AI的查找查找最广泛使用进口仍旧是查找 ，在这个超级通道里 ，混战三个玩家现已完结自我改造挤上牌桌 。谷歌国登
谷歌拉响红色警报 。反击
2022年《纽约时报》报导 ，纳米ChatGPT发布不久 ，查找查找就有网友运用后给出了很高点评“ChatGPT 好强，混战可以代替谷歌查找”，谷歌国登其时谷歌高层对此并不忧虑 ，反击因为这彻底在他们的纳米“意料之中” 。
但达观并没有继续多久，查找查找谷歌敏捷来了一个180度大转弯 ，混战Pichai亲手拉响了稀有的谷歌国登红色警报——在谷歌内部 ，“红色警报”代表的反击是当时、紧迫 、纳米直接的危机 。比方查找或许 Gmail 这样的中心产品忽然宕机 ，即便程序员不睡觉，也有必要抢时刻马上批改 。
Pichai 拉响这次警报 ，大约的意思是 ：“你们要把这次 ChatGPT 对谷歌带来的要挟 ，作为和谷歌查找宕机事端相同的严重性看待。”。
之前不忧虑 ，是因为早在2021年，谷歌就现已运用1.56 万亿个单词在内的巨大的文档 、对话等样本训练出AI谈天机器人LaMDA (Language Model for Dialog Applications) ，而且LaMDA被《华盛顿邮报》报导后也曾引发颤动 ，谷歌内部工程师发现LaMDA 不只具有深化考虑的才干 ，而且谈天进程中一向宣称自己具有认识和情感 。 LaMDA 实践上现已具有了和 ChatGPT 根本相同的才干 。
谷歌现已有自己的同类产品 ，乃至比 ChatGPT 面世还早，可是从2021年 I/O 大会到2022年年末，LaMDA 发布现已有一年半的时刻了，却依然没有像 ChatGPT 那样面向大众大规模敞开 。
实在让谷歌震慑的是 ，ChatGPT-3.5 ，成为了榜首个从AI学术界破圈进入主流用户集体的产品 ，而自己竟然没认识到 ：LaMDA 分明更早发布 ，却落后于 ChatGPT ，是一个严重的过错 ，其严重性和紧迫性 ，应该被当作实在出产环境事端相同对待。
Perplexity添加神话 。
现在市面上的AI查找产品主要有三大类 ，一是专门的AI查找 ，二是传统查找引擎参加了AI才干 ，以及第三类大模型厂商做的有查找才干的产品 。
榜首类以Perplexity、纳米AI查找、夸克AI查找代表 ，第二类以New Bing、Google AI Overview为代表 ，第三类以Kimi 、豆包 、腾讯元宝为代表 。特别是榜首类原生AI查找的当红炸子鸡Perplexity ，它引发了很多后来者的“仿照” 。
Perplexity是一家奇特的公司 ，它以“答案引擎”来代替“查找引擎”，这背面的逻辑——查找是为了取得答案 ，答案引擎才是榜首性原理 。
2023年 ，Perplexity被Google封杀 ，彻底禁掉流量流入，每天都挣扎在关闭边际。
2024年 ，全国际的出资人都力争上游地要出资，国际10强公司想高价收买但被它回绝 。
由前OpenAI研讨科学家Aravind Srinivas联合几位合伙人一起兴办的Perplexity ，在没有任何用户根底的情况下MAU（月度活泼用户）逾越千万 ，而这仅用了短短不到两年时刻 。
这样的快速添加，让许多人注意到AI查找或许演出的改造——推翻查找引擎的往往不是另一个查找引擎，而是跨界立异 、从未见过的新物种 。
Perplexity的初代产品是一款自然语言到SQL的转化东西 ，开端面向企业客户。开创团队在商场调研中发现了传统查找引擎的几个问题 ：
• 传统查找引擎成果中充满很多广告，用户体会差 。
• 信息过载导致用户难以快速找到精确答案 。
认识到AI可以从根本上改造查找体会后，Perplexity敏捷改换方向 ，开宣布AI驱动的对话式查找引擎 。Perplexity诞生了两个重要的产品立异 ：
• 以 AI Overview给出的答案来代替传统查找的网页排序 。
• 给出的答案标示参阅出处，附带了牢靠的来历链接 ，信息可以追溯 。
简略来说 ，Perplexity 比 Google 更懂你的问题 ，又比 ChatGPT 多了实在国际的数据感知力 。
