作者|James
上周，ChatGPT正在測試一個獨立于其大模型對話框之外的AI搜尋功能，将使用專屬網址 search.chatgpt.com ，據說支援以圖搜圖，還可能包括天氣、電腦等小工具。
作為AI領頭羊，OpenAI的幾乎每一個行動都能激發業界的熱烈讨論。不過中原標準時間周二淩晨的釋出會上沒有公布和搜尋相關的資訊，這次開放的GPT-4o模型主要增強了語音、圖像方面的多模态能力。
有多樣的證據顯示ChatGPT搜尋确實在做，還有人号稱刷到了灰階測試資格。與此同時，在AI搜尋這條戰線上，國外有Perplexity，國内有天工、秘塔；“傳統”搜尋引擎如谷歌、必應、百度、360也紛紛入場。
視智未來發現，不管公司是否正在開發基礎大模型，要推出一個AI搜尋界面并不困難，甚至最短隻需要一位個人開發者忙碌3天。
不過，秘塔科技的COO王益為對視智未來表示，想入場做搜尋也沒有那麼容易。做AI搜尋的技術力和産品力都同樣重要，也必須想清楚市場定位、商業化和覆寫算力成本的問題。
“我有個理論，一個工具的合理定價，大約是它所替代的工作價值的1/10。”王益為說，“秘塔AI搜尋現在産品大概是80分水準。如果要達到90分或更高，就是說使用者有強烈的付費意願。”
多模态“搶鏡”已久，單純的語言模型似乎有點寂寞，而AI搜尋似乎重新點燃了這方面的熱情。它會是繼視訊和音樂創作之後的下一個AIGC熱點領域嗎？是不是很快就會進入激烈的“千搜大戰”了？
在秘塔AI搜尋剛上線時，視智未來在秘塔科技的辦公室，與王益為進行了深入的交談。這期訪談節目的完整版，已經釋出在視智未來《對話AI創業者》播客上，歡迎長按或掃描下面的二維碼收聽：
VOL.1
AI搜尋，怎麼這麼像是大模型
在ChatGPT的搜尋功能正式亮相之前，外界充滿了傳聞和猜測。X（Twitter）使用者 @btibor91 根據洩露的部分前端代碼，繪制了ChatGPT搜尋界面的假想效果圖：
然而，我們可能很難看出新的搜尋界面與之前傳統的GPT聊天框之間有什麼差別。
與此同時，自媒體“賽博禅心”刷到了灰階測試中的 ChatGPT搜尋，下面是他嘗試搜尋的結果頁面：
這是視智未來使用ChatGPT Plus早就有的聯網功能，輸入的提示詞以及獲得的結果頁面：
——不能說非常相似，就是一模一樣嘛！
如果你感覺AI搜尋跟能聯網的ChatGPT沒啥本質差別，你的感覺是對的。
目前結合AI大模型與搜尋的方式，其背後的核心原理都是RAG（檢索增強生成，Retrieval-Augmented Generation）。
2020年，初創公司Cohere的帕特裡克·劉易斯（Patrick Lewis）在一篇論文中發明了這個術語，他因為縮寫“不太讨人喜歡”而道歉，“早知道我們的工作會變得如此出名，我們肯定會好好想一個更好聽的名字。”
簡單來說，RAG就是将輸入的提示詞轉換為搜尋關鍵字，根據網上搜尋到的頁面内容進行閱讀了解，然後限定大模型需要基于這些内容生成答案，而不是依賴模型自身的知識庫。
市面上的大模型聊天産品，除了ChatGPT等少數，大多數模型都将聯網搜尋功能免費提供，像文心一言甚至不支援取消聯網功能。
這實際上已經就是一種形式的“AI搜尋”了。此時，調用大模型API生成的結果，跟在大模型官網對話的結果，就會産生一定的差異。
