#AI 搜尋
夸克要搶豆包的飯碗
近日,阿里旗下AI旗艦應用夸克正式上線對話助手功能,使用者可自由切換傳統搜尋與AI對話搜尋模式,是國內首個實現搜尋能力與對話體驗深度融合的AI產品。這也被視為夸克內部代號為“C計畫”的首次成果落地。業界普遍猜測,“C計畫”的代號取自經典遊戲“吃豆人”(Pac-Man),以“吃豆”為名,其寓意不言自明。不過,豆包也沒閒著,目前其已經接入抖音商城,當使用者詢問“買什麼”或“有什麼推薦”,豆包就會積極為自家產品帶貨,成為國內首個大規模向電商跳轉導流的AI APP。夸克在自己身上“塞”了一個豆包,豆包則將觸角延伸至電商巨頭的領地,兩者都不滿足於原有的業務邊界,想要攻入競爭對手的腹地。過去,阿里雖然在AI技術研發方面走得更快,但在消費級AI產品的佈局上,卻始終慢於字節半拍,讓阿里在AI使用者心智爭奪中處於被動。如今,阿里決心補上這一短板,豆包也有了新的動作,在這場AI入口戰事中,大廠們的正面對決一觸即發。阿里的“吃豆”野心關於“C計畫”的代號由來,業內眾說紛紜。一種說法認為“C”代表“Chat”,即夸克可能會推出全新的對話形態;另一種更具競爭意味的解讀是,取“吃豆人”之意,劍指字節系的豆包。但這顯然只是字面上的解讀,要真正理解阿里在AI入口戰事中的排兵佈陣,還需要穿透“代號”表象,看到誇克的核心能力。根據36氪報導,一位接近該項目的人士透露,“C計畫”並非某一個具體產品或者應用的代號,也不限於App層面,其是夸克內部的一項長期戰略性計畫,旨在以更開放的思路測試AI產品的多元場景與市場反饋。從這一角度來看,“搜尋+對話”顯然並非夸克的最終形態。夸克並非想要“再造”一個豆包,而是在自己最擅長的搜尋領域持續進化,逐步搭建產品能力,闖出一條差異化之路。但有趣的是,相較於其他AI應用早早定位為“AI助手”,夸克卻在今年初才確立“2億人的AI全能助手”這個定位,並在3月升級為“AI超級框”。夸克演算法負責人蔣冠軍曾透露,夸克在2018 年就已立志做“個人助手”。可在後續發展中,夸克卻並未緊跟AI風口,反而是聚焦於“搜尋+工具”,再逐步引入機器學習演算法,從“智能搜尋”逐漸向“AI超級框”轉型。夸克為何“反其道而行之”,答案還是要回到產品的底層邏輯上。我們嘗試對夸克和豆包同時提幾個問題,看看兩者的差異到底在那裡。第一個問題跟日常生活相關,我們提問“要趕上8點的飛機,最晚要在幾點,從那個地鐵站出發”。夸克的回答更清晰明了,其會執行多步邏輯推理,明確出每一個步驟的最佳選擇,從而得出最合理答案;豆包則給出了參考資料,但具體出行路線還是要使用者自己規劃。第二個問題則更複雜一點,我們提問“估算寒武紀未來3個月的市值走勢,主要受那些因素影響”。夸克和豆包都給出了詳細的有利因素和不利因素分析,不過夸克明顯更敢下總結,能夠具體到寒武紀的營收目標、資金流入流出等;而豆包的結論則相對籠統一些。第三個問題要求整理過去5年語文高考真題。這明顯是夸克的舒適區,其直接整理了各科目真題和解析,使用者還可以下載到夸克網盤;豆包則只能蒐集到語文的作文真題。幾輪問答之後,可以看出夸克作為智能助手的獨特優勢。首先,“搜尋”可以幫助驗證答案的精準性。比如在交通指引這一問題上,夸克能夠結合搜尋資訊對問題進行複雜多步的推理,即時性更強。這在一定程度上,解決AI助手普遍存在的“資訊幻覺”問題,也省去了大部分使用者通過AI助手得出答案後,還要通過搜尋引擎進行二次驗證的痛點。其次,阿里大模型能力的支援。夸克對話助手採用Qwen最新閉源模型Qwen3-Max,夸克演算法團隊還與通義實驗室成立了聯合研發小組,確保生成內容的專業度。在公開測試中,夸克更擅長回答一些強邏輯的問題,能夠明確呈現“問題-論點-論據-結論”整個思考流程,感覺跟DeepSeek的思考鏈有不少相似之處。最後,是解決問題的能力。目前,儘管AI助手產品眾多,但基於AI幻覺以及動手能力不強這兩個痛點,AI助手其實更像是一個“聊天工具”,離真正的“助手”還是有不少距離。相較之下,夸克增加了對話功能後,不僅能主動理解使用者意圖,還能無縫呼叫AI相機、AI寫作、拍照搜題等優勢能力,並與夸克網盤、辦公場景等實現生態整合,形成了“動手”幫使用者解決問題的差異化能力。夸克從搜尋到工具,再到AI助手的演化,本質上是基於自身能力長出最適合的“形態”,其雖然“吃”掉了豆包,卻又不僅僅是另一個豆包。夸克的艱難“蛻變”所以,對於阿里和夸克來說,上線對話助手功能並不難,但現在才是最合適的落地時間點。一位接近項目的人士表示,“模型能力、行業環境與使用者習慣三者終於達到了理想交匯點”。在ChatGPT引發AI大模型的“奇點時刻”後,阿里的通義千問大模型反應迅速,僅一年內就迭代至2.5版本,技術能力不容小覷。但在最初,通義App是被打包進To B服務中,其更像是阿里AI功能的展示櫥窗。阿里內部對於AI到底是“To B”還是“To C”,一直有著分歧。阿里既捨不得C端市場的巨大潛力,又擔心雙線作戰會分散資源。這種猶豫導致“AI to C”缺乏清晰的戰略指引,未能在內部形成業務聚焦與資源傾斜。但時間不等人,在阿里內部持續拉鋸的同時,DeepSeek、Kimi等競品已經圍繞使用者需求快速迭代,在語音、圖像互動等方面持續進化,阿里已經錯過了在C端市場發力的最佳時機。一直到2024年底到2025年初,阿里正式明確AI to C戰略,和AI to B雙線平行。其中一個轉折點是,通義應用正式從阿里雲剝離,在組織架構上跟夸克平級。不過,通義千問早期更側重於模型技術研發與企業端落地,對C端市場的打磨明顯不足,其在情感陪伴、趣味互動等功能的缺失,也導致通義千問未能在C端形成顯著的品牌聲量。再加上阿里缺乏像豆包一樣的流量入口,即便大手筆投流,效果也是差強人意。不過,通義千問早期的發力點集中在模型技術研發與企業端落地,對C端市場的打磨力度不足,阿里也缺乏類似字節系的流量入口,導致通義千問未能在C端形成顯著的品牌聲量。