AI搜索不是救世主，但是一種新選擇。

這一輪生成式 AI 引發(fā)的浪潮可以說愈演愈烈，幾乎每隔一段時間就會有新的 AI 公司和 AI 產(chǎn)品出現(xiàn)在我們的面前，也能看到很多已經(jīng)功成名就的人選擇投身 AI 創(chuàng)業(yè)熱潮。

就在昨天，前小度 CEO 景鯤公布了離職百度后的新動態(tài)，宣布和前小度 CTO 朱凱華聯(lián)合創(chuàng)立了 AI 創(chuàng)新產(chǎn)品公司 MainFunc，旗下首款 AI Agent 搜索產(chǎn)品 Genspark 已經(jīng) Beta 上線。

圖/ Genspark

此外，MainFunc 還拿到了 6000 萬美元（約合人民幣 4.35 億元）的種子輪融資，投后估值直接來到了 2.6 億美元（約合人民幣 18.87 億元）。

此時距離他辭任百度集團(tuán)副總裁和小度 CEO，剛剛過去 8 個月。耐人尋味地是，他在離開百度后選擇的領(lǐng)域恰恰是百度的核心業(yè)務(wù)——搜索。

不留在百度的體系內(nèi)做 AI 搜索，而是選擇和前小度 CTO 一起自己做，這在一定程度上說明了百度面對 AI 搜索這個全新領(lǐng)域存在一些問題。但更重要的可能還是，景鯤的選擇再次證明了很多人相信的一點：

AI 搜索，大有前途。

但這種「前途」會徹底改變我們獲取信息的方式嗎？又會打破現(xiàn)有的搜索市場格局嗎？

Genspark，又一個有點不同的 AI 搜索

和所有 AI 搜索一樣，Genspark 也采用了以對話為主要交互方式的設(shè)計，用戶提出問題后，Genspark 會生成相關(guān)的簡短回答，直接給你你可能需要的信息，而不是給你你可能需要點擊、瀏覽、判斷的「十個藍(lán)色鏈接」。

此外，MainFunc 官方相信，Genspark 可以提供更高質(zhì)量的搜索結(jié)果——也是回答。按照官方的說法，Genspark 使用多個專門的人工智能模型，每個模型都旨在處理特定類型的查詢。

在底層，Genspark 依靠內(nèi)部訓(xùn)練的模型以及來自 OpenAI、Anthropic 等的第三方模型來對用戶的搜索查詢進(jìn)行分類，并確定如何組織和呈現(xiàn)結(jié)果。比如我們搜索「OpenAI 什么時候推出的 AI 搜索？」（實際沒有推出）：

圖/ Genspark

Genspark 的每個搜索結(jié)果頁面首先會呈現(xiàn) AI 生成的結(jié)果摘要，后面是指向更詳細(xì)的 Sparkpage 的鏈接，基本上可以理解為針對問題生成的一篇完整回答。最后還有一些推薦鏈接，這部分就相當(dāng)于傳統(tǒng)搜索引擎的結(jié)果頁面。

而 Sparkpage，也是 Genspark 區(qū)別于其他任何 AI 搜索的獨特性交互設(shè)計。除了生成一個類似維基百科的詳細(xì)回答，用戶還可以在 Sparkpage 右側(cè)的對話窗口，繼續(xù)與 AI 進(jìn)行對話，不管是針對回答的疑惑進(jìn)行展開，還是針對部分內(nèi)容進(jìn)行深入。

圖/ Genspark

針對大模型的「幻覺」問題，AI 搜索一般都采用 RAG（檢索增強(qiáng)生成）技術(shù)降低「幻覺」的出現(xiàn)概率。景鯤則在 TechCrunch 的采訪中另外表示，Genspark 的 AI 模型偏愛具有高權(quán)威性和流行度的網(wǎng)頁，對過濾掉更多「外面」的信息有很大幫助。

「我們非常重視數(shù)據(jù)質(zhì)量，我們相信數(shù)據(jù)質(zhì)量是贏得這場比賽的關(guān)鍵，」景鯤強(qiáng)調(diào)。但現(xiàn)實是，在這場 AI 搜索的比賽中，重視數(shù)據(jù)質(zhì)量的不僅是他們，參加比賽的對手也是層出不窮。

