這一輪生成式 AI 引發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 產品出現在我們的面前，也能看到很多已經功成名就的人選擇投身 AI 創業熱潮。
就在昨天，前小度 CEO 景鯤公布了離職百度後的新動態，宣布和前小度 CTO 朱凱華聯合創立了 AI 創新產品公司 MainFunc，旗下首款 AI Agent 搜索產品 Genspark 已經 Beta 上线。
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，投後估值直接來到了 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副總裁和小度 CEO，剛剛過去 8 個月。耐人尋味地是，他在離开百度後選擇的領域恰恰是百度的核心業務——搜索。
不留在百度的體系內做 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 也採用了以對話爲主要交互方式的設計，用戶提出問題後，Genspark 會生成相關的簡短回答，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「十個藍色鏈接」。
此外，MainFunc 官方相信，Genspark 可以提供更高質量的搜索結果——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 依靠內部訓練的模型以及來自 OpenAI、Anthropic 等的第三方模型來對用戶的搜索查詢進行分類，並確定如何組織和呈現結果。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 的每個搜索結果頁面首先會呈現 AI 生成的結果摘要，後面是指向更詳細的 Sparkpage 的鏈接，基本上可以理解爲針對問題生成的一篇完整回答。最後還有一些推薦鏈接，這部分就相當於傳統搜索引擎的結果頁面。
而 Sparkpage，也是 Genspark 區別於其他任何 AI 搜索的獨特性交互設計。除了生成一個類似維基百科的詳細回答，用戶還可以在 Sparkpage 右側的對話窗口，繼續與 AI 進行對話，不管是針對回答的疑惑進行展开，還是針對部分內容進行深入。
圖/ Genspark
針對大模型的「幻覺」問題，AI 搜索一般都採用 RAG（檢索增強生成）技術降低「幻覺」的出現概率。景鯤則在 TechCrunch 的採訪中另外表示，Genspark 的 AI 模型偏愛具有高權威性和流行度的網頁，對過濾掉更多「外面」的信息有很大幫助。
「我們非常重視數據質量，我們相信數據質量是贏得這場比賽的關鍵，」景鯤強調。但現實是，在這場 AI 搜索的比賽中，重視數據質量的不僅是他們，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，以谷歌和百度爲代表的搜索引擎可以說是整個互聯網最重要的「入口」，基於搜索引擎，谷歌一直以來的使命就是：「整合全球信息，供大衆使用，讓人人受益。」
但在很長的時間內，搜索引擎的產品形態和商業模式並沒有發生質的變化，甚至體驗還有所退步。
在傳統的搜索體驗中，用戶通常是腦中存在一個或模糊或清晰的問題和需求，然後需要將這種需求轉化成一個或幾個相關的關鍵詞。
接着，搜索引擎根據關鍵詞、索引庫找出相關的網頁鏈接，再通過算法排序的方式呈現相關程度最高的網頁鏈接。同時，在搜索結果中還往往穿插着幾個「僞裝成搜索結果」的廣告。
圖/百度
與之相對的，得益於大語言模型實現了強大的自然語言理解能力，用戶可以用最自然的自然語言進行搜索，AI 搜索也能夠更准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模的索引庫來找到相關的網頁，但在呈現上徹底改變了過去信息的組織和設計，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鏈接，再找出自己真正需要的信息。
簡而言之，相比傳統的搜索體驗，AI 搜索是一種交互和效率上質的變化，也被很多人視爲搜索的未來。所以即便 AI 搜索嚴重挑战了現有的搜索廣告商業模式，谷歌也還是推出了 AI 搜索。
今年 5 月 15 日，谷歌在 Google I/O 开發者大會上宣布將在谷歌搜索上线基於 Gemini 大模型的 AI Overviews 功能，簡單來說，就是根據用戶問題在搜索結果頁直接生成一個簡短的回答，然後才是以網頁鏈接爲主的傳統搜索結果。
圖/谷歌