相較之下,夸克則是阿里更好的選擇,其本身已經擁有億級規模的使用者群體。AI產品榜資料顯示,今年9月,夸克的月活躍使用者規模僅次於ChatGPT,豆包緊隨其後。夸克在內容生態上也更加成熟,其支援圖文、視訊、音訊的智能檢索與生成,同時內建了網盤、掃描、文件等功能,這種工具形態吸引了創作者、學習者、職場人士等使用者持續使用。只是,夸克想要撐起阿里“AIto C”的C位,挑戰依然不少。雖然,夸克的使用者規模在AI產品中保持領先,但考慮到夸克原有的使用者積累,這個“第一” 的含金量難免要打個折扣。更何況,1.5億的月活使用者裡,真正用起AI 功能的比例究竟有多少,目前還需進一步驗證。其次,夸克升級的功能雖然不乏亮點,但使用者口碑也有分化,部分使用者認為其“功能臃腫”“操作複雜”。阿里一直缺乏打造社交產品的基因,這也影響到AI產品的使用者留存與口碑。最後,當下AI應用市場的競爭壓力也不容忽視,競品豆包不僅擁有億級月活使用者,更在品牌心智、互動體驗等方面積累了先發優勢,夸克要奪回使用者注意力,還需要重塑產品心智。AI時代的“新入口”因此,夸克推出“C 計畫”,正是希望進一步強化夸克的AI核心能力,讓夸克不再侷限於搜尋工具的標籤,而是通過對話互動這一功能,將AI能力滲透到更多高頻場景。據貝哲斯諮詢預測,2032 年,全球對話式AI平台市場規模將進一步增長至1426億元,期間年複合增長率將穩定在6.5%。這一持續擴容的市場,也吸引了各科技大廠重兵佈局。它們圍繞AI入口的使用者爭奪戰可謂硝煙瀰漫,火藥味幾乎滲透到每一個細分場景。騰訊元寶“下鄉打廣告”;字節豆包堅信“大力出奇蹟”,從去年二季度到今年一季度,平均投流費用超1.5億元;百度文心一言、科大訊飛星火繼續聚焦於專業場景;阿里夸克則以“C 計畫”佈局落子。大廠們都想利用移動網際網路時代積累下的雄厚資源,成為“AIto C”的下一個超級流量入口。但掌握使用者高頻場景只是第一步,只有把場景優勢轉化為使用者長期依賴,才算真正站穩腳跟。讓AI能力衝出手機,是阿里的後招。夸克“C計畫”將與夸克AI眼鏡形成業務聯動,成為其打通阿里生態的重要一環。目前,夸克AI眼鏡已經開啟預售,它將夸克AI能力從App延伸至日常可穿戴終端的關鍵節點——使用者無需掏手機、無需打開App,僅需“看一下”就能完成導航、支付、比價等日常操作。除此以外,夸克還在健康、高考等細分領域同步深耕,讓AI大模型能在更多垂直場景中落地實用價值;接下來夸克還將打造一款對標GoogleChrome的AI瀏覽器,進一步放大阿里在AI領域的場景價值。豆包則開始嘗試“帶貨”,當使用者與豆包進行對話時,其會在回覆中嵌入商品連結(藍鏈)。除了豆包之外,元寶、Kimi、ChatGPT等“老玩家”也都默默開始“上連結”。這也意味著智能助手的定位正在發生變化,不僅是使用者獲取資訊、解決問題的服務入口,還能憑藉對使用者需求的精準洞察與匹配能力,在對話中自然銜接消費場景,成為新的交易入口。長期以來,消費者都在期待“足夠智能”的助手——能懂我們的需求,提供切實有效的建議,甚至主動幫我們完成繁瑣工作。但在通往這個未來的路上,科技大廠的“進度條”卻始終載入緩慢,不少產品更是“行銷大於實力”,大眾的期待遲遲未能落地。夸克的進化,則讓這場“AI to C”的競爭有了新的看點。憑藉自身在搜尋、工具領域的積累,夸克正在走出一條“專業助手”而非“聊天伴侶”的產品路線,不僅能高效承接阿里的生態資源,也能在To C領域講出一個令人信服的新故事。長遠來看,夸克所瞄準的不只是豆包這一個對手,更是探索出更貼合未來一代人生活方式的產品形態,不僅是“回答問題”的能力,還是“解決問題”的能力。誰能整合更多工具、打通服務全鏈路、觸達更多場景,做到技術與場景的深度繫結,誰才能在長期競爭中建立起差異化優勢。如今,AI時代的新入口之戰已經全面展開,平台間的比拚,早已不僅是產品的競爭,而是生態能力的較量。這場“吃豆人”式的競爭,註定是一場漫長的耐力賽。 (伯虎財經)
Google產品副總裁 :不是堆功能,是教 AI 理解人
2025 年 3 月,Google搜尋上線了一個新按鈕:AI模式(AI Mode)。它第一次把搜尋體驗,從輸入關鍵詞到點選連結,變成了持續對話,不只是回答問題,而是理解你為什麼問。到10月,AI 模式已覆蓋 200+ 國家/地區,支援 35+ 語言。資料顯示,使用者在AI模式裡提問的長度,是傳統搜尋的 3 倍。2025 年 10 月 11 日,Google產品副總裁 Robby Stein 接受了一場訪談。他反覆強調的,不是模型算力或技術路線,而是一個更本質的問題:我們不是上線更多功能,而是教 AI 理解人。這句話背後,是一次產品思維的轉向:未來 AI,不是更強大,而是更懂你。第一節|AI 模式不是聊天機器人,是“資訊理解系統”ChatGPT火了之後,很多人斷言:Google完了。理由很簡單:誰還願意點十幾個連結翻網頁?大家更想要一句話答案,或者直接和 AI 聊一聊。但Google產品副總裁 Robby Stein 的回應是:“我們不是做一個陪你聊天的機器人,而是在設計一個能理解你要找什麼的系統。”✅什麼是 AI 模式?它和你熟悉的搜尋不一樣Robby 介紹,AI 模式最早出現在搜尋入口的一個小按鈕上。 你點開它,看到的不是傳統的搜尋框+藍色連結,而是一個可以持續對話的介面。你可以提一個很長的問題,連續追問第二個、第三個。它會記住上下文,還能推薦關聯資源:地圖、官網、產品連結。這和“AI 概覽”有什麼不同?Robby 說,AI 概覽(AI Overview)只是在傳統搜尋結果前加一段AI總結,相當於給你一個快速答案;而 AI 模式(AI Mode)是一個完整的互動流程,是為解決任務而設計的入口。不是要改一個模組,而是建構一個新路徑。它是為資訊設計的,不是為了閒聊。