除了上面的ChatGPT和搜尋結果對比，視智未來還對比了文心一言的輸出和百度“簡單搜尋”App的AI搜尋結果，以及谷歌Gemini的輸出和谷歌搜尋增強的結論。
結果是，同一廠家的大模型聯網結果和AI搜尋結果，很大程度上是可以互相替代的，盡管每次生成的結果都不完全相同。
王益為覺得RAG就是最大限度減少幻覺的最優解。他認為，讓大模型基于自己訓練的知識庫回答問題類似于閉卷考試，而使用搜尋引擎則相當于開卷考試，将準确率大大提升。
秘塔的拳頭産品“寫作貓”還開辟了基于搜尋的“事實驗證”功能，在一篇生成的或人類寫作的文章中，挑出可能有事實錯誤的地方，并提供網上相關資訊的連結。
當然，因為也不能100%依賴AI的判斷，這個功能将報警門檻值調得比較低，有時會有誤報，但“甯可殺錯，不可放過”，主要是友善作者人工二次檢查。
然而，針對RAG也存在不少質疑的聲音。例如，盡管RAG能夠提供更有用的參考資料，但生成内容的邏輯仍是一個黑箱，是以可控性并不強。有時候，即使指定了必須依據的材料，模型仍可能會“任性”地給出與材料不相關的答案。
另外，特别是在涉及推理能力的搜尋任務中，模型本身的局限性可能無法僅通過引入高品質的材料得到解決。例如，當要求直接提供網上文章能摘抄的具體段落時，模型可能能夠處理；但如果需要對搜到的曆年資料進行篩選、求平均值或極值等結構化操作時，出錯的機率依然很高。
既然是用了搜尋增強，那麼搜尋結果是哪裡來的呢？
有的團隊會像自己做大模型一樣，連搜尋爬蟲也是自己做。比如視智未來此前采訪昆侖萬維的董事長兼CEO方漢，他就解釋說，昆侖萬維的團隊從海外産品Opera News起算，在搜尋領域有6-7年的經驗積累。天工AI搜尋對重點網站的抓取頻率已經提升到每分鐘一次。
方漢還提到，昆侖萬維積累了豐富的預訓練資料收集、清洗、深度加工等能力。他們也在研究如何確定資訊的真實性，比如對各種資訊源網站進行打分；以及如何調整内容以适應國内使用者、如何避免資訊繭房等問題。
但可能更簡單的方法，就是套用現成的搜尋引擎。ChatGPT不用問，用的是必應搜尋。而根據The Information等報道，想做“谷歌殺手”的Perplexity 其實使用自動化系統來通路來自必應和谷歌的資料。它采用必應的 API 對結果中的信号進行排名，以确定網頁的相關性、品質和權威性。
在Perplexity們的界面當中都可以指定限定來源搜尋，而要想做到這一點，最簡單的方式就是用一個site文法來實作；用提示詞也是一樣的。
秘塔科技的王益為告訴視智未來，在寫作貓當中可以引用學術文獻作為文章内容的來源說明，這有助于AI幫學生們自動生成一篇論文的底稿。不過截至目前，學術搜尋依然是檢索一些公開的資源，比如知網的網頁版等等。系統隻能抓取标題和摘要等公網能通路的資訊，暫時還不能通路正文等需要付費的内容。
秘塔AI搜尋也有一個專門的學術搜尋分區，其檢索範圍和寫作貓的學術文獻檢索是一樣的。是以，如果真的有人想“量産”論文，一定要記得親自做好事實核查工作。
其實，AI産品缺内容的問題，不管是在訓練大模型的時候，還是在用大模型去搜尋的時候，同樣都是不能繞開的，如果要強行輸出它原本通路不了的内容，那就會出現幻覺和編造了。
在國内外，都有衆多優質的資訊來源是不開放對外搜尋的，例如購物網站，抖音、小紅書等社交網絡，都是禁止搜尋引擎爬蟲。還有一些社群的法務部門，會在檢測到你使用了他們的資訊之後開始行動。
