現(xiàn)在Agent們卷報告，單個任務(wù)的運行時長已經(jīng)到幾十分鐘級別了，秘塔卻在這種情況下倒著來，扭頭去把速度升級了。

于是，2025年AI搜索的速度達到了

400 tokens/秒

什么概念呢？大部分問題2s內(nèi)就能答完。隔壁 DeepSeek R1 是 21 tokens/秒上下。

是肉眼看到的速度提升：

DeepSeek 還在搜索信息的時候，秘塔已經(jīng)完成了信息輸出，甚至還是抽出時間做出了一個互動網(wǎng)頁。

所以今天我來試試看，把秘塔變成我信息處理的主引擎，看看這二十倍速的AI搜索能不能改變我的工作節(jié)奏、閱讀習(xí)慣，甚至整個信息處理邏輯。

01｜快，就不準了？

所以除了快，

秘塔本身的輸出質(zhì)量怎么樣？先來總結(jié)一下上周末宇樹機器人的CMG世界機器人大賽系列賽吧，

從思考過程上看，秘塔按照比賽基本信息、過程、結(jié)果、甚至是比賽的意義來匯總信息。

實際上搜索到的30個信息源里難免會有重復(fù)的，秘塔采用的方式是先選擇主要的信息來源，再通過其他信息源驗證。除了回答問題外，秘塔會主動補充更多的額外信息，我常看見的就有相關(guān)的事件、組織或者人物：

再來跟海外AI搜索Perplexity比一下英文搜索，

The main information of Claude4 conference and its subsequent impact Claude4會議的主要內(nèi)容及后續(xù)影響

還是先看看信息源，畢竟Rubbish in, rubbish out。

在英文輸入下，我重復(fù)運行了10次，平均下來秘塔信息源的中英文比例大概是在4:1，數(shù)量大概是在普通版 Perplexity 的5倍上下，是 Pro 版 Perplexity 的2倍左右。

秘塔信息源Perplexity信息源

再用放大鏡看看信息類型，秘塔搜索到的信息類型有網(wǎng)頁、PDF、論文、視頻。Perplexity 集中在社區(qū)帖子、網(wǎng)頁和視頻。

關(guān)于會議本身的信息，兩邊都總結(jié)的挺好的，當(dāng)天從頭看到尾的我也沒發(fā)現(xiàn)有遺漏什么信息，區(qū)別點發(fā)生在subsequent impact這一句。

這是一個陷阱句，

如果我在一開始就限定學(xué)術(shù)影響、模型調(diào)用量影響等，我相信兩邊都可以做好，但在沒有前置條件下，這句就是為了考考模型本身面對這種指向性不強的問題時，能不能盡可能給出全面的答案

秘塔能給出具體的數(shù)據(jù)和案例Perplexity給出的AI痕跡太重，我基本不會收錄

Perplexity 默認給出了一些通用、抽象、空泛的推測，比如“該會議受到了技術(shù)圈的廣泛關(guān)注”之類，這些我都是直接劃掉的。

秘塔不一樣。

你不給它限定，它就全給你拉來。

• 模型性能變化 + 第三方基準評測數(shù)據(jù)

• 產(chǎn)業(yè)鏈反應(yīng) + 投資人社交動態(tài)

• 學(xué)術(shù)論文數(shù)量 + arXiv 中相關(guān)關(guān)鍵詞變化

• 網(wǎng)絡(luò)熱度傳播路徑 + 關(guān)鍵詞流量截圖

不像是“找資料”，而像是“交報告”。

至于速度方面就基本沒啥可比性了。 Perplexity 比 DeepSeek 快一點，但不多，輸出完成的時候，秘塔已經(jīng)輸出完，可視化網(wǎng)頁都做了30%。

這里我貼出了完整答案的鏈接：

metaso.Cn/s/ewofeXr

www.perplexity.ai/search/the-main-information-of-claude-GvwCTVKbSgmea6aax7WiTA?0=d

02｜快，就專注了！

過去每次用 AI ，我都已經(jīng)習(xí)慣：

輸入問題 → 打開新窗口 → 干別的 → 回來看結(jié)果 → 重啟注意力

這整個過程，一次次打斷我的專注節(jié)奏。

有時候剛寫的段落忘了上下文，或者看完結(jié)果還要重新找回來。

番茄鐘都就救不了我。

我也嘗試過兩個頁面并排，讓眼睛余光能撇到進度，但這樣會占據(jù)我14寸屏寶貴的面積，尤其是在寫代碼、寫作的時候，我巴不得把屏幕當(dāng)作31寸用。

但秘塔不一樣，它輸出太快，以至于我的注意力沒有斷過。

這個流暢體驗讓我重新把“搜索”放回了寫作流程的內(nèi)部，而不是跳出去開另一個 tab。

AI 搜索不應(yīng)該像“等飯”，應(yīng)該像“拿調(diào)料”。

隨時用，隨時放下。

秘塔不是回答一個問題，它是給你一個信息網(wǎng)絡(luò)。

結(jié)果頁右側(cè)是引用的來源列表

左欄是結(jié)構(gòu)化答案 + 衍生問題

還能單獨打開“講解模式”，深度拆一條內(nèi)容

搜索結(jié)果的頂端支持切換全網(wǎng)、文庫、學(xué)術(shù)、視頻和播客搜索，

文庫的信息來源主要是PDF，基本會匹配上各種研究報告。

找視頻的時候更夸張，也就比B站自己的搜索框好用十幾倍吧，

秘塔自己就會做好二次分類。Claude4 的訪問方式、使用場景、性能對比、編程能力等都列好了視頻列表

搜播客的時候接的就是小宇宙，右下角還會標注播放的次數(shù)

因為速度足夠快，所以我會更樂意在同一個問題里切換不同的信息源，在5分鐘內(nèi)我就可以收集到大量有用的信息。

這不是我變勤奮了，是它變快了。

讓我可以用原來1/3的時間，完成了3倍的信息探索。

當(dāng)我想深入閱讀一下某個信息源的時候，

秘塔還有一個早就上線的講解功能。

每個信息源都可以講解，目前應(yīng)該是網(wǎng)頁、pdf為主，點擊之后就可以設(shè)置我對知識掌握的程度和講解風(fēng)格，

我喜歡的就是進階者級的暴躁老哥，聽起來很帶勁

非常有儀式感啊，

塔子老師還會先準備課件

講解的同時支持對照原文，真的有點夢回到高中聽老師講課的感覺了。這時候還可以將頁面隱藏起來，把它當(dāng)作播客來聽。

所以說秘塔真的不按套路出牌，

一般不都是給自己多堆點特色功能，

或者把自家的核心功能打磨到極致，二選一的嗎？

哪來那么多的精力選擇都要，

但秘塔真的做到了。

它把“AI 應(yīng)該如何理解人的信息意圖”這個問題，做到了極致。

它讓我意識到，

AI 不是用來替代搜索，而是用來整合信息結(jié)構(gòu)。

秘塔的快，不只是讓你更快得到答案，而是讓你有可能“邊看邊學(xué)”；在提問中自己能構(gòu)建一個完整的認知模型；

秘塔的體驗，

不是 AI 工具的炫技，

而是信息勞工的救贖。

@ 作者 / 卡爾@ 動手學(xué)AI知識庫 / learnprompt.pro

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點贊｜在看｜轉(zhuǎn)發(fā)｜評論更多的內(nèi)容正在不斷填坑中……