✅ Google 做的不是生成,而是理解在 ChatGPT 裡,我們習慣說:AI生成了一段答案。 但在AI模式中,Google更在意的是:這個答案對你來說,是不是真的有用。比如你在計畫一次親子旅行,AI 模式不僅會給你推薦目的地,還會:顯示這些地點的步行距離;給出官網連結確認開放時間;把地圖嵌入進對話裡。Robby 用自己的親身體驗舉了個例子:我和女兒出行,我問了AI模式一次問題,它找到了所有相關的公園資訊、開放時間、步行距離和官網驗證連結。突然間我意識到,這不是搜尋引擎的加強版,而是一個新系統。他把這次經歷比作高爾夫球的完美一桿。那一刻你知道,它是真的幫到你了。第二節|AI 模式是怎麼被“教會”的?Robby Stein 說,AI模式不是 Google 高層拍板、全公司一擁而上搞出來的。 它最初,只是幾個人湊在一起的小項目,連名字都沒有。“最早團隊就 5 到 10 個人,有工程師、設計師,還有一個技術負責人。我們不是要把搜尋改造一遍,只是想看看,如果使用者能隨便提問,會發生什麼。”他們做的第一件事不是寫程式碼,而是搭了個 空白頁 :一個可以輸入問題、AI回答的原型介面,甚至連裝飾都沒有,只有游標。第一步:找到它真的有用的那一刻Robby說,那時候的目標很簡單:找出它有沒有幫上忙的那一刻。早期測試中,有使用者在搜尋框末尾手動加上“AI”兩個字,希望觸發更智能的回答。還有人拍下作業題的照片,問第二題怎麼做。這些行為讓團隊意識到:使用者已經在教搜尋引擎該怎麼進化了。Robby 說,這種早期訊號,比任何指標更重要。第二步:拉真實使用者,聽真實反饋接下來,他們把這個原型交給了 500 個測試使用者,大多是朋友、家人,還有一些內部員工。要求很簡單:你就當這是你用的新搜尋,出了問題直接截圖給我。“我有個朋友用得很認真,也批評得特別狠。他每天都截圖發我,說‘這個答得不對’、‘這句完全搞錯了’、‘這個資訊看不懂’。我很感激這些反饋,都是寶貴的。”他們沒有拉長項目周期,也沒有等產品成熟再投放。反而像一個創業團隊一樣,邊改邊用、邊試邊修。這些真實查詢,成了Google AI模式最初的訓練素材。Robby 用一句話形容這段過程: “你不能等一切完美才上線。你得先找到對的方向,然後把它打磨得更好。”第三步:放進Search Labs,觀察真實使用資料經過第一輪使用者反饋,他們終於發佈了公開測試版,放進了 Google 的 Search Labs 中。 這意味著:任何人都可以開啟 AI 模式,真實查詢。這個階段的目標變了:哪些問題使用者最常問?哪些問題回答得不好?使用者會不會繼續追問?什麼時候會退出頁面?所有資料都拿來反推:那裡需要改,那裡要刪,那裡值得保留。這個階段最關鍵: 只有使用者真正在用,你才能發現那塊是錯的。真正的最佳化不是團隊給模型講課,而是讓使用者的真實行為來教它怎麼改。第四步:分階段推向全球從最初的 5 人原型,到 Search Labs 上線,最後是正式發佈入口按鈕。 Google 沒有一次性上線全球,而是分階段測試、分國家擴展。為什麼這麼做?Robby 給出的答案很直接:“AI 模式不是一個模組,而是人們獲取資訊的方式。你不能冒險一下子給全世界的人都換了入口。”從 5 個人的空白頁,到覆蓋 200 多個國家的全球入口,Google 用了大約一年時間。 方法很簡單:先做出能用的版本拉真實使用者進來提問每一次反饋都當最佳化方向不是團隊定義 AI 該怎麼回答,而是使用者的真實需求在教它如何回答。第三節|做產品不難,難的是搞懂使用者真正要什麼Robby Stein 不止做 AI。他曾是 Instagram 的產品負責人,推出過Stories(24小時後消失的動態)和Close Friends(密友可見功能)但在這場訪談裡,他最願意講的,不是成功的那一款,而是最初失敗的那一個:“Close Friends 這個功能,做了兩三年,剛上線的時候,完全沒人用。”✅ 什麼是 Close Friends?為什麼最早沒人懂?這個功能是給你設一個密友列表。 你可以發一張 Story,只讓這些人看到,不想讓全網都看到你那點情緒、那張素顏自拍、那句吐槽。聽上去挺好對吧?可最開始它根本沒人用。為什麼?Robby 說:我們把它做成了一個什麼都能發的地方:Feed可以發,Story可以發,連你首頁上都有密友專屬內容。特別混亂。更糟糕的是,功能的名字叫 “Favorites”(最愛),很多人以為只能加一兩個最親近的人。 結果大家加了兩個人,一發 Story,對方也不一定回,沒人互動,尷尬至極。“我們希望的是讓人產生連接感,結果大家發了內容,卻沒有收到回覆。整個體驗就斷了。”✅ 真正的問題:不是功能不夠多,而是壓力太大Robby回憶說,他們後來做了一件事,重新去問使用者:你為什麼不發Story?得到的答案几乎都差不多:“我前任會看到。”“我老闆在關注我。”“有個愛評論我長相的朋友也在。”一句話總結:不是不想發,是怕發了之後"被錯的人看見"。這才是核心問題:使用者要的不是分享給特別關係的功能,而是一個沒有壓力的小圈子。✅ 他總結的三條產品原則第一個:搞清楚,使用者為什麼“僱用”你的產品Robby 用了一個經典比喻來解釋:“人們不是想要一台電鑽,他們是想要一個牆上的洞。”換句話說,使用者不是來用產品的,而是“雇”產品幫他們完成某件事。就像打開AI模式,使用者真正想要的不是"體驗AI",而是找一個能幫他們規劃行程、寫郵件、查東西的助手第二個:別只看資料,要找到那句“關鍵的話”資料能告訴你“點進來的人少了”“發內容的人掉了”,但真正關鍵的是那個“為什麼”。Robby 說,他們問一個使用者:你在什麼時候發了 Close Friends 的內容? 對方說:我那天很難受,想發點東西,但又不想讓大家看到。這句話成了產品設計的起點:不是展示自己,而是尋求回應。第三個:別太聰明,要讓人一眼看懂最初的版本是這樣:發 Close Friends 內容沒有標記;看的人不知道這是“只給我看的內容”;發的人也不知道有沒有人收到。