是以，這些問題既不能在搜尋引擎層面來解決，也不能用訓練大模型來解決，那麼将“搜尋引擎+大模型”結合在一起，肯定也不要指望它能解決。在“圍牆花園”之外，也是巧婦難為無米之炊。
跟全網AI搜尋相比，将收費的新聞産品站内搜尋替換成大模型驅動，可以說有更高的成本效益。這不僅可以改善搜尋品質，也可以成為付費牆的另一個吸引人之處，提高讀者的參與度和付費意願。
在過去的幾個月裡，《福布斯》和《金融時報》推出了自己的對話式文章資料庫搜尋框。Snopes、《衛報》、《商業内幕》等出版商也在考慮使用生成式AI改進其站内搜尋功能。有媒體站方表示，“網站搜尋不是一個廣泛使用的功能，這給了我們一個在低風險環境測試AI的機會。”
VOL.2
AI搜尋，拿什麼抓住使用者
除了你很熟悉的大模型對話框，加入聯網能力之外，還有其它不同的AI搜尋界面形态百花齊放。究其本質，可以說是一樣的原理，換了不同的皮膚。
現有搜尋引擎巨頭會選擇在搜尋結果的最頂部，插入一小段由AI生成的總結，可以參看上文展示的谷歌搜尋的例子。
而早在文心一言上線之前，百度已經推出了名為“AI搜尋智能增強”的能力，現在這一功能已經在越來越多的不同關鍵字的搜尋結果頁面上顯示。
百度主打一個夠用就行，倒也沒完全追求一定要用大模型來生成。它始終沒有将文心一言跟搜尋結果頁整合，而是停留在“簡單搜尋”等外圍嘗試。
另一種展示方式是類似于微軟必應內建的Copilot。在使用者沒有主動調用Copilot時，輸入關鍵詞的搜尋結果将顯示在頁面的左側，而Copilot生成的内容則顯示在右側。360搜尋的展示方式與必應相同。
與之相比，并不是由“傳統”搜尋引擎做的AI搜尋，則會使用一種重新設計過的，專門的三欄式AI搜尋界面。這種設計的開創者是AI領域的“當紅炸子雞”Perplexity，這個名稱在英語中意為“困惑”。
Perplexity的創始人Aravind Srinivas對自己公司開創的這種新型搜尋界面非常敏感，他甚至在X（Twitter）上發文稱Meta AI的首頁設計模仿了他們，引發了一場小規模的争論。
在國内，采用這種界面的包括昆侖萬維的天工和秘塔等。
風頭正勁的Arc浏覽器的iOS版本，對AI搜尋采用了一種更簡潔明了的“變體”界面，隐藏了其它競品中一些可能幹擾使用者的可選項。
因為開源社群的幫助，做一個AI搜尋的“開發成本”現在已經做到很低，甚至出現了可以同時選擇搜尋API和大模型API切換的開源界面方案，就是搜尋引擎+大模型的“雙重套殼”。
據說這款名叫ThinkAny的外殼由一位獨立的開發者用了3天時間開發完畢。選擇搜尋範圍、生成思維導圖，切換大模型引擎，這些功能一個不落。
這樣一看，AI搜尋實際上是給大模型又套上了一層新的皮膚，找到了一個新的使用場景，也在解決人們對ChatGPT式聊天界面的“審美疲勞”。
如果這真的有用，那就像在去年年中來了一場“百模大戰”一樣，在接下來的一兩個月，很有可能也會出現“千搜大戰”的局面。
當ChatGPT最初引發轟動時，許多人都将對話框視為一種新形式的搜尋，新的“網際網路入口”。當時，視智未來還釋出了一份關于如何生成有效提示詞的《ChatGPT内容行業實用白皮書》，這些内容至今仍具有參考價值。
實際上在“傳統”搜尋引擎時代，早有人困惑，為什麼在搜尋相同内容時，有些人能迅速找到答案，而其他人卻一無所獲？這可能涉及到所謂的“搜尋引擎情商”。
