开搜AI：用有依据的回答杀入AI搜索赛道

「有依据的回答，总比胡编乱造好。」一位深度使用开搜AI的用户说道。他的上一句是：现在的AI搜索都不太行，AI大模型在资料查询上更是一言难尽。

在国外Perplexity月活跃用户已破5000万，在国内昆仑万维的天工AI、360AI、秘塔科技正在强势分割百度的市场份额，此外在金融、旅游、编码、电商等垂类也有类似Hebbia、Wanderboat、Phind等这样的产品试图分一杯羹，他们都纷纷加入这场尝试打破巨头垄断的赛道：搜索。而豆包、kimi这样的新型大模型产品背靠巨头和资本，也试图在搜索领域加码，可谓前有猛虎后有豺狼。

传统搜索固然有很多弊端，谷歌和百度的地位真的很容易被挑战吗？

显然科技行业内专业人士普遍是唱衰的。多家证劵研报都提及了人们使用搜索引擎的习惯仍未改变，而拥有独立获取搜索内容来源能力也并不是AI本身可以解决的，这涉及大量的金钱和时间成本的投入，而在这件事的终局上一定是传统搜索笑到最后，AI搜索不仅面对技术实现与成本结构的挑战，也同时面临着与整个AI市场相同的困境：商业如何变现，PMF如何成立。

Google 已经率先在北美开启 AI Overviews 功能，而百度则在自然语言提问时，在顶部提供了「AI智能回答」功能。从质量上与AI搜索产品似乎并没有太大差异，而速度和内容源上仍然有绝对的领先优势。

OpenAI 发布 SearchGPT，正式宣布进军搜索领域，不仅挑战AI搜索新贵 Perplexity，也同时对谷歌和Bing发起冲击。无论是「即时的回答」还是「更准确的回答」，又或者是「知识的起点」，无不都在挑战传统搜索的弊端。

AI搜索的交互体验与聊天机器人 chatGPT 相似，用户通过输入框提问，通过AI收集网络信息或资源，进行数据结构化处理和查询匹配，通过AI基于问题意图理解总结提炼回答。OpenAI 在一篇博客文章中写道：“在网上获取答案可能需要付出很多努力，通常需要多次尝试才能获得相关结果。“我们相信，通过利用来自网络的实时信息增强我们模型的对话能力，找到你想要的东西会更快、更容易。”

而这似乎与开搜AI的愿景不谋而合：一个试图以「加速资料搜集与研究」的AI搜索产品，想通过压缩用户在搜索引擎漫游时间，以及规避AI胡编乱造来提高人们找信息资料与学习知识的效率。

开搜AI通过用户自然语言提问将用户的提问需求分解为多个问题，从系统中匹配最佳专家去执行问题的资料收集与评估筛选，并生成一个每句回答都有依据的结果，从而提高他们的回答精准性。这就是多Agent配合和 RAG 技术相结合的结果。

如果你搜索「为什么游泳运动员可以不呼吸？」，开搜AI会帮你匹配到体育运动专家Agent，通过搜集游泳运动的竞技规则、运动医学、网络信息等专业或常识知识进行自我佐证，提炼出游泳运动员的呼吸规律和方式以及造成误解的原因最终输出给你，你不仅破除了误解还学了一些专业知识。一位开搜AI的运营负责人声称，开搜AI还能通过研究模式和知识树模式，将提问进行启发式延展、知识结构网状梳理，围绕一次提问启发思考，甚至学到一整个体统的知识。

开搜AI依靠幕后【搜索产品经理】回答系统，分门别类识别/查询/研读

在幕后，开搜AI依靠内部训练的小模型以及结合不同问题场景搭配使用擅长回答各类问题的AI大模型，他们在一套叫做「搜索产品经理」的系统中，这套系统如他的名字一样：用户的每一个问题都将被产品经理分门别类引荐给不同领域的专家机器人流程，他们从意图识别、资料查询与研读、结果排序与总结输出格式上都有完整独立的流程，在用户感知层面则只有回答界面的感知。

开搜AI还在页面中提供了学术搜索、文档搜索、百科搜索等垂直专业搜索功能，他们分别拥有独立的资料来源库，开搜AI已经通过自建超级结构化存储与搜索的资料索引库，目前正在扩量筹备中。这将是对学生或科研人员做学术研究、论文资料查询，以及大量的商业咨询搜索提供极大的便利。

「我们还在系统中内置了官方筛选的精品信息源，确保来源的权威性，同时用户可以提供自己偏好的信息源，在搜索中优先使用」开搜AI产品经理告诉我们。相比「谷歌建议在披萨上涂胶水」而言，有权威性依据和出处的回答，显然会更让人信服。

那么开搜AI是否解决了所有安全、回答质量的问题呢？通过使用来看，似乎并不尽然。有回答质量不稳定的问题，并不是开搜AI的专利，我们在试用了kimi、豆包、秘塔AI搜索等产品之后发现，AI搜索的平均准确率不足 60%，如果真正拿来做研究，这恐怕难以令人信服。但在AI这条赛道上，保持一个清醒的头脑，把判断交给用户自己，或许才是AI原生应用真正崛起的可能：不要试图用AI解决一切问题，对于用户和创业者来讲，都是成立的。