传统查找引擎需求用户不断选择信息 ，阅览链接 ，功率低下 。DeepSeek 等生成式 AI 尽管便利，但偶然“错觉频发” 查学术材料 、做出资调研时 ，很难找到威望且精确的成果 。
与传统查找引擎比较 ，Perplexity直接给出总结答案 ，它更高效、更精准。比较DeepSeek和ChatGPT这些chatBot输出的对话内容 ，又不必忧虑出现错觉问题。这是它的价值地点 。
Perplexity的高质量答复还体现在学术级精准度 。关于查找论文、学术材料的用户来说，Perplexity 能明显下降过错率 ，检索差错削减 70% 。英伟达开创人黄仁勋曾说他简直“每天都会用Perplexity” ，而且举例 ，想了解计算机辅佐药物研制的时分 ，就会用Perplexity进行查找 。
Perplexity还有另一个明显特色，它支撑接连诘问 ，有点像“AI问答社区”。Perplexity 开创团队有来自美版知乎Quora的成员 ，运用Perplexity时你可以一问再问 ，它会“记住你前一个问题” ，在上下文里逐渐深化。不像传统查找 ，每次都是“一问一搜” ，用户得自己整合答案 。
Perplexity的成功 ，也不只仅限制在AI阅览网页结合用户发问，在AI Overview后直接给出答案 ，以及答案会标示信息来历，这些现已成为了现在AI查找的标配 。在源头将用户发问进行深度处理 ，对问题自身的发掘也是要害。依据撒播的采访片段 ，Perplexity开创人Aravind Srinivas信任“用户不会有犯错”的信仰：
“尽管每个人都有很强的好奇心，但能将好奇心转化为精确问题的人很少。”Aravind Srinivas说，Perplexity因而花了很多时刻在处理 、剖析和重组用户查询的问题上 ，也就是说 ，当用户提出相对迷糊的问题后 ，Perplexity会首先将问题处理成更有逻辑的发问方法 ，即优化用户的Prompt后 ，才将问题交给模型答复 。
像知乎相同“相关问题”和“发现”功用的规划也出于同一逻辑 ，Aravind Srinivas称 ，他会亲身参加“发现”选项卡背面的内容选择，以便继续了解产品是否一向“满意简略 ，连一般新用户都能轻松了解”。Perplexity首席商务官Dmitry Shevelenko供给的数据称 ，由“相关的问题”发生的用户查询占有Perplexity总查询量的40%。
继续改善产品 ，不断提高AI答复质量 ，一起坚持产品简略上手的特性 ，对新用户友爱 。Perplexity不只在巨子的绞杀中锋芒毕露 ，估值更是坐上了火箭 。
• 2024年头：约5亿美元 。
• 2024年6月 ：30亿美元。
• 2024年12月 ：90亿美元。
• 2025年5月 ：140亿美元 。
Perplexity最新的估值来到了140亿美元 ，ARR在2024年达到了1.2亿美元 。依据国内AI产品榜 、36kr 、硅星人｜沃垠AI 联名发布的第 23 期 AI产品榜 ，只是在网站（web）端 ，4月Perplexity的月度访问量达到了1.17亿 。
纳米AI查找日新月异 。
Perplexity称自己为“答案引擎”的原因——作为一个从查找API到底层大模型都直接“套壳”的产品 ，Perplexity并不供给直接的查找才干 ，而是经过接入API获取了查找引擎检索的内容之后 ，再经过GPT-4 、Claude等大模型将答案进行总结 ，终究整理成固定的格局出现给用户 。
换句话说 ，Perplexity 140亿美元估值建立在精巧的产品规划之上 。
Perplexity展现的思路 ：AI查找不是查找 ，而是高质量的AI overview 。Perplexity一系列产品手法 ，可以总结为——对用户输入问题的“批改 、定位和连续”，以及对AI输出答复下降错觉 、添加专业性 。
AI查找产品实在比拼的也不是底层的技能才干 ，而是技能之上 ，谁能供给更精确牢靠的答案 、更快的响应速度 、更智能化的用户体会 。其间 ，“精确牢靠”是摆开距离的要害，Perplexity的隐忧恰恰也在于此。