後來團隊做了一個小改動,把Story圈圈的顏色改成綠色。 大家一眼就知道,這是只給密友的內容。這種“看得見”的設計,反而讓大家更敢發,更願意用。這段經歷深深影響了 Robby 後來做 AI模式的方式。他不再盯著功能清單,而是盯著一個問題:這個產品幫使用者完成了什麼?一個 AI 產品好不好,不看功能多花哨,而看它是不是真的理解了使用者想做的事。第四節|借鑑可以,但要做成自己的版本2016年,Instagram 推出 Stories 功能,幾乎所有人都說它在“抄襲 Snapchat”。負責這個項目的 Robby Stein 的回應是:“這個形式確實是 Snapchat 發明的。但我們關心的是:它能不能讓 Instagram 更好?不是所有好東西都要你發明,關鍵是讓它變成屬於你的版本。”✅ 為什麼 Stories 不是 Snapchat 的複製貼上?Robby 說,他們當時並沒有照搬 Snapchat 的做法,而是把這個形式 “重新做成 Instagram 的樣子”。舉幾個他提到的具體做法:Snapchat 不允許上傳已有照片,只能現場拍。 → Instagram 改了,可以上傳手機裡拍好的高畫質圖,因為很多人希望留住回憶。Snapchat 的 Story 播放不能暫停。 → Instagram 加了“長按暫停”功能,使用者可以慢慢看,不會錯過細節。Instagram 還加入了複雜濾鏡、霓虹畫筆、更多創意工具。 → 讓表達方式更豐富,也更適合 Instagram 原本就愛“修圖”的使用者習慣。這些不是技術創新,而是圍繞使用者場景做的選擇。如果使用者已經認定了一個產品該是什麼樣,你硬要把它掰成另一個樣子,基本上都會失敗。✅ 同樣的邏輯,也在AI模式上現在回到 Google 做 AI 模式這件事上。 很多人第一反應是:這不就是另一個 ChatGPT 嗎?Robby 的回應和當年做 Stories 一樣:我們不是在做 ChatGPT 的複製品。我們做的是:搜尋裡的 AI,用搜尋的方式來服務使用者。什麼意思?ChatGPT 很強大,但它是開放對話式的,你可能在它那裡寫詩、編故事、扮演角色;而 AI 模式,是圍繞“獲取資訊”這個任務來設計的。比如你搜尋“適合 6 歲孩子的科普展覽”,AI 模式會:先理解“6 歲”和“科普”的搭配含義;然後推薦適齡內容,還附帶地圖、票價和官網;最後你可以接著問:“這個周末有嗎?”“需要預約嗎?”這不是AI聊天,而是AI跟著你的問題走。Robby用“使用場景”來劃分界限:想寫封信、潤色文案、找靈感?ChatGPT很適合。要找地址、查展覽、對比資訊?AI模式更合適。“你不會把 ChatGPT 當成地圖,也不會用它確認一家餐館的開放時間。我們就專注做這些 ChatGPT 沒做好,但使用者非常需要的事。”從 Instagram 到 Google,從 Stories 到 AI 模式,Robby 的理念始終一致:借鑑別人的靈感沒問題,但要想清楚怎麼把它做成自己使用者需要的樣子。別人的使用者在意“有趣”,你的使用者在意“有用”,那就圍繞“有用”來設計。第五節|好產品不是最聰明的,而是最能聽懂你的在整個對話的最後,Robby Stein 回到一個特別基礎的問題:什麼樣的 AI 才算好?不是模型大不大、參數強不強,也不是能不能寫小說、寫程式碼。 而是一句話:它到底能不能理解你在問什麼?✅ AI 的核心價值:聽懂你在問什麼過去我們用搜尋,得先自己想清楚關鍵詞。 用 ChatGPT,也得組織好語言,再生成一下。但 Robby 說,AI 正在變得“更接近人類思維”。你想問什麼,直接開口就行,不用想格式,也不用擔心表達是否嚴謹。連孩子都能感受到這種變化:“我家小孩放學回來會說:'我能不能和Google聊聊?我想問問它斑馬喜歡吃什麼。'然後他們就打開Google,直接說出問題,開始對話。”✅ 這不是在用搜尋,而是在練習提問Robby 把這種現象稱為 AI 變成了好奇心引擎。以前,孩子要看百科全書,要找爸媽問問題;現在,他們第一反應是“去問 AI”。AI 的最重要變化,不是能寫得多複雜,而是讓提問這件事,變得特別自然。它不再是一個工具,而是一個可以被說話方式引導的對話過程。你說:“我周末想帶孩子去科學館,有什麼推薦?” 它會回問:“你們住在那裡?”、“更偏向自然類還是科技類?”、“需不需要提前預約?”這一來一回的過程,才是真正體現出 AI 模式與傳統搜尋的區別。Robby 還提到,團隊最近剛上線了一個新功能:Search Live。你在 Google App 裡打開它,就可以直接用語音對話式地搜尋。不用打字,不用翻連結,就像說話一樣和 AI 交流。他說:“這是最自然的學習方式,你只需要有一個問題,然後開口說出來。”✅ 學會用 AI,不是掌握技巧,而是敢於多問Robby 認為,AI 的未來,不是一個你得精通的人才能用的工具,而是一個連孩子都能用來提問的朋友。很多人低估了自己能通過 AI 學到多少東西。你只需要願意問。這不是技術的勝利,而是產品形態的進化。當 AI 變得聽得懂你說話,你才會願意更常用它,也才真正開始改變自己的學習方式。這也是 Robby 最看重的:“AI 能不能被使用者自然地拿來提問,提完以後真的得到幫助。只要它有一次真正幫到了你,那你可能就不會離開它了。”結語|你不是在用 AI,而是在教它理解你這一輪 AI 競爭,看上去是模型參數、處理速度、訓練成本的比拚。但 Robby Stein 看到的是另一條路:不是功能越多越好,而是要教 AI 理解使用者的需求。Google 在做的不是復刻 ChatGPT,而是讓 AI 更懂你。每一次你提問,每一次你追問,每一次你覺得“這個答案對了”,你都在教 AI 什麼是真正有用的回答。這就是 AI 開始聽懂人的方式。 (AI 深度研究員)
OpenAI搭台:AI應用繁榮周期的起點?