當人們的輸入從幾個關鍵詞擴充為更完整的提示詞後，這個問題不但沒有緩解，反而更嚴重了。人們不得不研究各種“咒語”或繁複的輸入形式，甚至有專門的“提示詞工程師”職位。大模型聊天産品的易用性對普通人來說，其實是下降的。
根據報道，谷歌正在研究新的工具，能讓使用者在查詢時先經過一次提示詞基礎優化，然後再将優化後的提示詞送給大模型，以期得到更優的答案，但效果尚待觀察。
人們通常不願意從舊産品遷移到新産品。是以，習慣了傳統搜尋的使用者，至少可以在原有的服務中無縫體驗AI的新功能。相反，全新的服務可能會利用傳統的搜尋結果管道來吸引使用者。
視智未來注意到，位元組跳動旗下的大模型聊天App“豆包”，通過在傳統搜尋引擎中大量推廣，吸引了不少“神秘”的新使用者。有的使用者默默使用豆包，卻不知道其他國内類似産品，如文心一言、通義千問、智譜清言或Kimi都沒聽說過。這一點非常奇怪。
實際上，豆包的政策是首先通過搜尋引擎推廣（SEO）戰術，使用更精确的關鍵詞吸引使用者，然後将這些關鍵詞通過豆包的回答，把引流連結貼到搜尋結果頁面。在推廣抖音的時候，位元組已經熟練運用了這種方法。
可以預見，如果有人通過某種方式，将自己的搜尋請求從傳統搜尋引擎完全轉移到豆包，并形成了新的習慣，這就意味着哪怕是本來不需要大模型的搜尋請求，他們也是用AI搜尋，因為他們更不願意混搭使用多個不同的工具。
VOL.3
AI搜尋，怎麼才能不虧本
當所有人都湧入AI搜尋賽道，是“學有餘力”的大廠能赢，還是小但更專注的初創團隊勝出？在不同的視角肯定有不同的答案，秘塔的COO王益為就從“小廠”角度出發，說了他自己的看法。
如何在其它家都做搜尋的時候，展現差異化的競争力？王益為說，“沒有廣告，直達結果”是秘塔AI搜尋希望反複提及建立的使用者心智。
因為年輕人是寫作貓産品最大的使用者群，在産品剛一開始設計時，秘塔就決定放棄直接的廣告形式。“沒有廣告，主要是考慮要吸引什麼樣的人。我們釋出的第一條推廣視訊就是在也沒有廣告的B站釋出的。”
對于百度和微軟都提到過會研究“軟性植入”結果中的付費廣告位，王益為也态度謹慎，他說底線是推廣結果不能影響答案的準确和公正。
“我認為一開始他們可能會選擇簡單粗暴的方式，就像谷歌那樣直接在頁面上展示廣告。但随着時間的推移，可能會變得更加微妙，例如提供服務連結。你搜尋‘家裡漏水怎麼辦’，下面可能直接出現相關服務商的聯系方式。但這需要考慮周全，你需要確定推薦的服務有一定程度的可靠性和背書，如果推薦的服務不靠譜，會直接影響到搜尋引擎的聲譽。這件事情的風險很大。”
秘塔AI搜尋的目的是直接給出使用者需要的結果，而不是讓使用者在大量資訊中篩選。王益為提到，“直達結果”是他們的目标。它的“研究”模式動辄一次生成3000字，在一大堆文本湧現出來的時候，确實令人印象深刻。
盡管這些字數很大程度上不能一字不改直接使用，但它一次給你3000字，你自己縮成五六百字能用的，也不失為一個解決之道。
在這方面，不同産品的表現差異，更主要展現在基底大模型的差異上。秘塔的多款産品共用一個自研大模型，王益為表示，因為他們的模型在語料方面積累更深，是以參數也不必一味求大，100億（10B）對完成寫作文章的任務優化來說已經足夠。
秘塔AI搜尋還能提供更深入的服務，比如轉換成思維導圖、以及“一鍵生成PPT”用于業務彙報。當然，也有其它家的産品提供将結果“一鍵生成資訊圖表”等類似的功能。
放棄廣告位，也意味着秘塔AI搜尋對C端商業化的規劃，仍将以會員訂閱為主。
