本週，OpenAI 搞了一個大花活。

整整一週，不斷有外媒獲得最新消息，報道 OpenAI 即將推出搜索產品，甚至前幾天，已經有媒體拿到了 ChatGPT Search 的提前體驗版本——界面仍然是對話交互，但 GPT 回答時會使用網絡信息進行回答。

不過，在預熱了一整週後，5 月 11 日最新消息，OpenAI 在下週將舉行發佈會，但將不會發布 GPT-5，也不會發布 AI 搜索引擎。

AI 搜索目前是海內外 AI 創業團隊的重要方向之一。在海外，主打 AI 搜索的 Perplexity 目前估值已經超過 10 億美元。

OpenAI 爲什麼會選擇這個時間點做了一波這樣的宣傳？如果 OpenAI 真的入局搜索，會對搜索格局帶來什麼影響嗎？對於創業者來說，AI 搜索是一個好的方向嗎？

5 月 10 日，極客公園創始人&總裁張鵬、推出國內第一款融入大語言模型的搜索引擎-天工 AI 搜索的崑崙萬維董事長兼 CEO 方漢，和投資了最近幾個月數據飆升的祕塔搜索的獵豹移動董事長兼 CEO、獵戶星空董事長傅盛，在極客公園「今夜科技談」的直播中，共同聊了聊這個話題。

兩位嘉賓都是經驗豐富，身經百戰的創業者，在外媒傳出確切消息之前，就明確指出了 OpenAI 此次傳出要推出 AI 搜索引擎的消息，大概率並不是要在此投入巨大的精力，做成一項驚人的產品，而更多的是一場 PR 戰術。

兩人共同對 AI 搜索背後所需的技術儲備、AI 搜索的成本結構和商業模式進行了分析，並對 AI 搜索的未來進行了展望。

極客公園對此次直播進行了整理，分享如下。

OpenAI 做搜索，能做出什麼新的花樣？

極客公園：OpenAI 爲什麼在這個時間點上，傳出要推出搜索引擎？

傅盛：前天我和朱嘯虎一起參加了投中的論壇，他當時有一個觀點就是覺得 OpenAI CEO Sam Altman 是一個非常能吹牛的人。我覺得無論怎麼說，我們要意識到，Sam Altman 的 PR 能力確實是非常強的。

從歷史上來看，他每一次 PR 的時間點都拿捏地非常準確。當時發佈 Sora 的時間點，就是 Anthropic 的 Claude3 和其他幾個大模型上線的時刻。它們在文本能力上突進地很快，那 Altman 立即給你升維一下，說你看你還在講陸軍的事，我都到空軍了，然後立即輿論又都在關注 Sora，OpenAI 又成了業界唯一的明星。

其實你現在回頭想想，Sora 從頭到尾就是一場 PR，現在都五月了，還是沒有開放給公衆使用。

傳聞中的OpenAISearch測試界面|圖片來源：賽博禪心

我的觀點是，GPT-5 的研發，肯定遇到了一些問題。如果不是這樣，直接上 GPT-5 就好了。科技企業，永遠都是能早一天就早一天，絕對不能晚的。GPT-5 要不就是性能沒有提升地那麼驚豔，要麼就是成本上特別高。

但以我對 OpenAI 的理解，即使成本再高，只要效果特別驚豔，它一定會往外放，先震你一下再說，哪怕 GPT-5 一天就能用 5 條，那也讓你先用一下，讓所有的人的目光都過來。所以我覺得 GPT-5 的研發可能還是遇到了一些問題，不管是成本，還是所謂安全性問題，或者幻覺問題，反正多少遇到了問題。