生成式 AI 掀起的搜索革命

曾幾何時，以谷歌和百度為代表的搜索引擎可以說是整個互聯(lián)網(wǎng)最重要的「入口」，基于搜索引擎，谷歌一直以來的使命就是：「整合全球信息，供大眾使用，讓人人受益�！�

但在很長的時間內(nèi)，搜索引擎的產(chǎn)品形態(tài)和商業(yè)模式并沒有發(fā)生質(zhì)的變化，甚至體驗還有所退步。

在傳統(tǒng)的搜索體驗中，用戶通常是腦中存在一個或模糊或清晰的問題和需求，然后需要將這種需求轉(zhuǎn)化成一個或幾個相關(guān)的關(guān)鍵詞。

接著，搜索引擎根據(jù)關(guān)鍵詞、索引庫找出相關(guān)的網(wǎng)頁鏈接，再通過算法排序的方式呈現(xiàn)相關(guān)程度最高的網(wǎng)頁鏈接。同時，在搜索結(jié)果中還往往穿插著幾個「偽裝成搜索結(jié)果」的廣告。

圖/百度

與之相對的，得益于大語言模型實現(xiàn)了強(qiáng)大的自然語言理解能力，用戶可以用最自然的自然語言進(jìn)行搜索，AI 搜索也能夠更準(zhǔn)確地理解用戶的提問意圖。

此外，雖然 AI 搜索同樣需要匹配超大規(guī)模的索引庫來找到相關(guān)的網(wǎng)頁，但在呈現(xiàn)上徹底改變了過去信息的組織和設(shè)計，沒有「信息排序」，直接給出答案，不需要用戶點擊排在前的最相關(guān)鏈接，再找出自己真正需要的信息。

簡而言之，相比傳統(tǒng)的搜索體驗，AI 搜索是一種交互和效率上質(zhì)的變化，也被很多人視為搜索的未來。所以即便 AI 搜索嚴(yán)重挑戰(zhàn)了現(xiàn)有的搜索廣告商業(yè)模式，谷歌也還是推出了 AI 搜索。

今年 5 月 15 日，谷歌在 Google I/O 開發(fā)者大會上宣布將在谷歌搜索上線基于 Gemini 大模型的 AI Overviews 功能，簡單來說，就是根據(jù)用戶問題在搜索結(jié)果頁直接生成一個簡短的回答，然后才是以網(wǎng)頁鏈接為主的傳統(tǒng)搜索結(jié)果。

圖/谷歌

用過 New Bing 的讀者一定不陌生這種形式，事實上這也意外著谷歌搜索終于也邁出了通往「AI 搜索」的一步。

相比之下，作為全球第一大中文搜索引擎，百度同時還是國內(nèi)最早推出自主訓(xùn)練大模型，雖然旗下也有主打 AI 搜索的「簡單搜索」，但百度搜索卻取消了 AI 搜索功能（文心一言推出早期有上線過）。

而與此同時，由前 OpenAI 研究科學(xué)家 Aravind Srinivas 聯(lián)合幾位合伙人共同創(chuàng)辦的 Perplexity，已然成為了當(dāng)下最具代表性和影響力的 AI 搜索。截至今年 1 月，Perplexity 的月活躍用戶就超過了 1000 萬，訪問量超過 4500 萬次，總搜索量超 5 億次。

加上轉(zhuǎn)型 AI 搜索的傳統(tǒng)搜索公司，以及一大批新涌現(xiàn)的 AI 搜索初創(chuàng)公司，AI 搜索似乎已經(jīng)到了「萬馬奔騰」，一舉取代傳統(tǒng)搜索的局面。

但 AI 搜索已經(jīng)到了取代傳統(tǒng)搜索的階段嗎？可能還為時尚早。

我放棄了把 AI 搜索作為默認(rèn)搜索引擎

坦白講，從去年開始小雷就嘗試過將瀏覽器的默認(rèn)搜索引擎換成「AI 搜索」，主要是用連英偉達(dá) CEO 黃仁勛都在用的 Perplexity，今年還嘗試過將之前中文搜索體驗還不錯的秘塔 AI 搜索設(shè)置成默認(rèn)搜索引擎。