AI Overview 要想得到高质量的答案 ，底层数据的质量和数量至关重要 。只要底层数据库满意大 、包容的信息满意多 、信息更新得满意及时 ，才干确保大模型在内容获取的时分“有据可依” ，然后总结和输出更精确 、更有时效性的内容 。这也是谷歌为什么在查找引擎范畴终年坚持90%以上市占率的原因——他们从1998年建立的榜首天起就开端做索引 ，具有全国际最大 、最全的索引库，可以供给最精确和及时的查找成果 。
因而，想要让查找成果变得更精确 ，自建索引库是很重要的处理办法 。
现在 ，绝大多数AI查找产品都只是接入了传统查找引擎的API，没有从头做一套底层的查找体系 ，只要少部分如秘塔AI查找（播客和文库板块） 、纳米AI查找以及少量的笔直AI查找引擎搭建了索引库 。这主要是因为接入传统查找引擎的API现已能处理95%的问题了，加之自建索引库的本钱十分昂扬 ，需求很多的人力财力和时刻 ，因而 ，假如自建的索引库不能供给比Google和Bing的API愈加优质的内容 ，就没有必要自建索引库 。
自建索引库的本钱有多高呢 ？360副总裁梁志辉曾经在一次播客中表明 ，爬取5000万网页的本钱大约在100万-200万人民币左右，可是5000万网页关于查找引擎来说是很小的一个数字 ，根本上做一个查找引擎 ，最少要爬取1000亿的网页；假如要索引全球网页的话 ，根本上需求3000台-1万台服务器供给支撑 。
也就是说 ，做一个最简略的查找引擎 ，最少要有20亿-40亿元的预算 ，这还不包含PageRank（网页排名）的服务器本钱、终端厂商的保护费本钱和人员本钱 。这关于任何一家中小型创业公司都是难以逾越的本钱 。
这也是为什么现在查找引擎只要谷歌、微软 、百度 、360等几家大厂在做的原因——做查找引擎本钱太高了 ，只要大厂才有足够的资金、人才去做这件事 。
而除了本钱昂扬 ，查找技能和算法也是适当有壁垒的一件事 。以谷歌引以为傲的排名算法为例 ，它考虑了数百个不同的要素 ，包含内容质量 、用户体会、移动友爱性 、页面加载速度 、安全性等 ，不只结构杂乱，而且还会依据外界环境实时进行更新 。据了解 ，谷歌均匀每天发布6次算法更新 ，每年高达2000次；而且算法保密度极高 ，谷歌公司内部都没几个人知道其查找排名算法的全貌 。
可以想见 ，在如此巨大的本钱+超高的技能门槛下 ，中小查找引擎/AI查找公司想要自建面向全网索引库的难度无异于愚公移山 。
套壳式产品，接入传统查找引擎API不只要“被掌控”的危险 ，第三方查找引擎彻底可以进行“区别对待”。自建索引库 ，有更精准牢靠的信息来历 ，却是一件门槛极高的作业 。
这也是Perplexity这样AI原生查找引擎的实在软肋。没有自己的查找 ，进行AI Overview时最要害的原始资料——搜出来的内容质量和数量都不能确保 。Perplexity单纯靠产品规划 ，长时刻来看并不能无忧无虑 ，有查找的大厂想仿制不难。
一个最近的比方 ，依据AI产品榜web端最新的数据，纳米AI位列AI查找我国榜首 ，也逾越估值140亿美元的Perplexity；在全球 ，New Bing 悄然无声地登顶 。New Bing和纳米AI刚好都有传统查找的根柢，Bing之前一向是全球商场第二，而纳米AI源自360查找 ，根本上也处在我国商场第二 。两家在传统查找有堆集却无法登顶的公司 ，在AI查找出来后，敏捷发力 。
像谷歌这样的查找引擎霸主 ，让它仿制一个Perplexity并不难 ，不管自家查找仍是自己的大模型Gemini ，它能彻底从底层从头构建 。让它纠结的是 ，在自己传统查找产品的商场份额十分安定 ，商业形式彻底定型 、反常老练的时分 ，是否要冒着收入下降的危险，将查找改成一个不确定性很高的新形态 。
一个没有前史包袱 ，又有查找堆集的厂商 ，做AI查找或许才是实在的狼来了 。比方榜单靠前的纳米AI查找 ，在360的查找和阅读器、客户端的技能堆集下 ，产品动作适当快 ：
• 以多模交融 、循环推理进行AI Overview ，是新年期间榜首个接入满血版DeepSeek的AI查找；
• 搞免费容量最高的知识库（第二大脑） ，查找生成答案从公域走向私域 ，愈加笔直和专业 ，让查找开端满意个人和职业的深度定制；