作爲 OpenAI 來說，現在這麼燒錢的情況下，用戶量增長就是它的核心命脈，一旦不增長，融資下筆錢的時候，估值上不能再上一個臺階，就會很麻煩。

所以我覺得這次說要做搜索引擎，就是圍魏救趙，我最近經常唱衰 OpenAI，因爲我覺得，從一個商業公司角度，其實 OpenAI 走到這裏，現在有點騎虎難下。

方漢：我首先非常贊同傅盛老師一個觀點，就是 Sam Altman 的確是一個 PR 高手，而且是是絕頂高手。

我認爲在 OpenAI 裏面，權力最大的其實是 PR 團隊，或者說負責去融資的團隊，其次是技術團隊，再其次是產品團隊。我認爲這個排序導致了 OpenAI 做出了種種行爲。

GPT-4.5 和 GPT-5 爲什麼遲遲不發？根據我得到的消息，OpenAI 已經訓出來了，也不是能力不行，但是它現在沒有把握在工程上把這個東西效益最大化。

這個的意思是什麼？剛纔我們也聊到了，用戶漲不上去是 OpenAI 現在最頭疼的事情。如果發佈了一個新的大模型，它沒有把握一次性、瞬間獲得足夠多的用戶，那它就不會上，這是它根本性的原因。

那麼發搜索產品呢？我們目前看到的產品形態上來講，OpenAI 的搜索產品，並沒有對海內外所有的搜索引擎產品，形成碾壓，形成 SOTA（state-of-the-art，最佳表現），發佈這個產品，可能會讓用戶有一點增長，但不會讓用戶翻倍增長。所以我認爲，這是在 Google I/O 前一週對谷歌的一次戰略狙擊，它的根本戰術上，還是在等待和籌備 GPT-4.5。

極客公園：OpenAI 如果推出搜索引擎，會解決 OpenAI 的什麼問題嗎？會使搜索引擎的格局有變化嗎？

方漢：我覺得它應該能提升用戶使用上的體驗，但是對大盤影響不大。

最早 Bing 推出 new Bing 的時候，把谷歌都嚇死了，但最後對於 Bing 的大盤其實沒有什麼影響，谷歌過了半年一看市場份額好像沒什麼變化。我覺得搜索引擎對於 OpenAI 的用戶增長也不會有根本性的變化。

傅盛：我還沒看到它的具體頁面會是怎麼設計，但我覺得如果它變成一個默認功能的話，還是多少會增加一些用戶的這個感知點的。未必是能帶來多少新用戶，但是老用戶的留存活躍這件事可能能夠變得好一點。

OpenAISearch測試界面|圖片來源：賽博禪心

搜索這個功能，對於用戶日常將其從好玩，變成當作生產力工具使用，是非常重要的。我其實之前一直不明白爲什麼 ChatGPT 在發佈之初沒有增加這個功能，我懷疑，原因可能在於成本。

它本來成本已經很高了，也一直在努力降成本。不加搜索時，本來用戶問一個問題，然後模型去預測下一個字，都需要這麼多推理成本。

如果加上搜索後，用戶問一個問題，你先去啪啪啪搞出幾十個網頁，抓取下來幾千個字，傳給模型再讓模型總結，那這個成本就高很多了。

極客公園：在部分灰度用戶的測評中，我們看到此次 OpenAI 所說的搜索產品，其實產品形態和現有的搜索產品很接近。是不是 AI 搜索的產品形態，沒有太多的創新空間了？

傅盛：現在這個形態的 AI 搜索，我覺得創新空間不大。

AI 搜索，是讓用戶省去了去點網頁、選網頁以及看網頁的過程，而把這個過程用大模型，用 AI 去替你做這件事情。

這裏面涉及兩個技術問題，一個是把網頁收集回來，一個是把網頁內容傳遞給大模型讓大模型進行總結。

前者涉及到要建立網頁索引庫，而不是簡單地去百度搜幾個網頁，然後拿回來加工——百度肯定是不讓你這麼幹的。祕塔搜索也是自建了索引庫。而後者涉及到 AI 算法和模型能力。

我覺得形態上大家都是比較類似的，而從模型能力角度講，目前看來，整理網頁內容把它輸出出來，需要的 AI 能力，其實也不是那麼高，百億參數的模型已經夠了，那後面就是涉及到，誰能把工程化、產品化做的更好。