用過 New Bing 的讀者一定不陌生這種形式，事實上這也意外着谷歌搜索終於也邁出了通往「AI 搜索」的一步。
相比之下，作爲全球第一大中文搜索引擎，百度同時還是國內最早推出自主訓練大模型，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线過）。
而與此同時，由前 OpenAI 研究科學家 Aravind Srinivas 聯合幾位合夥人共同創辦的 Perplexity，已然成爲了當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。
加上轉型 AI 搜索的傳統搜索公司，以及一大批新湧現的 AI 搜索初創公司，AI 搜索似乎已經到了「萬馬奔騰」，一舉取代傳統搜索的局面。
但 AI 搜索已經到了取代傳統搜索的階段嗎？可能還爲時尚早。
我放棄了把 AI 搜索作爲默認搜索引擎
坦白講，從去年开始小雷就嘗試過將瀏覽器的默認搜索引擎換成「AI 搜索」，主要是用連英偉達 CEO 黃仁勳都在用的 Perplexity，今年還嘗試過將之前中文搜索體驗還不錯的祕塔 AI 搜索設置成默認搜索引擎。
但現實是，我其實都用不了多久就會換回谷歌，理由並不復雜，核心是 Perplexity、祕塔 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
作爲科技編輯，小雷幾乎每天都需要使用搜索引擎，也嚴重依賴通過搜索來獲取信息，同時信息的准確性也非常重要。這一點應該很好理解。
但 AI 搜索本質上是能聯網的 AI，同時基於 RAG 技術，大模型會結合用戶提問和相關檢索信息作爲 Prompt 輸出回答。雖然不少觀點認爲 RAG 技術是當下緩解大模型幻覺的最佳解決方案，但不僅遠談不上解決，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搜索引擎進行檢索、查證，因爲 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，如果一些信息錯得並不離譜，我對一些特定領域也並不了解，很可能不會意識到錯誤，甚至會直接使用了錯誤的信息，從而產生錯誤的理解和觀點。
簡單來講，作爲能聯網的大模型，目前的 AI 搜索很多時候是存在幻覺的黑箱，我很難信任 AI 回答裏面的各種信息，所以寧愿退回傳統的搜索體驗，使用關鍵詞找到相關的網頁，再人工尋找和判斷我需要的信息。
但這不意味着我會放棄使用 AI 搜索。
首先，大模型的流行注定會改變互聯網的內容生態，我們很早就在文章中表達過對生成式 AI 內容充斥互聯網的擔憂，今年你甚至還可以看到字節跳動、掘金等公司通過 AI 生成了海量中文網頁「污染」搜索引擎。
豆包生成的就有 1560 萬條，圖/谷歌
而不同於傳統搜索引擎的機制和交互方式，AI 搜索理論上相對更容易繞开這種「污染」，同時對話式的交互也能避免了大量無價值內容，提高效率。
其次是在「What」之外，我們經常需要向搜索引擎提出的問題還有「Why」和「How」，這方面對信息的准確性要求較低，更強調整合梳理能力，而這恰恰是大模型極其擅長的，這是小雷需要的。
同時從更長遠的角度來看，大模型和生成式 AI 技術還處在快速發展的階段，當下幻覺的問題並不意味着在不遠的將來會有更好的解決方案。
寫在最後
AI 搜索不是救世主。
AI 搜索的出現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战。但在使用 AI 搜索過程中，我們能明顯發現了其在准確性和可靠性上的不足帶來的困擾。但這並不意味着 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容方面展示了巨大的潛力。隨着技術的進步，生成式 AI 的能力將會更加完善，或許就能解決當前存在的問題。
所以比起一種取代傳統搜索的「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，找到最適合自己的使用方式。在這個過程中，傳統搜索引擎和 AI 搜索並不是互相排斥的，而是可以相輔相成，共同改進我們的搜索體驗。
或許在不久的將來，AI 搜索能夠解決目前的不足，比傳統的搜索方式更能「整合全球信息，供大衆使用，讓人人受益」，成爲人類獲取信息的主要方式。
來源：雷科技
原文標題 : 景鯤要再造一個百度？生成式AI顛覆搜索爲時尚早
標題：景鯤要再造一個百度？生成式AI顛覆搜索爲時尚早
地址：https://www.utechfun.com/post/388912.html