额头名的搜索引擎，在推出文心一言大模型后不久，就将旗下传统搜索引擎升级为了AI互动式搜索引擎；昆仑万维的天工AI搜索、360集团的360AI搜索等AI搜索产品也相继涌现。

图源：文心一言

除了老牌搜索引擎们外，无数新玩家也争相进场。今日头条、抖音、小红书、B站、淘宝结合自身平台的特性，推出了“AI搜”、“豆包AI”、“淘宝问问”等一系列AI搜索功能，帮助用户更好的搜索站内/外内容。

尤其值得一提的是，国外出现了大模型驱动的新一代AI搜索引擎，如Perplexity.ai、You.com，它们甚至可以采取“付费模式”让用户心甘情愿付费搜索。在中国也有类似的新一代搜索创业者，小雷在搜集资料时就发现了一款极具代表性的AI搜索引擎秘塔AI搜索，主页“没有广告，直达结果”的slogan直戳核心痛点，相比起传统搜索引擎能提供更直接的答案。

图源：秘塔AI搜索

传统搜索引擎在收到用户请求后会分析搜索需求，再到索引（简单地说是事前通过爬虫建立的，虽然操作上复杂得多）去匹配答案。而秘塔AI搜索在收到用户的搜索需求后它会进行“问题分析-全网搜索-整理答案”，再呈现。跟ChatGPT、文心一言在工作时基于已学习的内容（可能是过时的）不同的是，它的内容更“实时”，因为来自“全网搜索”。

图源：秘塔AI搜索

在整合信息形成观点的同时，秘塔AI搜索还顺带给出每个观点的信息来源以及相关联信息。甚至还给出了观点以外的延伸阅读，用户只用点击卡片即可实现跳转，十分丝滑。并且不同于传统搜索呈现的结果，秘塔AI搜索给出的回答更像人类之间的交流习惯，能更好的帮助用户理解回答。

图源：秘塔AI搜索

在产品形式上，AI搜索最重要的一点升级在于：用户终于不用在满屏广告中寻找答案了。在过去，搜索引擎的排名靠前的回答往往被各种广告占据，十分影响使用体验。AI搜索0广告的特点确实非常吸引我。

不过雷科技测试发现，秘塔AI搜索的答案总有许多错误，比如雷科技2024年才上线，而不是2011年，以及还有许多其他事实错误。原因也不难理解，它只会搜索全网信息，但不知道甄别真假、判断对错，截至目前这些工作要人才能做，这也是我们为什么要“满屏找正确答案”的原因所在。

还有，“没有广告”也让小雷对AI搜索的商业模式产生疑问，像Perplexity.ai一样要用户付费在中国市场很难行得通。

图源：秘塔AI搜索

可能是因为还在内测的缘故，小雷并没有发现秘塔AI搜索的收费内容，唯一可能在未来形成盈利点的是回答分级，通过更具深度的回答吸引用户付费，或者像知乎答案一样展示部分内容，用户要看全文？请买会员或掏钱。相信这也是未来众多AI搜索引擎的趋势。

一番体验下来，相比起受制于商业模式的传统搜索引擎，AI搜索在内容质量和交互方式上有着天然优势。搜索引擎难以解决的广告、AIGC内容农场以及隐私泄露等问题，在AI搜索这里得到了改善。

但AI搜索想要改变传统搜索行业远没有那么简单。

三、AI搜索普及需时间，百度们正加速自我革命

建立搜索引擎很难，但更难的是如何让用户接受它。

在搜索引擎市场几乎牢不可破的格局下，想要令更多人习惯使用AI搜索，是相当困难的事情。即使是热度超高的New Bing，其百万级别的日活跃用户数在Bing全球日活跃用户中的占比也相当小。

AI自然语言模型大多被用于娱乐、生成内容等领域，但当需要查询真实可靠信息时，用户们还是习惯性的使用传统搜索引擎。

因为“可信度”才是搜索引擎的关键，也就是说，答案要“100%可靠”才有意义，这也是为什么百度当年要强调“简单可依赖”。

在ChatGPT、文心一言、秘塔AI搜索，用户得到的答案只是“可能准确”，是否真的有效，往往需要再去搜索引擎用传统内容验证，毕竟二十多年来用户已习惯于在搜索引擎中给出的海量信息里找到自己所需的资料，而当前的AI搜索以及ChatGPT等AI工具确实“不够准”，甚至“经常错”。