工程化是什麼意思？

技術，我們指的是算法啊等等的進步。比如原來是用牛、馬來進行運輸，那我現在在算法層面，做出一個超級算法，相當於我做了一個蒸汽機，把這些東西統統搞定，仍然能保證有很強的運載力。

而工程化，指的是，有時候現在沒有這麼強的一個技術出來，我們怎麼去多搞牛、馬，協調這一千頭牛、一萬匹馬，來完成一件事，保證它不出錯。

AI 搜索，現在雖然是大一統了，在很多細微的地方，就能看到不同的產品，是不一樣的。

PerplexityAI的搜索界面|圖片來源：截圖

比如用戶在問不同問題的時候，看似在做同一件事，其實不同的搜索產品背後，會用不同的分類策略，對問題先進行分類。哪些問題深度要求高，哪些問題實時性要求高，再做對應處理，不同的產品就會體現出區別。

再比如一個回答，是從知識庫裏調出來只是進行回答，還是純網頁的信息整合？那天我問祕塔搜索，第三次世界大戰會不會打起來？你會發現它的回答，不完全是忠於網頁內容做出來的報告，它給了我三種可能：打、不打、說不清楚。但是同時它搜了很多網頁，爲選項做了支撐。這個如何保持一定的客觀性，分配權重，是很細的活。

再比如，AI 搜索引擎怎麼去做排序？這也是一個點，而且可能未來和傳統搜索引擎的點完全不一樣。比如傳統搜索引擎，一般不會把一篇很專業的，非常長的論文，直接推到用戶面前。但是在 AI 搜索下，爲了提供更準確的回答，它在搜索引擎所依賴的背後內容的排序上，可能反而是很靠前的。

所以我覺得，未來 AI 搜索產品，拼的應該不是誰的技術特別牛，拼的是如何讓搜索結果能夠更忠於網頁內容，如何做出更體系化的整理這種工程能力和產品設計能力。

方漢：我認爲現在的 AI 搜索的產品形態只是一個暫時的一個形式，爲了讓傳統搜索引擎用戶，能夠很順暢地遷移到新形態的 AI 搜索上去。但是隨着技術和產品的迭代，我相信新的交互形式、新的產品形式都會在 AI 搜索上展現。

比如我們可以看到這次 OpenAI 的搜索 GPT，裏面含了一個功能叫 wikis，我認爲可能就是用 GPTs 這種 agent（智能體）來實現的。在搜索的時候，可以調用各種各樣的模型解決用戶的問題，將是 AI 搜索的上限所在。

也就是說，根據用戶的特定需求，我可以調用各種各樣的模型，我可以調用翻譯模型，我可以調用總結模型，我還可以調用 tts 模型，把它轉成語音輸送給你。如果用戶想在論文方向搜索，我專門做一個論文的智能體，調用這個智能體來回答你的問題，這個上限我覺得是非常高的。

在我們的實踐過程中，我們的天工 AI 搜索裏面已經集成了大量的官方的製作的智能體來提升 AI 搜索的效果，且推理成本其實還是可控的。

但是我這裏要吐槽一下 OpenAI。因爲我看了 OpenAI 的使用界面之後，我心裏的想法是，他們的技術話語權遠遠超過產品的話語權。

search.chatgpt.com 的網頁存檔 目前該網站無法打開 | 圖片來源：X 用戶 Tibor Blaho

爲什麼這麼說？

它們的產品裏，要搜索，首先要選模型，兩到三個模型，還要選是否使用圖像搜索等等，我覺得複雜度比谷歌還高。我一個做技術的人，我看沒有問題，但很多用戶一定是用不明白的。他們的所有技術細節都沒有藏起來，我開個玩笑，這樣做產品的，在張小龍手下，一定活不到第二天。