OpenAI 正在把“搜尋(GPT Search)+智能體(AgentKit)+應用程式商店(Apps in ChatGPT/Apps SDK)+內容/分發(Sora App)+會話內交易(Instant Checkout)+個性化起點(Pulse)”拼成一個會話式“智能作業系統(Smart OS)”的雛形。看完OpenAI開發者大會以後,最大的感受!先說說我的總體看法:1. ChatGPT 正在從“應用入口”升級為“類作業系統(OS)”官方上線“Apps in ChatGPT”(內嵌可互動應用+Apps SDK),並計畫年內開放提交與變現/目錄分發——這像是“App Store 時刻”的開場白。2. 從“模型能力”轉向“代理與工作流平台”發佈 AgentKit(可視化編排/評測/Evals/強化微調 RFT)與企業級 Connector Registry 與 Guardrails,瞄準“可部署、可評測、可治理”的生產級 AI 代理。3. 商業閉環進一步打通上周上線 Instant Checkout(Stripe 協議 + Etsy 先行,Shopify 將至),DevDay 又把“應用+電商”拼好,明確朝“代理式電商”演進。4. 規模與供給兩端同步抬升OpenAI 披露 800M+ 周活使用者、API 6B tokens/min 的負載,且與 AMD 達成 6GW 級算力長期供給協議(含最高約 10% 股權期權),為 2026 年起的大規模部署備貨。5. “日常起點”之爭開啟ChatGPT Pulse 把 ChatGPT 變成“每天第一眼”的個性化動態(連接郵件/日曆,現為 Pro 使用者預覽),廣告暫不落地但“並不排除”。一、發佈要點(產品面:一眼看懂)Apps in ChatGPT + Apps SDK(預覽)聊天中直喚應用(如“Spotify 給我做一份派對歌單”),支援地圖/播放列表/演示等互動元件;首批夥伴含 Booking.com、Canva、Coursera、Expedia、Figma、Spotify、Zillow,歐盟區域“稍後”。年內開放提交與變現,並上線目錄。底座採用 MCP(Model Context Protocol)。AgentKit:Agent Builder(可視化工作流/版本管理/內建評測)、ChatKit(嵌入式聊天 UI 元件)、Connector Registry(統一資料/工具治理)、Guardrails(開源安全護欄)。Evals升級(資料集/軌跡評分/自動 Prompt 最佳化/第三方模型評估),RFT 強化微調:o4-mini GA、GPT-5 RFT 私測。Codex GA:編碼代理全面可用,新增 Slack 整合、Codex SDK、企業級管控;官方稱內部“幾乎所有程式碼都在借助 AI 編寫”。模型與多模態(DevDay 彙總頁):GPT-5 Pro(API 高精場景)、Sora 2(視訊生成接入 API)、gpt-realtime-mini(低成本語音)、gpt-image-1-mini(低成本圖像)。Agentic Commerce:Instant Checkout(Etsy 已開、Shopify 將至;開源 Agentic Commerce Protocol),把“發現→轉化”收斂到對話。Pulse(個性化“晨報”):讀取你授權的聊天記錄與連接器(Gmail/Calendar 等),每天生成主題卡片;僅 Pro 預覽,廣告暫無計畫但不排除。二、戰略位勢(從“入口”到“系統”)平台躍遷:Apps SDK + 目錄 + 未來變現 ⇒ ChatGPT = 會話式“微應用 OS”。這不僅吞併“網頁-搜尋-跳轉”的傳統路徑,更把 UI 遷移到“對話+內嵌元件”,類似把“原生 App”摺疊進對話流。從模型到“可營運的代理”:AgentKit 用版本化編排+評測+安全護欄+前端套件把代理做成“產品級工廠”,解決行業痛點(不可測/不可控/難部署/前端成本高)。從流量到交易:Instant Checkout + Apps ⇒ 發現-互動-支付同域完成;“搜尋-站外導流-結算”的鏈路被壓縮,平台議價力上升。算力護城河:6GW AMD 合作(MI450 自 2026H2 量產部署)是對“長期供給約束”的正面回應,支撐“代理+應用程式商店+視訊”並行負載。對於軟體行業意味著什麼?分發與交易被“摺疊進對話”ChatGPT 變成“對話式應用層”,應用直接在聊天裡被呼叫並完成行動/結算,重塑軟體的獲客、互動與轉化路徑。對“搜尋→跳轉→註冊→支付”的長鏈條是降維打擊。架構從“API-first”遷到“Agent-first”AgentKit 把編排、前端、評測、治理與強化微調(RFT)打包為一體化生產線,顯著降低把代理送上生產的門檻。商業模式多元化除訂閱/席位外,疊加會話內 GMV 抽費 + 應用目錄變現(待公佈),SaaS 收入結構和增長邏輯將被改寫。供給面加槓桿OpenAI-AMD 的 6GW 供給協議鎖定了 2026H2 起的大規模部署能力,為“應用×代理×視訊”的並行鋪路;開發者面向 8 億+ 周活 的分發麵,行業進入“平台位勢重排期”。所以OpenAI 正在變成一個會話式“智能作業系統(Smart OS)”的雛形。1)入口層:從“網頁→App 圖示”遷到“對話即入口”Apps in ChatGPT,把 Spotify、Zillow、Figma、Canva、Expedia、Coursera 等“應用”直接內嵌到聊天裡,使用者不再跳走,在單一會話中完成檢索、配置與操作;年內將開放提交與目錄分發(相當於“App Store”開場)。ChatGPT Search(官方“搜尋”產品)已面向所有地區開放使用與 Chrome 擴展,把搜尋流量納入 ChatGPT 語境,減少“搜尋→連結→頁面”的摩擦。Pulse(個性化“晨報”)把郵件/日曆/歷史聊天等授權資訊彙總成每日卡片流,官方強調暫不投放廣告但不排除未來探索。2)執行階段層:把“智能體+應用”做成可營運的系統AgentKit(含 Agent Builder/ChatKit/Evals/RFT/Connector Registry)把編排、前端嵌入、離線評測與強化微調連成流水線,解決“可測、可控、可治理”的落地難題。Apps SDK + MCP:應用通過 Apps SDK 在 ChatGPT 內渲染互動元件,並以Model Context Protocol(MCP)連接外部工具/資料;微軟已在 Windows/開發棧宣佈擁抱 MCP,互操作標準開始形成網路效應。媒體與分發:Sora 2 接入 API,同時推出 Sora App(短影片式分發/創作),把“生成→分發→消費”閉環遷到自有域。3)商業閉環:從訂閱席位到“會話內 GMV + 目錄變現”Instant Checkout已支援在 ChatGPT 內直接購買(Etsy 已開、Shopify“即將”),官方明確這是會話內電商的第一步。