• 上线MCP全能东西箱 ，一般用户可以手搓超级智能体 。
• 超级Agent门槛直接拉低。开发深化作业 、生活服务的高阶Agent ，成为像App Store这样一键下载的App 。
纳米AI 还在做对Deep Research（AI深度研讨查找）的进一步扩展 ，可以以查找为起点 ，履行使命、交给成果 。用户实在的需求并不是查找 ，而是查找后做购买决策 、做旅行攻略 、深化研讨课题、完结一个视频制造。
纳米AI现在支撑以自然语言对话来完成超级查找 。关于用户来说，纳米AI可以从简略交互对话中精准感知用户目的和需求 ，自主规划相关查找使命 ，进行方针使命拆解 ，每个子使命都能完成独立的深度查找 、调用东西、乃至路由调用高阶智能体 ，在多轮循环推理和内容生成后 ，终究交给履行成果 。纳米AI超级查找逾越了传一致问一答和简略的大模型信息总结 ，可以完成从含糊查找需求到详细使命履行 ，“端到端”的查找体会 。
当在查找框输入“预算500-1000 ，你帮我引荐几个口碑最好的运动休闲的男鞋 ，鞋子品牌可所以Nike、Adidas和安德玛” 。纳米AI超级查找就将使命拆解为四个子使命，查找购买攻略 、剖析产品信息 、进行产品比照 、参加购物车 。
每个子使命独自进行信息查找和MCP东西调用，比方在小红书搜集各个品牌的购买攻略。
在淘宝 、京东等电商渠道 ，搜集和剖析相应的产品价格信息。
纳米AI超级查找更异乎寻常的当地 ，子使命拆解也并不只仅是相似Deep Research的进程 ，在方针使命的分配中，可以路由到详细的笔直智能体，实践体会下来 ，功用适当的强悍 。
谷歌以“AI Mode”反击 。
时刻跨到2025年5月 ，Perplexit估值达到了140亿美金 ，谷歌也开端了“反击”——将包含查找 、阅读器在内的产品 ，一瞬切换到“AI Model"，特别是查找 ，彻彻底底向“AI智能查找”面貌一新。
谷歌查找将不满意于在生成成果中显现“谷歌摘要”的简略AI Overview ，而是直接在成果分类中新增“AI形式”标签，展现作用相似独立AI查找使用 。
其间三个特色简直跟纳米AI超级查找“重合” ：
纳米AI超级查找是将杂乱目的拆解成子使命 ，每个子使命都能独立调用查找和MCP东西 。谷歌AI智能查找 ，支撑杂乱 、多轮 、多模态发问；经过 “query fan-out”机制 ，将问题主动拆解成多个子查询 ，深化查找更广泛网页资源； 而且整合 Gemini 2.5 定制版别，提高了解力、回应精确性与逻辑结构 。
纳米AI在子使命上即可建议相似Deep Research的查找和信息整合进程。谷歌AI智能查找则是深度功用拓宽 ：主动生成专家级研讨陈述，针对杂乱查询（如论文研讨 、技能主题） ，AI Mode 可建议上百次主动查找 ，汇总 、推理并构成完好引证的深化陈述，节约数小时调研时刻 ， 合适高等教育 、商业研讨与学术探究场景。
纳米AI超级查找可以依据方针 ，路由到相关智能体去履行子使命 ，谷歌智能查找相同是以智能署理（Agentic Capabilities） ，让AI 为你就事 。谷歌智能查找能主动使命履行 ，当时支撑购票 、订餐 、预定 ，未来拓宽更多场景 ，还能完成信息同步与结账转接 。
更巧的是 ，纳米AI团队有多年阅读器开发经历 ，定制了专用的AI阅读器 ，而谷歌Chrome阅读器中将参加Gemini AI帮手，未来将可以“跨多个标签页作业 ，并代表用户阅读网站” 。
移动互联网年代是APP信息孤岛年代 ，查找的内容碎片化，这是遍及的用户痛点 。纳米AI查找交融了高阶智能体才干 ，以MCP东西调用和AI阅读器的Agent阅读动作 ，仿照人类的computer use ，做到了全域查找 ，电商 、内容 、短视频此前相互分裂的内容总算被“一致” 。
纳米AI超级查找和谷歌AI智能查找 ，两家都是用AI突破了内容高墙 ，而且让查找从排序答案 ，到查找目的的完好履行。
AI查找正在完成从查找需求了解到交给成果的跨代 。屠龙者Perplexity打醒了巨龙谷歌 ，具有“传统查找恶龙”和“AI查找屠龙者”双重身份的纳米AI查找和New Bing ，正在闷声发财 。