所以總的來說，我認爲 AI 搜索的形態仍然有非常大的進化空間，但具體怎麼變，說實話我也很難預測。

OpenAI 也沒有帶來太多產品形態方面的驚喜，最多就是這個 GPTs，但我覺得在國內的人看來，比起我們熟悉的微信小程序什麼的，看起來也還是挺落後的。

AI 搜索好在哪？從設計原理上解決幻覺問題

極客公園：AI 搜索相對於傳統搜索引擎有哪些區別，有哪些優勢？

方漢：傳統的搜索引擎是通過爬蟲，把互聯網上所有的網頁都抓取回來，然後經過清洗跟排序，最後在用戶打出查詢詞的時候，搜索引擎按照自己的邏輯，對網頁進行排序，給到用戶。整個過程，用戶需要自己選點那個網頁，點開之後也要自主去看。

而 AI 搜索，讓用戶省去了去點網頁、選網頁以及看網頁的過程，你直接看到的，就是它對現有網頁的一個總結結果，相當於一個搜索小祕書。

它最大的作用是什麼呢？是降低了用戶的搜索時間，以及提高準確性。

我們都使用過傳統搜索引擎。要去打開網頁看內容，看完了靠人腦去總結，耗時其實是蠻長的，基本上都要幾分鐘，但現在大模型替你做這個事情，它可以在幾秒鐘之內就可以給你一個總結，基本上天工搜索的用戶基本上都會反映它極大地提高了大家的工作效率，甚至它一些總結，包括腦圖 PPT 你可以直接用。

天工AI搜索的增強模式（共有簡潔、增強、研究三個模式）|圖片來源：截圖

在傳統搜索引擎中，最早谷歌搜索引擎除了搜索按鈕以外，還有另外一個按鈕 I feel lucky，點一下就直接進入第一個搜索結果，實際上是傳統搜索引擎降低交付的走成本的一個嘗試。本質上我們現在所有的 AI 搜索就是 I feel lucky 那個按鈕所起到的作用，只不過我們做的比他們要好得多。

另外就是準確性。AI 搜索解決了大模型的幻覺問題。大家一開始用 ChatGPT，其實很多人是把它當搜索引擎用的，但實際上它是會經常一本正經的胡說八道。AI 搜索通過 RAG 這些技術，先找到事實，12345，限制大模型根據以上事實來回答問題，能極大地抑制甚至徹底消除大模型的幻覺。

傅盛：我們一定要意識到一點，就是搜索用戶在搜索的時候，其實抱着非常多的目的。有的搜索，就是尋址，我懶得記一個網頁的網址，我要去那個網頁，我就去搜索引擎上搜索一下。不知道大家知不知道，以前百度搜索的第一名，是 Hao123，是一個彙集其他網址的導航網站。

還有一些搜索，只需要一些及時的簡單內容，這種也不太需要 AI 搜索。我覺得現在的 AI 搜索，更側重於一些特定的搜索需求——在一個相對複雜的問題下，對網絡上的結果進行綜合分析，更偏向於形成某個東西的一份調查報告那種感覺。

祕塔搜索的研究模式（共有簡潔、深入和研究三個模式）｜圖片來源：截圖

當然它從客觀上克服了幻覺的問題，但理解 AI 搜索，一個更好的理解是把它理解爲個大模型的一個非常垂類的場景，大模型作爲主力，去幫我研究一下比如新能源車最近價格是如何變化的，這個助理就幫你去在搜索引擎上找了一堆的文章，然後給你整理了一份報告。

極客公園：用戶願意信任 AI 搜索嗎？AI 搜索是不是隻是一小波用戶的需求，而不是一個大衆需求？

傅盛：用戶願不願意信任 AI 搜索，AI 產品能做出怎樣的體驗非常非常關鍵。

比如祕塔搜索，在產品中，它生成的回答，會列出參考的資料，12345，列給你看，增強你的信任感。我看到有些競品，也列了 12345，但實際上，引用的不是列出來的最新內容。