對軟體與商家而言,這是從“獲客→跳轉”到“會話即交易”的結構性變化。Apps 目錄的提交流程與變現規則將決定“ChatGPT App Store”的生態激勵與排序邏輯(目前官方表述:年內開放提交、貨幣化細則將公佈)。算力護城河:與 AMD 的 6GW 多年期協議(2026H2 先上 1GW/MI450)為“搜尋×應用×視訊×智能體”的並行需求預留供給彈性。4)競合態勢:誰能與“Smart OS”分庭抗禮?Google 當前看起來是唯一能全維度應戰的對手:擁有 默認搜尋入口(AI Overviews/AI Mode 正把搜尋轉向“對話答覆+行動”)、Android/Chrome 的系統級分發、以及 Gemini Apps/Workspace/Agentspace 的企業工作流滲透力。但 Google 的“AI Mode/Overviews”在一致性與場景覆蓋上仍處動態調參與區域化推進階段(對敏感話題常做“禁觸/降級”處理),給了 ChatGPT 在“統一體驗 + 生態速度”上的窗口。OpenAI 的相對位勢:分發:ChatGPT Search + Apps 目錄 + Pulse 提供“日常起點”的三叉戟;標準:MCP 在 Windows/微軟生態加速普及,降低“被一家應用平台鎖定”的擔憂;5)對於軟體行業,有多個維度的結構性影響:1. 分發權遷移:從網頁/商店 → 對話入口Apps SDK 讓 Spotify/Booking/Zillow 等應用“被上下文召回”,使用者不再離開 ChatGPT 即可完成任務;這會壓縮 SEO/比價導購/跳轉廣告的中間地帶。2. UI範式:從重前端到“微介面 + 對話邏輯”開發者用 Apps SDK/ChatKit 輸出“輕 UI 元件 + 語義互動”,大量 B/S 複雜前端被“對話+控制項”替代,產品團隊更像在編排動作與狀態而非頁面棧。3. 架構與工程:Agent-first 供應鏈成型Agent Builder(可視化、多代理)、Evals(資料集/軌跡評分/自動提示最佳化/第三方模型評測)、RFT(o4-mini GA、GPT-5 私測)把“可測、可控、可演進”前置,企業可以按範本化流水線上線代理。4. 互操作標準:MCP 成為“AI 的 USB-C”Apps 基於 MCP 擴展,統一把外部資料/工具接入到對話;Windows 與多家廠商近月跟進支援,預示跨平台相容的網路效應。5. 商業模型:訂閱 × (會話內)交易 × 目錄分發Instant Checkout 已在美區對接 Etsy(Shopify “即將”),OpenAI 收取成交小額費用;目錄變現“年內公佈”。SaaS 將從“月費+席位”擴展到“任務/成交驅動”的復合收入。6. 行業勢能:平台與生態的再分層擁有強場景+強庫存/服務的垂直應用更易在 Apps 裡獲得“原生召回”(旅行、地產、設計、教育、音樂等首發夥伴已在列),長尾應用可借目錄觸達 8 億+ 使用者。7. 企業 IT 與資料治理:從“整合”到“註冊/管控”Connector Registry + 全域 Admin Console 支援跨組織域/SSO/多 API 組織統一治理,降低“影子 IT”與資料外洩風險。8. 安全與合規:護欄工程化可在 Agent Builder 裡啟用開源 Guardrails(PII 遮蔽、Jailbreak 檢測等),安全成為產品形態而非“上線後補鍋”。9. 生態競合:搜尋/廣告/電商鏈路再排位當“發現→對話→轉化”在域內閉環,部分檢索與導購位點被蠶食;媒體側開始討論“Chat-OS”對默認入口的衝擊。二階效應(分賽道)橫向 SaaS(CRM/HR/ITSM/協作)從“席位授權”轉向“代理完成工作量/節省時耗”的 價值計費;幫助台、報銷/採購、入職培訓等可先行。電商與本地生活會話內結算把“選品→支付→履約”壓縮;對帶貨/導購類軟體是替代性衝擊,但對庫存/履約強的商家是新流量入口。設計與內容生產設計/課程/地圖等互動控制項進入聊天,協作鏈縮短;“對話即編輯器”,對純工具型網頁前端是衝擊。旅遊/地產/票務互動地圖/篩選在對話內完成,轉化路徑縮短,平台議價力上升(早期夥伴已上線)。開發者工具Codex GA + Apps/Agents 一體化,外掛/擴展市場將被“應用目錄+嵌入式代理”重構。是不是其他SaaS就淪為了打工人的角色,聽從ChatGPT的調度?OpenAI 現在確實在把“入口(Search/Pulse)+ 身份/偏好 + 代理(AgentKit)+ MCP 應用層 + 支付結算(Stripe/ACP)”拼成一個會話式“智能作業系統”雛形;(B) 它公開宣稱走開放標準(MCP/ACP)、不強制更換商家體系且“結果不偏好自家結算”,以降低“平台挾持”的觀感;(C) 至少在現階段,會話內購物要求顯式逐步確認,並沒有提供“默認自動下單”的開關(這既是產品選擇,也是合規約束)。1) “全部幫ChatGPT打工”會不會發生?會發生一定程度的“供給側被平台化”(分發、身份、支付與排序都在 ChatGPT 內完成),但不等於所有應用公司都只能當外包:分發與排序:Apps 直接在對話裡被召回,OpenAI 會做目錄與在聊內的“推薦/呼叫”,這天然形成平台的流量與排序權。支付與結算:Instant Checkout 由 Stripe 驅動的 Agentic Commerce Protocol(ACP)承載,OpenAI 明確寫了“商家是商戶記錄(merchant of record)”“可用原有支付/風控/客服系統”,且商品結果“按相關性排序、未偏好支援即買”,“商家按成交付小額費用”。這與傳統“平台大閉環”不完全相同,平台稅意圖被弱化。資料與同意:Apps/MCP 要明確權限與用途,Pulse 也強調使用者可管理研究與卡片;這會限制平台直接“拿走一切資料”的空間。對於ChatGPT,這更像“強分發的開放平台”,平台仍會抽象出“使用者/上下文/支付/結算”的公共層,但商家與開發者可以保留系統與客戶關係。平台會攫取一部分“入口和排序的地租”,但不必然演化為“全端閉環的盤剝”。2) 歷史上有什麼可類比的“case”?Apple App Store(入口+身份+支付+審查+佣金):最像“系統級應用程式商店”的前例,強分發+強支付(IAP)+規則/抽成(15–30% 分級)。差異是蘋果是OS 內建閉環,而 ChatGPT 走 MCP 開放協議;歐盟下蘋果也被迫開放側載/替代商店。WeChat 小程序 + WeChat Pay(超應用):最像“對話/社交即作業系統”的樣板——流量入口、輕量應用與內建支付在同域完成。ChatGPT 的 Apps SDK + Checkout 的路徑高度相似,只是面向全球、以 MCP/ACP 開放標準推進。Facebook 平台 + Credits(社交圖譜 + 虛擬幣):當年試圖把全站付費統一到 Credits(30% 抽成),但最終關停,說明“把支付端也強行標準化”在監管/生態上阻力極大。