这样看，其实现在的AI搜索都还只是“玩具”，调查显示，许多用户将ChatGPT这样的AI搜索当“聊天机器人”，而不是搜索引擎。

AI引擎作为新兴产物，尚未建立足够的公信力。生成式AI以及大模型智能化程度依然不够高所造成的信任危机，令用户无法轻易辨别回答的真伪。

图源：Bing

因此，AI搜索要取代百度、Google，路还很长，当下最重要的事情是提高智能化程度，也就是提供最真实准确的搜索结果。

AI大模型在快速进化，Anthropic在两天前发布的Claude 3就实现了对GPT-4的超越，国外网友测试发现Claude 3超大杯已经达到了博士水平，仅用了2个提示就重新发明了还未发表的量子算法。但是，个例的突出表现并不等于“100%的准确”，这就像无人汽车、飞行器可以在一些场景下运转，但依然无法全面普及一样。

综上，AI搜索短期内很难真正取代百度、谷歌们。但AI搜索终将可能催生新的搜索居然，好在百度、谷歌们没有坐以待毙，它们都在争相接入了生成式AI技术，拥抱AI搜索引擎的浪潮。唯一的问题是，如果AI搜索真的崛起了，百度们还能好好吃广告这碗饭吗？看上去，拥抱AI搜索对百度们也是一场“自我颠覆”的革命呢。

AI浪潮愈演愈烈的当下，信息量与应用需求迎来彻底爆发，外加参战厂商们急需寻找大模型落地场景，2024年无疑会成为AI应用场域争夺的“修罗场”。

贯览整个战局，仍不断发生着变化，新生力量不断跻身竞技场，传统巨头们也在试图演绎新的打法。而其中，AI搜索似乎成为了大模型时代的兵家必争之地。

比如，对搜索赛道耿耿于怀的360，推出了大模型搜索产品“360 AI搜索”，并已上架多个安卓应用商店。而在此之前，无论是百度、必应等传统搜索玩家，还是阿里系的夸克、“淘宝问问”，亦或是B站“搜索AI助手”等产品的上线，从中已经不难看出玩家们对于AI搜索赛道的野心。

毫无疑问，搜索是互联网基建之一，是承接刚性需求的核心手段，曾培育出了“货架式”的交易场。面对AI与大模型重构，作为应用的搜索与作为基建的搜索，都看到了新的机遇。

一、搜索战事重燃

搜索引擎，可以说是古典互联网的象征之一，作为信息连接的枢纽，执掌着内容分发的至高权柄。因此，从PC时代再到移动互联网时代，试图将百度从国内搜索铁王座上拽下来的玩家接连涌现。

然而，无论是曾掀起“3B大战”的360，还是搜狗，亦或是后来的头条，均未能颠覆百度在国内搜索的龙头地位。于是百度之外的大多数玩家，大多选择退而结网，在自己的应用内制造信息茧房。

背后的逻辑在于，搜索引擎作为信息门户，需要不断汲取大量数据来提升搜索结果的质量。这意味着，在搜索产品的“冷启动”阶段，往往会面临样本过少、内容良莠不齐的境遇——相较于成熟的产品，新晋搜索引擎的用户体验往往不尽如人意，从而对于用户留存构成了一道高墙。

在过往，此题并没有太多解法，因此无论是360搜索还是搜索，或是试图跨入搜索领域的今日头条，最终只能将搜索引擎植入自家产品，借助自家流量盘，强行导入用户。

但不得不承认，尽管百度搜索在互联网语境里口碑不算太好，且不被“精英用户”所喜爱，可互联网世界里“沉默的大多数”仍会在搜索时优先想到百度——在很长一段时间里，这种难以摇撼的心智优势，使后来者不管如何发力技术、内容场域，均只能拉近与百度的差距，而很难超越百度。

而另一种思路，则是战略性放弃了搜索引擎应有的“大而全”，主攻垂直领域的搜索。以背靠阿里的夸克为例，其通过发力资源搜索领域，并借助网盘业务，在垂直群体里积攒口碑——得益于资源检索较为方便、“不容易变灰”等特性，夸克吸引了一部分年轻用户。

而置之于全行业视角，纵使垂直搜索玩家能在特定圈层里实现“小而美”，但量级相较于主流搜索引擎仍是以卵击石。

一旦搜索引擎的过于垂直，其用户心智往往也会受限于场景，以至于在此后扩圈过程中面临阻碍，比如习惯用夸克查找影视资源的用户，在搜索某网站入口的时候，绝不会想到夸克。

Statcounter数据显示，截至2023年12月，百度仍以66.52%的市场份额，位居中国搜索引擎市场头名，后面依次是必应国内版、360搜索以及搜狗搜索，而诸如夸克等小众应用则榜上无名。

这意味着，按传统业务逻辑，百度即便“摆烂”亦能牢牢守住自身在中文搜索语境里的优势地位。好在，席卷而来的AI浪潮，给了其他玩家难得的弯道超车的机会。

二、弯道超车？

在主流玩家大模型均已铺陈开来的背景下，AI搜索之于玩家们的魅力，正不断显现。

作为大模型应用承前启后的重要节点，搜索引擎既是玩家过去一年大模型能力沉淀的集中体现，亦嫁接着诸多玩家们悉心打造的细分应用，也就是“搜索即服务”。

以百度为例，去年高考志愿填报期间，百度就曾将搜索引擎与其推出的AI志愿填报功能相嫁接，从而将大模型应用引入C端；而在大学期末备考阶段，夸克也顺势推出了“AI讲题助手”，以大模型应用强化其搜索服务能力。