祕塔搜索的深入模式（共有簡潔、深入和研究三個模式）｜圖片來源：截圖

所以我覺得，用戶的信任，可能是需要通過不斷地通過品牌的行爲，去強化和獲得的。

不產生幻覺，我覺得技術上是完全可以做到的。這時候就要看，是不是因爲大家做產品做的比較快，細節上做的不夠，另外任何搜索引擎，包括傳統搜索引擎，也會出現一些誤差，能不能把這個比率控制在不影響體驗的範圍內。

這也是我前面說，AI 搜索現在是比拼工程化、產品化的時候的原因。不是弄一堆文章過來，整理一下，就算做好了。

對 AI 搜索引擎來說，其實用戶對於 AI 不信任的問題，反而是其次的。更多的是，如何去用 AI，滿足更多的搜索需求。

比如百分之八九十的搜索，可能不需要用到深度分析，我在傳統搜索引擎下，搜一下得到一個電話或者地址就好了。這可能是 AI 搜索需要解決的更大的問題。

不過長期來說，所有的搜索，肯定都是 AI 搜索。包括傳統的搜索引擎，他們也在看，也在推出 AI 搜索的功能，大家最後肯定是殊途同歸的。

方漢：我認爲 AI 搜索首先是沒有幻覺問題的，因爲從技術原理上來說，它是先搜索再總結，然後再通過智能體去處理。在這個流程過程中，我們從源頭杜絕了這個欺詐的問題。

同時傳統搜索引擎，要列出更多網頁，需要保證這所有網頁都不是欺詐網頁。而我們只需要把這些網頁裏面我們認爲最可靠的三個，互相交叉驗證之後最可靠的三個的內容進行總結，展現在網頁上給用戶去看，那麼一定是可靠性是增強了的。

我們都有能力鑑別一個網頁是不是欺詐，但並不是所有用戶都這樣。我們的父母輩，他們真的是沒有能力鑑別這一點的。天工搜索有合規小模型，反欺詐模型來篩選網頁，也會從 prompt 端優化讓模型輸出多數網頁認可的價值，那鑑別能力低的用戶用 AI 搜索，效果一定是正向的。

我們這些很熟悉技術的人，自己很熟悉傳統搜索，能夠主動地去合適的網站找到合適的內容，所以有時候覺得一部分需求好像 AI 搜索滿足不了。但我們不要忘記，AI 搜索從出現到現在也就一年多的時間，隨着時間的推移，我認爲 AI 搜索在體驗、準確性等問題上都會遠遠超過搜索引擎，

我們的用戶數據裏看到，天工搜索的用戶的粘度是非常高的，非常信任我們。爲什麼？因爲他們會看我們給出的索引。

比如說體制內的人用我們的搜索幫助寫公文，他會發現我們索引，引用的都是官方媒體的，他用了幾次之後就會非常信任我們，所以我認爲，信任會隨着時間的推移而逐漸增強。

天工AI搜索的研究模式（共有簡潔、深入和研究三個模式）｜圖片來源：截圖

至於用戶羣體，我剛纔也提一下，new Bing 出現後，Bing 搜索引擎的市場份額只有小幅增加。那是因爲它當時的智能體的技術不成熟。

用戶上來就是搜一首歌、搜個電視劇、看個八卦什麼的，我認爲這部分需求用智能體一定是可以解決得非常好的。

有了智能體的技術，用戶更多的長尾需求可以得到滿足，那麼我認爲用戶量的增長是指日可待的。

我完整的經歷了中國搜索引擎的發展過程。當初百度搜索在那個北大燕園資源樓辦公的時候，我還去參觀過。其實最早用搜索引擎的人，也全是像我們這樣的一些技術極客，但慢慢的它就會泛化到全人羣。我認爲 AI 搜索也是這樣。

