AI搜索正在實現從搜索需求理解到交付結果的跨代。

作者|Jeff

編輯|楊舟

AI的最廣泛應用入口仍舊是搜索，在這個超級通道里，三個玩家已經完成自我革命擠上牌桌。

01谷歌拉響紅色警報

2022年《紐約時報》報道，ChatGPT發布不久，就有網友使用后給出了很高評價“ChatGPT 好強，能夠替代谷歌搜索”，當時谷歌高層對此并不擔心，因為這完全在他們的“意料之中”。

但樂觀并沒有持續多久，谷歌迅速來了一個180度大轉彎，Pichai親手拉響了罕見的紅色警報——在谷歌內部，“紅色警報”代表的是當前、緊急、直接的危機。比如搜索或者Gmail這樣的核心產品突然宕機，即使程序員不睡覺，也必須搶時間立刻修復。

Pichai拉響這次警報，大概的意思是：“你們要把這次ChatGPT對谷歌帶來的威脅，當做和谷歌搜索宕機事故一樣的嚴重性看待。”

之前不擔心，是因為早在2021年，谷歌就已經使用1.56萬億個單詞在內的龐大的文檔、對話等樣本訓練出AI聊天機器人LaMDA(Language Model for Dialog Applications) ，并且LaMDA被《華盛頓郵報》報道后也曾引發轟動，谷歌內部工程師發現LaMDA不僅具有深入思考的能力，而且聊天過程中始終聲稱自己擁有意識和情感。 LaMDA實際上已經具備了和ChatGPT基本相同的能力。

谷歌已經有自己的同類產品，甚至比ChatGPT問世還早，但是從2021年I/O大會到2022年年底，LaMDA發布已經有一年半的時間了，卻仍然沒有像ChatGPT那樣面向公眾大規模開放。

真正讓谷歌震撼的是，ChatGPT-3.5，成為了第一個從AI學術界破圈進入主流用戶群體的產品，而自己居然沒意識到：LaMDA明明更早發布，卻落后于ChatGPT，是一個重大的錯誤，其嚴重性和緊迫性，應該被當作真實生產環境事故一樣對待。

02Perplexity增長神話

目前市面上的AI搜索產品主要有三大類，一是專門的AI搜索，二是傳統搜索引擎加入了AI能力，以及第三類大模型廠商做的有搜索能力的產品。

第一類以Perplexity、納米AI搜索、夸克AI搜索代表，第二類以New Bing、Google AI Overview為代表，第三類以Kimi、豆包、騰訊元寶為代表。特別是第一類原生AI搜索的當紅炸子雞Perplexity，它引發了眾多后來者的“模仿”。

Perplexity是一家神奇的公司，它以“答案引擎”來替代“搜索引擎”，這背后的邏輯——搜索是為了獲得答案，答案引擎才是第一性原理。

2023年，Perplexity被Google封殺，完全禁掉流量流入，每天都掙扎在倒閉邊緣。

2024年，全世界的投資人都爭先恐后地要投資，世界10強公司想高價收購但被它拒絕。

由前OpenAI研究科學家Aravind Srinivas聯合幾位合伙人共同創辦的Perplexity，在沒有任何用戶基礎的情況下MAU（月度活躍用戶）超過千萬，而這僅用了短短不到兩年時間。

這樣的快速增長，讓許多人注意到AI搜索可能上演的變革——顛覆搜索引擎的往往不是另一個搜索引擎，而是跨界創新、從未見過的新物種。

Perplexity的初代產品是一款自然語言到SQL的轉換工具，最初面向企業客戶。創始團隊在市場調研中發現了傳統搜索引擎的幾個問題：

?傳統搜索引擎結果中充斥大量廣告，用戶體驗差。

?信息過載導致用戶難以快速找到準確答案。

意識到AI能夠從根本上革新搜索體驗后，Perplexity迅速變換方向，開發出AI驅動的對話式搜索引擎。Perplexity誕生了兩個重要的產品創新：

?以 AI Overview給出的答案來替代傳統搜索的網頁排序。

?給出的答案標注參考出處，附帶了可靠的來源鏈接，信息可以追溯。

簡單來說，Perplexity比Google更懂你的問題，又比ChatGPT多了真實世界的數據感知力。

傳統搜索引擎需要用戶不停篩選信息，閱讀鏈接，效率低下。DeepSeek等生成式AI雖然方便，但偶爾“幻覺頻發” 查學術資料、做投資調研時，很難找到權威且準確的結果。