ChatGPT 這次通過 開放的 ACP + Stripe 避免重走“強行統一幣種”的老路。(Google(Search/Android/Play/Ads → AI Overviews/AI Mode/Gemini Agents)Google正把搜尋與瀏覽器變成“對話+行動”入口,並在 AI Overviews/AI Mode 中直接投放廣告;Android/Chrome 的“默認入口”能力依舊強,是唯一可從“系統層+瀏覽器+搜尋”避險 ChatGPT 的對手。Microsoft(Windows/Office/Teams + Copilot + MCP):公開宣佈全端支援 MCP,推動“開放代理網路”;這意味著微軟選擇“兼容並蓄的工具/協議標準”,而非單一閉園。Salesforce AppExchange / Slack 平台:企業工作流商店與聊天平台生態的成熟樣板,說明企業分發+身份+帳單的“平台稅/治理問題”會長期博弈。OpenAI 的確在搭“入口 × 代理 × 應用 × 結算”的平台級大局;對於其他開發在ChatGPT平台上的APP應用來說,不是“全都打工”:它現在押注 開放協議(MCP/ACP)+ 明示同意 + 商家自留系統 來緩解“平台稅”爭議。當前從拐點的角度,是AI應用爆發的“強拐點的就位與點火”三大飛輪(前面討論過):為何這是“應用層點火”的結構時刻?1. 入口飛輪Apps in ChatGPT / Apps SDK 讓應用被上下文召回並在對話中以互動卡運行,首發夥伴(Booking、Canva、Coursera、Expedia、Figma、Spotify、Zillow)與“年內提交/目錄”= 完整分發麵;Pulse(Pro 預覽)瞄準“每日第一眼”,Altman 明確現階段無廣告計畫但不排除。這對“習慣形成”至關重要。2. 執行階段飛輪AgentKit 把編排(Agent Builder)+前端(ChatKit)+評測(Evals/軌跡評分/自動提示最佳化)+RFT 串成一條龍生產線 —— 代理從“Demo 工具”變成“可營運軟體”。3. 交易飛輪Instant Checkout + Agentic Commerce Protocol(ACP)把“發現→轉化”前移到會話;商家仍是 merchant of record,平台抽小額成交通道費,利於生態放量。三輪同轉的前提是平台規模:官方口徑 800M+ 周活、4M 開發者、API 6B tokens/min,足以承接“App/Agent/交易”的並行。所以,這場 DevDay 把“入口(Apps in ChatGPT / Search / Pulse)× 執行階段(AgentKit+Evals/RFT)× 交易(Instant Checkout+ACP)”拼成閉環,配合800M+ 周活 & 4M 開發者 & API 6B tokens/min 的供給側現實,意味著“應用層可規模化”的結構條件已滿足;但是否升級為“超級拐點要看接下來 1–2 個季度採用與變現曲線是否共振爬升。我給到位勢判斷:L1/L2 之間,離“超級拐點”只差三把鑰匙:Apps 目錄的留存與召回率穩定上行;會話內 GMV,在 Etsy→Shopify 擴張後出現“環環相扣”的爬坡;AgentKit 在企業側的 GA 落地率(評測/Evals 與 RFT 帶來的可控可靠性)明顯提升。 (貝葉斯之美)
市值暴漲千億,這潑天富貴終於輪到百度了
資本不會對優質企業視而不見。百度是在反彈,還是反轉?今年9月,百度港股股價月內累計漲幅超50%,9月17日盤中最高漲近20%,創兩年半新高,市值突破3600億港元。百度美股也不甘示弱,年初至今漲62.06%,過去60個交易日漲58.03%。可以說9月份的百度格外亮眼,大幅超過一眾網際網路公司。圖源:雪球為什麼百度突然大漲?這到底是“超跌反彈”還是“敘事反轉”,市場終於發現了百度這顆“遺珠”?超跌反彈派認為:估值層面上,在眾多中概股網際網路科技巨頭中,百度應該是目前底部盤整時間較長、市值收縮尤為顯著的頭部平台型科技企業。其美股估值自2021年起持續下行,低位震盪已逾兩年;港股上市即高點,此後同樣陷入漫長調整期。這種長期的估值壓制,反而意味著當新的增長預期出現時,其反彈空間可能更為可觀,尤其是當市場情緒和流動性都極為友好之時,反彈只會事半功倍。敘事反轉派認為:百度收縮了戰線,將資源高度聚焦於AI這條核心賽道,並最終等來了技術突破到商業化落地的臨界點。基礎大模型的技術突破,驅動了智能雲和智能駕駛等上層應用的創新和商業化;而商業化應用的規模化落地,又反過來為大模型的迭代提供了海量的資料和真實的場景反饋。圖源:蘿蔔快跑官網高盛的研報也認為,其AI雲、自動駕駛和龐大的現金儲備這三部分業務的價值,按照SOTP估算,就接近200美元/股。那麼那一個才是真相?如果只是單純的從財務上分析,很容易得出第一個結論,認為再差的科技股也終究會迎來反彈,這不能說不對,但顯然不夠全面和客觀。但如果說百度就此成為AI行業領頭羊,恐怕還需要觀察,需要百度幾個季度的業績來證明自己,資本或許會有偏見,但不會對優質企業視而不見。百度這次有點不一樣了01、百度雲業務持續領先百度智能雲是當前新主業中最"能打"的存在,說是第二增長曲線也並不誇張。2024年四季度,智能雲收入同比增長26%,其中AI相關收入增長近3倍;2025年一季度,智能雲業務增幅近乎環比翻倍;二季度,百度進一步宣佈"AI驅動的新業務收入破100億元",智能雲貢獻超80%。可見,AI雲的商業化成效釋放良好。圖源:AI前百度CFO何俊傑在財報中直接點出雲業務對百度核心收入的貢獻:智能雲的強勁增長,在加速推動移動生態AI轉型的同時,“為整體收入提供堅實支援”。百度雲的解法是,針對不同企業存在的相似痛點開發模型工具鏈,降低上手門檻;為解決不同企業的特性痛點,將模型開發平台設計為“樂高式”的高靈活、高相容平台,再加上完整優質的MCP服務,能滿足不同開發能力、不同場景企業的多樣化需求。例如“蒸餾”功能,可以讓企業把大尺寸模型解決特定任務的能力遷移至更小尺寸的模型上,保留效果的同時,成本壓縮下降。百度MaaS能夠實現降本背後,是成熟的萬卡叢集管理和部署能力,以及錯峰調度技術。百度的崑崙芯已大規模部署,本季度更是點亮國內首個三萬卡叢集共同構成算力底座,將大模型訓練成本壓縮至行業平均水平的三分之一。百舸AI異構計算平台4.0 已具備成熟的10萬卡叢集部署和管理能力,且在萬卡叢集上實現了99.5%以上的有效訓練時長,能夠將兩種晶片混合訓練大模型的效率折損控制在5%以內,達到業界最領先的水平。圖源:網路簡單來說,百度雲不僅僅是在價格上有優勢,更是在價值上具備不小的優勢。百度雲是國內唯一能同時相容輝達 CUDA 和國產算力的廠商,客戶用起來不用換系統,這在國產算力替代的大背景下太重要了。