但現(xiàn)實是，我其實都用不了多久就會換回谷歌，理由并不復(fù)雜，核心是 Perplexity、秘塔 AI 搜索以及其他 AI 搜索都：

不可靠。

比如剛剛問到的回答，圖/ Genspark

作為科技編輯，小雷幾乎每天都需要使用搜索引擎，也嚴(yán)重依賴通過搜索來獲取信息，同時信息的準(zhǔn)確性也非常重要。這一點應(yīng)該很好理解。

但 AI 搜索本質(zhì)上是能聯(lián)網(wǎng)的 AI，同時基于 RAG 技術(shù)，大模型會結(jié)合用戶提問和相關(guān)檢索信息作為 Prompt 輸出回答。雖然不少觀點認(rèn)為 RAG 技術(shù)是當(dāng)下緩解大模型幻覺的最佳解決方案，但不僅遠(yuǎn)談不上解決，實際緩解的效果也有限。

具體到 AI 搜索體驗中，小雷看到有些回答會明顯懷疑一些信息的真實性，這個時候又不得不需要通過谷歌等傳統(tǒng)搜索引擎進(jìn)行檢索、查證，因為 AI 搜索的來源鏈接也充滿了幻覺。

但我又不可能每個信息都重新進(jìn)行搜索、查證，否則就與「使用 AI 搜索提高搜索效率的初衷」背道而馳了。

更大的問題是，如果一些信息錯得并不離譜，我對一些特定領(lǐng)域也并不了解，很可能不會意識到錯誤，甚至?xí)�直接使用了錯誤的信息，從而產(chǎn)生錯誤的理解和觀點。

簡單來講，作為能聯(lián)網(wǎng)的大模型，目前的 AI 搜索很多時候是存在幻覺的黑箱，我很難信任 AI 回答里面的各種信息，所以寧愿退回傳統(tǒng)的搜索體驗，使用關(guān)鍵詞找到相關(guān)的網(wǎng)頁，再人工尋找和判斷我需要的信息。

但這不意味著我會放棄使用 AI 搜索。

首先，大模型的流行注定會改變互聯(lián)網(wǎng)的內(nèi)容生態(tài)，我們很早就在文章中表達(dá)過對生成式 AI 內(nèi)容充斥互聯(lián)網(wǎng)的擔(dān)憂，今年你甚至還可以看到字節(jié)跳動、掘金等公司通過 AI 生成了海量中文網(wǎng)頁「污染」搜索引擎。

豆包生成的就有 1560 萬條，圖/谷歌

而不同于傳統(tǒng)搜索引擎的機(jī)制和交互方式，AI 搜索理論上相對更容易繞開這種「污染」，同時對話式的交互也能避免了大量無價值內(nèi)容，提高效率。

其次是在「What」之外，我們經(jīng)常需要向搜索引擎提出的問題還有「Why」和「How」，這方面對信息的準(zhǔn)確性要求較低，更強(qiáng)調(diào)整合梳理能力，而這恰恰是大模型極其擅長的，這是小雷需要的。

同時從更長遠(yuǎn)的角度來看，大模型和生成式 AI 技術(shù)還處在快速發(fā)展的階段，當(dāng)下幻覺的問題并不意味著在不遠(yuǎn)的將來會有更好的解決方案。

寫在最后

AI 搜索不是救世主。

AI 搜索的出現(xiàn)無疑給我們提供了一種全新的信息獲取方式，也帶來了不少新的思考和挑戰(zhàn)。但在使用 AI 搜索過程中，我們能明顯發(fā)現(xiàn)了其在準(zhǔn)確性和可靠性上的不足帶來的困擾。但這并不意味著 AI 搜索毫無價值。

相反，AI 搜索在整合信息、提升搜索效率以及避免無價值內(nèi)容方面展示了巨大的潛力。隨著技術(shù)的進(jìn)步，生成式 AI 的能力將會更加完善，或許就能解決當(dāng)前存在的問題。

所以比起一種取代傳統(tǒng)搜索的「救世主」，我更愿意把 AI 搜索看作一種新的選擇。我們在使用中需要不斷探索和適應(yīng)，找到最適合自己的使用方式。在這個過程中，傳統(tǒng)搜索引擎和 AI 搜索并不是互相排斥的，而是可以相輔相成，共同改進(jìn)我們的搜索體驗。

或許在不久的將來，AI 搜索能夠解決目前的不足，比傳統(tǒng)的搜索方式更能「整合全球信息，供大眾使用，讓人人受益」，成為人類獲取信息的主要方式。

來源：雷科技

       原文標(biāo)題 : 景鯤要再造一個百度？生成式AI顛覆搜索為時尚早