與傳統搜索引擎相比，Perplexity直接給出總結答案，它更高效、更精準。相比DeepSeek和ChatGPT這些chatBot輸出的對話內容，又不用擔心出現幻覺問題。這是它的價值所在。

Perplexity的高質量回答還體現在學術級精準度。對于查找論文、學術資料的用戶來說，Perplexity能顯著降低錯誤率，檢索誤差減少70%。英偉達創始人黃仁勛曾說他幾乎“每天都會用Perplexity”，并且舉例，想了解計算機輔助藥物研發的時候，就會用Perplexity進行搜索。

Perplexity還有另一個顯著特點，它支持連續追問，有點像“AI問答社區”。Perplexity創始團隊有來自美版知乎Quora的成員，使用Perplexity時你可以一問再問，它會“記住你前一個問題”，在上下文里逐步深入。不像傳統搜索，每次都是“一問一搜”，用戶得自己整合答案。

Perplexity的成功，也不僅僅局限在AI閱讀網頁結合用戶提問，在AI Overview后直接給出答案，以及答案會標注信息來源，這些已經成為了現在AI搜索的標配。在源頭將用戶提問進行深度處理，對問題本身的挖掘也是關鍵。根據流傳的采訪片段，Perplexity創始人Aravind Srinivas相信“用戶不會有犯錯”的信念：

“雖然每個人都有很強的好奇心，但能將好奇心轉化為精確問題的人很少。”Aravind Srinivas說，Perplexity因此花了大量時間在處理、分析和重組用戶查詢的問題上，也就是說，當用戶提出相對含糊的問題后，Perplexity會首先將問題處理成更有邏輯的提問方式，即優化用戶的Prompt后，才將問題交給模型回答。

像知乎一樣“相關問題”和“發現”功能的設計也出于同一邏輯，Aravind Srinivas稱，他會親自參與“發現”選項卡背后的內容挑選，以便持續了解產品是否一直“足夠簡單，連普通新用戶都能輕松理解”。Perplexity首席商務官Dmitry Shevelenko提供的數據稱，由“相關的問題”產生的用戶查詢占據Perplexity總查詢量的40%。

持續改進產品，不斷提升AI回答質量，同時保持產品容易上手的特性，對新用戶友好。Perplexity不僅在巨頭的絞殺中脫穎而出，估值更是坐上了火箭：

?2024年初：約5億美元

?2024年6月：30億美元

?2024年12月：90億美元

?2025年5月：140億美元

Perplexity最新的估值來到了140億美元，ARR在2024年達到了1.2億美元。根據國內AI產品榜、36kr、硅星人｜沃垠AI 聯名發布的第23期 AI產品榜，僅僅在網站（web）端，4月Perplexity的月度訪問量達到了1.17億。

03納米AI搜索“異軍突起”

Perplexity稱自己為“答案引擎”的原因——作為一個從搜索API到底層大模型都直接“套殼”的產品，Perplexity并不提供直接的搜索能力，而是通過接入API獲取了搜索引擎檢索的內容之后，再通過GPT-4、Claude等大模型將答案進行總結，最終整理成固定的格式呈現給用戶。

換句話說，Perplexity 140億美元估值建立在精巧的產品設計之上。

Perplexity展示的思路：AI搜索不是搜索，而是高質量的AI overview。Perplexity一系列產品手段，可以總結為——對用戶輸入問題的“修正、定位和延續”，以及對AI輸出回答降低幻覺、增加專業性。

AI搜索產品真正比拼的也不是底層的技術能力，而是技術之上，誰能提供更準確可靠的答案、更快的響應速度、更智能化的用戶體驗。其中，“準確可靠”是拉開差距的關鍵，Perplexity的隱憂恰恰也在于此。

AI Overview要想得到高質量的答案，底層數據的質量和數量至關重要。只有底層數據庫足夠大、容納的信息足夠多、信息更新得足夠及時，才能保證大模型在內容獲取的時候“有據可依”，從而總結和輸出更準確、更有時效性的內容。這也是谷歌為什么在搜索引擎領域常年保持90%以上市占率的原因——他們從1998年成立的第一天起就開始做索引，擁有全世界最大、最全的索引庫，能夠提供最準確和及時的搜索結果。