“從内部來看，我們會在産品達到一定品質标準時才釋出。通常，如果有人願意為此付費，就說明産品達到了我們自己認為的‘80分’水準，是真正有用的，而不僅是玩具。”
王益為表示，“秘塔AI搜尋現在産品大概是80分水準。如果要達到90分或更高，使用者有強烈的付費意願，我們不排除将來收費，或者隻對‘研究’模式收費。但我們還沒有确定。”
收多少錢合适呢？文心的進階版一個月收費40元，360也在收費。“目前天工它們還沒有收費，但它們有能力收。”
“我認為這是一個核心問題，你是否敢于收費？如果你不敢收費，就不能驗證自己的産品是否有價值。無論你怎樣誇大其詞，最重要的是，是否有人願意為之付費。如果有，那就很了不起。如果沒有，就說明問題了。”
寫作貓仍是秘塔目前的主力業務，大約占了收入的80%。寫作貓現在有大約120萬注冊使用者，付費使用者大概隻占3-4%。主要客戶仍然是公務員和學校的個人使用者。
此外，法律翻譯服務仍在穩定地提供現金流。“今年剛開始銷售的MetaLaw也表現不錯，我認為今年能賣出幾百萬（元的銷售額）是沒有問題的。”
這種收入結構讓王益為有點隐憂，因為通用大模型已經在改寫、糾錯等方面做得很好，
“我們提供的API服務，比如錯别字檢查、改寫等，都比大模型的服務貴。不是因為他們能降成本，而是被GPT卷得價格非常低，實際上都是虧本的。而且使用我們API的人同樣可以使用GPT。是以這部分簡單任務的收入隻要能保持穩定就不錯了。”
對話中，王益為還向視智未來分享了另一個經驗之談。
“我有個理論，（在國内）一個工具的合理定價，大約是它所替代的工作價值的1/10。例如，MetaLaw的産品定價是499元/年。這個價格對許多律師來說是可接受的。否則，他們可能認為是有點用途，但是不值這個價。最開始我們嘗試了一個1599元的價格，但一個都沒賣出去。後來我們降到499元，付費意願就上來了。”
秘塔因為創始人的背景因素，可以對法律AI創業輕車熟路，也見證了不少其它貿然進入法律AI的開發者碰壁。盡管如此，他們仍然深刻感受到追求盈利在國内的艱難。
“要知道，全國總共隻有70萬名律師。在這70萬人中，可能隻有10萬人會使用AI産品。即使其中一半人購買了這個産品，按照我們現在的定價，也隻是2500萬的收入。要實作1億的營收，就需要再找到3個類似的場景。”
如果今天正是“千模大戰”的前夜，那麼上面這些資訊可以讓我們窺探AI搜尋的實際發展空間有多大。
AI搜尋工具肯定會越來越多樣和強大，但單純的将大模型聯網再改個形式，恐怕并沒有真正了解搜尋引擎的本質，也不了解使用者如何使用搜尋。
搜尋引擎不僅僅是用來尋找資訊的工具，更是一個多功能平台，能夠直接回答問題，提供電腦、轉換器等小工具，以及各種其他内置功能。
目前的AI搜尋雖然在某些方面比傳統搜尋更有優勢，但它們的生成速度慢、結果呈現少、選擇偏向不明确等問題，影響了結果準确性這一根本名額。
同時，改成搜尋框後的使用者體驗也并沒有産生本質上的飛躍。從這個意義上講，OpenAI這次是用GPT-4o做語音助手，确實可能比推出搜尋産品更有趣一些。
未來搜尋引擎的發展，将更多取決于産品創新而非技術進步。要超越谷歌、百度、必應們，恐怕需要的不是先做一個聯網的大模型再說，而是始終關注如何才能解決使用者的實際問題。
歡迎長按或掃描二維碼收聽《對話AI創業者》播客采訪王益為的完整版：