現在使用我們 AI 搜索的主要用戶應該還是白領用戶以及技術極客居多。隨着時間推移，AI 搜索也一定會逐漸被更多樣的人羣使用。

AI 搜索的商業前景：成本低於 5 美分就能盈利

極客公園：傳統的搜索引擎，用戶免費使用而 B 端投放廣告，形成了成熟的商業模式。AI 搜索中，用戶直接得到搜索結果，會不會改變商業模式？能夠盈利嗎？

方漢：上個時代的搜索成本，它首先有個固定開銷，就是你的爬蟲集羣的開銷，這個爬蟲集羣，如果索引全球的網頁的話，那基本上在 3, 000 臺服務器到 1 萬臺服務器之間，這是個固定開銷。

另外一部分成本就是做 page rank（網頁排名），這個服務器規模是更爲龐大的，且是動態開銷。你的用戶越多，你這個集羣就需要越大。

在這兩個開銷之外，還有人員成本，還有保護費的成本——比如說谷歌每年要給蘋果交錢，讓蘋果保留使用谷歌作爲默認搜索。

所有這些都加起來之後，谷歌每年搜索引擎查詢次數是 3.3 萬億次，單次搜索的成本是 0.2 美分。然後整個谷歌搜索廣告的收入是 1, 500 億美金左右，去年可能是 1, 600 億差不多，可以算出來差不多一次搜索產生的收入是 5 美分左右。

然後再跟大家說一個數字，OpenAI 早期的成本，注意不是現在的成本，早期的成本，一次對話的成本是 36 美分，就是你可以看到這裏面有幾個數字差，36 美分、 5 美分、 0.2 美分。可以看出來，推理成本，是 AI 搜索商業模式中非常關鍵的因素。

我再跟大家分享另外一個數據，文生圖有一個開源模型，叫 Stable Diffusion。我記得非常清楚，在 2022 年的時候我開始使用它，當時一張 4090 的卡平均是跑 3 分鐘出一張圖。今天我用 4090 還是同一張卡，我一秒鐘能出 100 張圖。可以看出，推理的優化速度非常快。我認爲跟摩爾定律是有點像的，推理成本的下降速度跟摩爾定律是一樣的，非常快。

甚至未來，端側推理變得足夠成熟之後，在端側去做這件事情，幾乎不存在推理成本了。我認爲 AI 搜索商業模式應該很快就可以打正，這只是一個時間問題。

在商業模式上來說，最基礎的 AI 搜索的商業模式，一定是靠廣告信息流，那麼這個商業模式也是非常成熟的。實際上國內的單個搜索，能夠收到的錢比國外高很多，但基本上也是在 5 美分或者是幾十美分這種量級，我們認爲這個東西短期內也不會有太大的變化，所以我們也在一直優化，一定要把我們的推理成本打到 5 美分以下，整個商業模式纔會成立。

我認爲這個現在也不是特別難的事，這一天遲早會到來。

我們還會做智能體，智能體實際上屬於 VIP 服務了，還可以收到更高的費用。

傅盛：在商業模式的問題上，首先每次搜索成本的價格必須降下來。

Transformer 那種大架構，如果你千億參數，你每一個網頁你都送進去喂一把，來一下上下文，那最後它就是很貴，搜索成本不降下來，你找用戶收錢，每月收你 100 塊錢，我還得限制你用多少次呢，商業模式就是算不過來賬。

祕塔搜索的創始人是獵豹移動以前專門負責 NLP 的首席科學家。祕塔搜索特別值得一提的是，他們做產品的時候，思路非常清晰，搜索成本一定不能高。

祕塔在搜索背後的這個模型，大概也就是百億參數，是自己訓的一個模型，所以使得祕塔搜索的每次的搜索成本是非常低的。現在有的大模型，幾百萬字上下文，可能一次搜索的成本要幾十塊錢。

祕塔搜索的深入模式（共有簡潔、深入和研究三個模式）｜圖片來源：截圖

我覺得由於需求的這個場景越來越明確，然後大家如果在這個網絡框架或者算法上去發力，整個行業一起努力，我覺得成本會降得很快，可能最後降到一個和傳統搜索成本差不多，或者稍微高一點點的水平，這是我個人一個判斷。