而将AI能力引入搜索引擎的评价维度，亦能绕开以百度为代表的搜索巨头，过往所积累的内容资源、排序算法、专利等优势。

相较于那个信息匮乏，搜索引擎大杀四方的时代，如今的互联网信息早已过载——媒介及信息数量不断上升的背景下，无论是每日新生成的“垃圾信息”，还是各路自媒体互相照搬、病毒式复制的同质化内容，均挤占着大众视野。

在此背景下，用户的搜索逻辑亦随之变换，从过去追求信息的更全面，到当下在海量信息里“去伪存真”，筛选可用信息。而这，恰是AI能力得以彰显的领域。

AI搜索特性在于能兼顾深度与效率，从而更精准地输出对用户“有用”的信息，并将信息以自然语言对话的形式呈现。而这，对淹没于信息海洋的当代互联网用户而言，无疑有着天然的吸引力。

因此，纵观现阶段市面上的AI搜索产品，“筛选”几乎成为了绕不开的关键词。这也顺应了英国作家尼尔·盖曼的那句话：“谷歌可以给你10万个答案,但是,一个图书管理员可以给你最为精准的答案。”AI正是大众苦苦等待的那个“赛博图书管理员”。

近期发力AI搜索的360，便延续着该路线——当用户提问后，AI将通过搜索引擎检索、读取、分析多个网页内容，并输出结果；亦或是通过追问，读取更多网页，进行更详尽的分析；而昆仑万维，则为其AI搜索产品增添的信源功能，使搜索结果能标注生成内容的出处，从而提升内容可信度。

换言之，在AI搜索泛应用化的叙事线下，旧格局将有可能被新势力所颠覆，一场关于AI搜索的攻防战亦将由此上演。毕竟对谷歌、百度等传统搜索巨头而言，搜索业务意味着真金白银，因此即便向AI靠拢，脚步也难免趋于缓慢；相比之下，受既往牵绊较少的玩家们，或许能以更加激进的步调，抢占AI搜索先机。

只是，这条叙事线如何实际展开，当下正拷问着深入战场的各路玩家。

三、骨感的现实

AI搜索的愿景固然美好，但就现阶段而言，其距离大规模爆发时刻仍有着一定的距离。

据光子星球测试，多款以AI搜索自居的产品，搜索结果在内容层面大同小异，且都存在一定的逻辑问题——以“去年诺贝尔数学奖得主是谁”为例，多款AI搜索应用仅指出无法检索到相关信息，却没能指出诺贝尔奖并未设有数学奖这一客观事实。

一位尝试过多款AI搜索产品的用户告诉光子星球，AI目前主要起到筛选信息的作用，前提是这些信息属于自身的知识范畴，不然远不如用谷歌慢慢搜。“如果自己没有辨识能力，很容易被AI的‘幻觉’所影响。”

这意味着，现阶段AI搜索产品的准确率、精准度，仍有着较大的提升空间。

另一方面，AI搜索当下面临着用户群体稀缺的问题。目前，AI搜索的用户更多是对前沿科技较为感兴趣的极客群体，而非普罗大众；而AI搜索“对话式”、“解题式”的搜索体验，固然能覆盖大学生群体，以及投资、媒体行业等客群的需求，但过度的工具化，也在一定程度上为其套上了枷锁。

换句话说，AI搜索或许能拿下所谓的“精英互联网用户”，不一定就能为“沉默的大多数”提供一个非用AI不可的理由。

一个简单的例子，用户若想去某旅游景点，并提前做相关攻略，面对AI冷冰冰的话语，或许用户更愿意接受小红书带有“温度”的笔记以及素人用户评论的评论区。很多搜索场景下，用户需要的并非“答案之书”简短而精确的回答，而是如抽丝剥茧般，成体系地了解。

这意味着，若AI搜索若不能持续进化，直至满足绝大部分搜索场景的诉求，那么玩家们借助AI浪潮绕道而行的产品，或许只能被收束为前述“垂直搜索引擎”的一部分，想象空间大打折扣。

因此，纵观近两年掀起的AI搜索浪潮，尽管表面火热，但以重塑搜索赛道格局的标准来看，绝大部分国内玩家们并未找到真正行之有效的切入路径，大都换汤不换药。当然，若考虑到AI迭代升级的可能，以及GPT Store交出的答卷，AI搜索不失为迷失在大模型应用迷雾里的玩家们，寻找落地空间的有益尝试。