因此，想要讓搜索結果變得更準確，自建索引庫是很重要的解決辦法。

目前，絕大多數AI搜索產品都只是接入了傳統搜索引擎的API，沒有重新做一套底層的搜索系統，只有少部分如秘塔AI搜索（播客和文庫板塊）、納米AI搜索以及少數的垂直AI搜索引擎搭建了索引庫。這主要是由于接入傳統搜索引擎的API已經能解決95%的問題了，加之自建索引庫的成本非常高昂，需要大量的人力財力和時間，因此，如果自建的索引庫不能提供比Google和Bing的API更加優質的內容，就沒有必要自建索引庫。

自建索引庫的成本有多高呢？360副總裁梁志輝曾經在一次播客中表示，爬取5000萬網頁的成本大約在100萬-200萬人民幣左右，但是5000萬網頁對于搜索引擎來說是很小的一個數字，基本上做一個搜索引擎，起碼要爬取1000億的網頁；如果要索引全球網頁的話，基本上需要3000臺-1萬臺服務器提供支持。

也就是說，做一個最簡單的搜索引擎，起碼要有20億-40億元的預算，這還不包括PageRank（網頁排名）的服務器成本、終端廠商的保護費成本和人員成本。這對于任何一家中小型創業公司都是難以逾越的成本。

這也是為什么目前搜索引擎只有谷歌、微軟、百度、360等幾家大廠在做的原因——做搜索引擎成本太高了，只有大廠才有充足的資金、人才去做這件事。

而除了成本高昂，搜索技術和算法也是相當有壁壘的一件事。以谷歌引以為傲的排名算法為例，它考慮了數百個不同的因素，包括內容質量、用戶體驗、移動友好性、頁面加載速度、安全性等，不僅結構復雜，而且還會根據外界環境實時進行更新。據了解，谷歌平均每天發布6次算法更新，每年高達2000次；而且算法保密度極高，谷歌公司內部都沒幾個人知道其搜索排名算法的全貌。

可以想見，在如此巨大的成本+超高的技術門檻下，中小搜索引擎/AI搜索公司想要自建面向全網索引庫的難度無異于愚公移山。

套殼式產品，接入傳統搜索引擎API不僅有“被掌控”的風險，第三方搜索引擎完全可以進行“區別對待”。自建索引庫，有更精準可靠的信息來源，卻是一件門檻極高的事情。

這也是Perplexity這樣AI原生搜索引擎的真正軟肋。沒有自己的搜索，進行AI Overview時最關鍵的原始素材——搜出來的內容質量和數量都不能保證。Perplexity單純靠產品設計，長期來看并不能高枕無憂，有搜索的大廠想復制不難。

一個最近的例子，根據AI產品榜web端最新的數據，納米AI位列AI搜索中國第一，也超過估值140億美元的Perplexity；在全球，New Bing悄無聲息地登頂。New Bing和納米AI恰好都有傳統搜索的底子，Bing之前一直是全球市場第二，而納米AI源自360搜索，基本上也處在中國市場第二。兩家在傳統搜索有積累卻無法登頂的公司，在AI搜索出來后，迅速發力。

像谷歌這樣的搜索引擎霸主，讓它復制一個Perplexity并不難，無論自家搜索還是自己的大模型Gemini，它能完全從底層重新構建。讓它糾結的是，在自己傳統搜索產品的市場份額非常穩固，商業模式完全定型、異常成熟的時候，是否要冒著收入下降的風險，將搜索改成一個不確定性很高的新形態。

一個沒有歷史包袱，又有搜索積累的廠商，做AI搜索可能才是真正的狼來了。比如榜單靠前的納米AI搜索，在360的搜索和瀏覽器、客戶端的技術積累下，產品動作相當快：

?以多模融合、循環推理進行AI Overview ，是春節期間第一個接入滿血版DeepSeek的AI搜索；

?搞免費容量最高的知識庫（第二大腦），搜索生成答案從公域走向私域，更加垂直和專業，讓搜索開始滿足個人和行業的深度定制；

?上線MCP萬能工具箱，普通用戶可以手搓超級智能體；

?超級Agent門檻直接拉低。開發深入辦公、生活服務的高階Agent，成為像App Store這樣一鍵下載的App。

納米AI 還在做對Deep Research（AI深度研究搜索）的進一步擴展，能夠以搜索為起點，執行任務、交付結果。用戶真正的需求并不是搜索，而是搜索后做購買決策、做旅游攻略、深入研究課題、完成一個視頻制作。