而真正未來的商業模式，也許是一個複合模式。比如祕塔搜索裏面，有個功能叫深度分析，可能以後那種深度分析的功能就是會員享受的。具體的祕塔商業模式會怎麼發展，我不能替創始人回答，只是一個想法。去年祕塔這個團隊都是盈利的，它沒有像 AI 公司一樣去燒錢，是非常務實的團隊。

極客公園：AI 搜索是創業者的好機會嗎？

傅盛：AI 搜索，我們叫大搜索創業，肯定不適合大部分創業者。競爭對手都是巨頭，壓力很大。

其實 AI 出現對搜索大廠本身是增強的。

爲什麼大家現在開始用小紅書搜索一些娛樂內容，講難聽點，就是因爲今天百度不好意思公開地去抓人家不讓抓的數據。但有了 AI，大廠可以偷偷抓，變成自己的內容吐出來，像是洗稿，那其實是增強了它的能力。

而且大廠其實不是沒有 AI 的能力，AI 的能力是傳統搜索團隊的覆蓋範圍之內的。傳統的搜索引擎公司，想做 AI 搜索，核心是成本問題，不是能力問題。創業者儘量不要去打人家火力範圍內的事情。

對於大廠來說，它不着急。這波人工智能下，我認爲即使英偉達的股價泡沫破滅了，谷歌可能都是比較穩的。它只要不斷地做 Gemini，等到整個商業模式變好了，再開始大力推。

只要大廠不犯重大錯誤，大搜索格局上，很難有大的變化。

但是我覺得 AI 搜索的這個模式，對於很多垂類來說，是可以做的。隨着一些基礎技術和 AI 的普及，比起以前，創業者做一個垂類搜索的速度快了非常多。

搜索可以無處不在，它不一定要以一個大搜的形式存在，所以創業者可以考慮在你的各種產品當中去加一些 AI 搜索模塊。因爲 AI 搜索它整個的能力已經上來了，成本也降下來了。做模塊可能比以前要簡單得多、也會多得多。

方漢：首先我認爲 AI 搜索不是創業者一個好的方向。很簡單，AI 搜索，如果你要想做到成本最低，你一定要自建搜索引擎索引庫，這個成本是非常高的，我不覺得一個小創業者能解決這個問題。

我們公司做這個事情是因爲我們原來在海外做 Opera News 這個新聞推薦產品的時候，從 16 年開始就自建了一個比較小的一個搜索引擎，我們當時每天大概索引 5, 000 萬個新聞網站，我們整個 AI 搜索的引擎團隊是一脈相承的，也就是說我們做這個搜索引擎的集羣已經做了有七八年了。

索引庫實際上就是爬蟲集羣和存儲集羣。比如有做個人站的，你能看到的個人站上，有幾個網站帶着 bot 的標誌來爬蟲你的個人站了，你就知道有哪幾個公司是有自己的爬蟲集羣的。

這一塊其實是一個比較大的成本，因爲如果你沒有的話，你就得去買第三方的服務，比如調用 Google 的或者是 Bing 的索引庫，給他們錢。那基本上，購買第三方服務就可以把你所有的利潤都喫完了。谷歌自己的成本是 0.2 美分，那你覺得它會賣你多少錢它覺得合適？

這個成本遠比你的推理成本要高，而且推理成本在迅速地下降。

看未來的話，AI 搜索最後可能不會取代市場上的老大，但它有可能把市場上的老二老三給擠下來。

即使現在有谷歌搜索，其實同時仍然還有很多的搜索引擎。垂類的搜索引擎活得很好，比如 DuckDuckGo。我認爲這種引擎反而是未來受到威脅最大的。

另外我反覆強調智能體，你的智能體如果能夠滿足一部分垂類用戶的需要，那你這個 AI 搜索就能夠長期存在，而這些特定領域，搜索巨頭未必能覆蓋的到。舉個例子，搜論文，谷歌做了一個學術搜索，但是在中國有知網，然後在海外還是有 Arxiv，垂類領域我們認爲 AI 搜索通過智能體的賦能空間還是非常大的。