納米AI目前支持以自然語言對話來實現超級搜索。對于用戶來說，納米AI能夠從簡單交互對話中精準感知用戶意圖和需求，自主規劃相關搜索任務，進行目標任務拆解，每個子任務都能實現獨立的深度搜索、調用工具、甚至路由調用高階智能體，在多輪循環推理和內容生成后，最終交付執行結果。納米AI超級搜索超越了傳統一問一答和簡單的大模型信息總結，能夠實現從模糊搜索需求到具體任務執行，“端到端”的搜索體驗。

當在搜索框輸入“預算500-1000，你幫我推薦幾個口碑最好的運動休閑的男鞋，鞋子品牌可以是Nike、Adidas和安德瑪”。納米AI超級搜索就將任務拆解為四個子任務，查找購買攻略、分析商品信息、進行商品對比、加入購物車。

每個子任務單獨進行信息搜索和MCP工具調用，比如在小紅書收集各個品牌的購買攻略。

在淘寶、京東等電商平臺，收集和分析相應的商品價格信息。

納米AI超級搜索更與眾不同的地方，子任務拆解也并不僅僅是類似Deep Research的過程，在目標任務的分配中，可以路由到具體的垂直智能體，實際體驗下來，功能相當的強悍。

04谷歌以“AI Mode”反擊

時間跨到2025年5月，Perplexit估值達到了140億美金，谷歌也開始了“反擊”——將包括搜索、瀏覽器在內的產品，一瞬切換到“AI Model"，特別是搜索，徹徹底底向“AI智能搜索”脫胎換骨。

谷歌搜索將不滿足于在生成結果中顯示“谷歌摘要”的簡單AI Overview，而是直接在結果分類中新增“AI模式”標簽，展示效果類似獨立AI搜索應用。

其中三個特點幾乎跟納米AI超級搜索“重合”：

納米AI超級搜索是將復雜意圖拆解成子任務，每個子任務都能獨立調用搜索和MCP工具。谷歌AI智能搜索，支持復雜、多輪、多模態提問；通過 “query fan-out”機制，將問題自動拆解成多個子查詢，深入搜索更廣泛網頁資源； 并且整合Gemini 2.5定制版本，提升理解力、回應準確性與邏輯結構。

納米AI在子任務上即可發起類似Deep Research的搜索和信息整合過程。谷歌AI智能搜索則是深度功能拓展：自動生成專家級研究報告，針對復雜查詢（如論文研究、技術主題），AI Mode可發起上百次自動搜索，匯總、推理并形成完整引用的深入報告，節省數小時調研時間，適合高等教育、商業研究與學術探索場景。

納米AI超級搜索可以根據目標，路由到相關智能體去執行子任務，谷歌智能搜索同樣是以智能代理（Agentic Capabilities），讓AI為你辦事。谷歌智能搜索能自動任務執行，當前支持購票、訂餐、預約，未來拓展更多場景，還能實現信息同步與結賬轉接。

更巧的是，納米AI團隊有多年瀏覽器開發經驗，定制了專用的AI瀏覽器，而谷歌Chrome瀏覽器中將加入Gemini AI助手，未來將能夠“跨多個標簽頁工作，并代表用戶瀏覽網站”。

移動互聯網時代是APP信息孤島時代，搜索的內容碎片化，這是普遍的用戶痛點。納米AI搜索融合了高階智能體能力，以MCP工具調用和AI瀏覽器的Agent瀏覽動作，模仿人類的computer use，做到了全域搜索，電商、內容、短視頻此前互相割裂的內容終于被“統一”。

納米AI超級搜索和谷歌AI智能搜索，兩家都是用AI突破了內容高墻，并且讓搜索從排序答案，到搜索意圖的完整執行。

AI搜索正在實現從搜索需求理解到交付結果的跨代。屠龍者Perplexity打醒了巨龍谷歌，擁有“傳統搜索惡龍”和“AI搜索屠龍者”雙重身份的納米AI搜索和New Bing，正在悶聲發財。

本文為《市象》原創文章

未經授權不得轉載或建立鏡像

轉載、交流、合作請添加微信：MingFei_99