天工AI的智能體廣場｜圖片來源：截圖

極客公園：未來搜索這個形態本身，還有搜索的市場格局，會發生變化嗎？

方漢：一個比較少被討論的點是，在現在的搜索格局下，谷歌和百度這兩個搜索巨頭，都在自建內容閉環。谷歌給 Wikipedia 捐了很多錢，20% 的流量落在 Wikipedia 上。百度有百度百科、問答等等。

大模型可能會完全顛覆內容閉環這件事。Wikipedia、百科都需要人工編輯，只要需要人工編輯，維護成本就非常高，而目前看到，大模型是有機會自己去生成 Wikipedia 的。我覺得下一段時間 AI 搜索都會聚焦的一個方向，是內容生成。

包括我們看到，微軟的新模型，是使用 GPT-4 生成的教科書來訓練的。大模型現在已經可以生成教科書了，雖然這個教科書用來訓練模型，我們實際看到其實效果不太好，但仍然可以側面說明，我們離生成合成數據越來越近了。

傳統意義上的搜索，它只是一個很長一段時間最適合我們獲取信息的一種方式。然後隨着大模型的進步，隨着 AI 的進步，我們認爲我們有能力給用戶提供更方便、更直接的這樣一個體驗。只要你能夠讓用戶真正的省時間，真正的能提高準確性，變方便，那麼你的使用率自然會上升，你的留存自然會變好。

大家都現在都在卷模型的指標。以後當技術進步放緩的時候，我認爲產品就會介入。現在這一波 AI 創業中，產品的話語權是遠遠低於技術的，我認爲這個情況是不太正常的，長期來看一定是改變世界的是產品。

未來的搜索市場份額，我認爲新產品一定是能拿到的。谷歌這樣的大公司，沉沒成本太高了，行動速度一定是比新產品慢的。但是能不能守住這個市場份額，以及能不能顛覆這個市場，是不一定的。

2023 年搜索引擎市場份額 ｜圖片來源 YouTube Data Wrap可能顛覆市場的是做操作系統的，或者是做別的產品的公司，一下子降維打擊，把搜索引擎的市場搞沒了。端側推理和智能體，都可能帶來顛覆創新。

傅盛：五年之內，搜索的形態可能會發生一些變化，可能真的會從一個純服務端的變成本地化的。意思是，我真的不再去打開一個網站了，我就在手機上問我的 Siri 就行了，每個回答給我 20 字，直接滿足我 90% 的需求。

我不知道這件事會不會真正發生。但是端上運行的大模型，將變成一個非常重要的變量。像我剛纔講的，搜索市場本身，在原來的格局下，我看不到第一名被顛覆會有很大可能性發生。234 名可能會有些變化，誰在這個 AI 上懟的快，可能市場份額就上去了。

但是我覺得，明年我們可能會看到一個結果，就是端側推理，會不會給整個搜索形態帶來重大的變化。蘋果六月份就要發佈他們涉及到端上模型的方案。當時財報會，有人問蘋果公司，你這麼大一個公司，買 GPU、卡買的不夠多。

蘋果的回答是我們是混合模型，大模型我們用合作伙伴的，端側本地模型我們自己研發。它對本地模型是極度重視的。行業裏現在已經分兩派了。

OpenAI 那派推 7 萬億 GPU 小鎮，在擴雲端模型。而另一派，就是關注本地。微軟，到蘋果，到高通，現在都在推 AIPC 了。

我覺得其實第二派會更快地到來。有可能你的電腦以後就是一個搜索引擎了，那我覺得這個可能對搜索引擎的模式是完全的顛覆。

我本地一個 APP，到百度抓五六個網頁，自己回來做分析。你說百度不讓我抓？這個沒辦法不讓抓，你也分辨不出來，我就是一個用戶。那到時候，搜索引擎的整個商業模式就完全沒法成立了。

責任編輯：隨心