百度這個“算力-框架-模型-雲服務-應用-生態”多邊形戰士,經市場遴選後已經開始彰顯自己的獨特價值。02、AI搜尋主動轉型自從GPT大火之後,市場上一直有一種擔憂,那就是AI會徹底重塑搜尋業務,甚至可能搜尋網站價值清零。首當其衝的就是Google,但這幾年下來Google並沒有被打垮,今年以來更是躋身3兆美元俱樂部,成為輝達、微軟、蘋果之後的第四家。從今年4月到現在累計上漲超70%,市值增幅1.2兆美元。雖然Google的大漲主要是Google雲連續高增長,擁有1060億美元未完成訂單,但Google的廣告業務也維持住了增長,二季度廣告收入同比增長11.7%。當然這背後要歸功於Gemini大模型頂住壓力,實現月活使用者超4.5億。這足可以證明傳統AI搜尋並非無法轉型,也未必不能成為行業先驅。圖源:網路一向克制的騰訊都將AI搜尋能力納入微信生態,硬體巨頭蘋果也多次提到,要加速將AI整合軟體硬體生態,為對抗OpenAI,還計畫推出AI搜尋計畫。百度自然也不會甘為人後,依靠文心一言大模型,推出獨立AI搜尋“文小言”,支援多模態內容生成,主動資訊整合,結合具體場景提供深度服務。圖源:網路9月19日,第三方機構QuestMobile《2025年8月AI應用行業月度報告》顯示,百度AI搜尋月活躍使用者規模增長顯著,高達3.65億,居國內AI搜尋行業第一。第二季度財報顯示,作為傳統現金牛的線上行銷收入(即廣告業務)同比下降了15%,這的確是百度要面臨的最大問題,但AI搜尋這種新業務現階段實現新範式增長更為重要。對於未來的AI搜尋商業化空間,百度移動生態事業群組(MEG)負責人羅戎表示,“二季度已經開始AI搜尋變現的早期測試,但考慮到使用者體驗,大規模變現尚未啟動,仍採取謹慎推進的策略”。百度高管於業績電話會中預警道:“第三季度會‘特別難’,預計廣告收入可能同比下滑20%~25%。”而對比行業來看,同期中國線上廣告市場整體仍保持著約3%的同比增速。圖源:百度有行業人士指出,AI搜尋帶來的廣告溢價僅能覆蓋30%~40%的額外成本,短期難以實現盈利平衡。所以百度目前的表現並不算很差,怎麼做AI搜尋,行業都還在探索之中。03、為什麼現在大漲百度做AI搜尋雲業務表現優異,至少一季度大家都知道了,但為什麼到了二季度末期資本市場才開始重估?這背後又有什麼樣的預期變化和改革?簡單來說,百度真的在大改了,百度的AI故事真正實現了邏輯閉環,業務也出現了不小變化。最為典型的百度二季度,雖然總營收下滑了4%,但百度的淨利潤卻大漲了33%,原因就是百度智能雲業務開始獨當一面,首次突破百億大關,這讓對百度的傳統看法顯得有些過時了。機構的觀點更偏現實一點,諸如傑富瑞研報顯示,百度近期AI發展受市場關注,基於簽署多個大型AI合作客戶、AI代理與數字人業務快速增長,自動駕駛平台ApolloGo海外擴張,維持百度“買入”評級,美股目標價從108美元升至157美元,港股目標價從104港元升至152港元。圖源:蘿蔔快跑官網AreteResearch分析師也將百度美國存托憑證評級從“出售”上調至“買入”,目標價設為143美元,稱其晶片業務潛力大,有望抵消線上廣告業務疲軟影響。如果僅僅是反彈,恐怕也很難在短短一個月左右就實現50%左右的大漲,要知道這種漲法是阿里和騰訊享受的待遇,如果只是業績超預期很難出現持續性大漲。正如騰訊此輪股價回升,市值重回6兆港元,並非單純的短期市場情緒,而是一次“業績修復+戰略升級+估值重估”共同驅動的系統性回升。筆者認為百度也有著類似的邏輯。三月以來,隨著阿里等科技大廠對“AI Capex”的不斷加碼,以及華為、百度、寒武紀等本土AI算力叢集的逐漸破土,首個中國AI算力基礎設施主升浪啟動。答案已經不言而喻:誰擁有AI基礎設施建設能力,誰才會被高看一眼。有報導稱百度已開始使用其內部開發的崑崙P800晶片來訓練其文心大模型的各個版本。資本市場瞬間理解了這個訊號的重量:一枚能支撐自家大模型訓練的晶片,其戰略意義不言而喻。在AI時代最核心的“算力”環節,百度擁有了真正意義上自主可控的底牌。圖源:AI此外,崑崙芯實現商業化突破。8月下旬,百度旗下智能晶片業務主體崑崙芯科技宣佈,中標中國移動2025—2026年人工智慧通用計算裝置(推理型)集中採購項目,斬獲十億級訂單。根據IDC公佈的2024年中國市場AI晶片出貨量資料,崑崙芯的出貨量高達6.9萬枚,是寒武紀的2.65倍,市場領導地位已經顯現。所以百度已經在真正意義上實現AI基礎設施商業化自洽,而非望不到盡頭的燒錢機器。過去百度的科技屬性是被低估的,認為其還是依賴廣告商業模式,沒有太多溢價空間,只需要看貨幣化率就好了。但當百度智能雲和Robotaxi、崑崙芯明顯發力之後,還這麼看就有失偏頗了。百度也可以看成長性估值,看技術的落地空間。也難怪CFO何海建明確對市場表示,支撐百度估值的核心基礎是300億美元的現金儲備,而市場對其Robotaxi、崑崙芯、百度雲等業務的價值存在低估。還有很重要的一點是,過去的百度還沒看到拐點,市場對百度的估值整體上是偏謹慎的。2024年百度經營策略偏保守,受限於財務指標和市淨率,因此市場表現一般。2025年百度調整經營策略,加大融資力度,擴大資本開支也是箭在弦上,但受限於市淨率跌破1倍,股市融資道路梗阻。圖源:AI在大模型營收尚不能撐起半邊天時,老牌線上行銷業務卻出現未老先衰之勢,市場對新老業務交替中的企業往往比較慎重。而李彥宏本人也坦承,百度最大的問題是不聚焦,因此常起大早,趕晚集。正視問題是解決問題的第一步。隨後百度收縮了戰線,將資源高度聚焦於AI這條核心賽道,並最終等來了技術突破到商業化落地的臨界點。此外,2025年9月之後,中概股迎來一輪普遍反彈,9月11日百度市淨率正式超過1倍,企業的股市融資功能開始恢復。2025年以來,百度先後發行了144億元人民幣,20億美元的優先票據(其中44億元債券是發佈在剛剛過去的9月中旬),且在7月百度更換了CFO,集團上下採取了更為積極的財務策略。這樣的百度,自然是不同於以往大有可為。或許市場也該認真思考如何為robotaxi估值,百度robotaxi訂單量有時候能比Google的Waymo還多,可Waymo估值都給到 800 億美金了,百度這部分業務卻因為藏在 “其他收入” 裡,連單獨估值都沒有。崑崙芯就更不必說,是參考寒武紀,還是輝達?市場需要給予正式的估值,那怕低於百度的預期。寫在最後百度的股價反彈可以說是“天時地利人和”多方面因素的積累,我們不能只看到木頭姐和西方投行在狂買就認可,等他們拋售就跟風去罵。百度目前雖然實現AI生態的商業邏輯閉環,但距離真正的AI應用商業化成功,還有待時間驗證。在當下AI軍備競賽的階段,百度或許需要在AI開支上更加有為和大膽,才能長期保持領先。(首席商業評論)
GEO爆火!流量7倍增長,紅杉、輝達搶著押注AI新生意
搜尋,曾經是網際網路最完美的商業模式,撐起了市值超2兆美元的Google。但時代變了。連馬斯克都直言,“AI將取代搜尋”。這背後,不只是使用者習慣的小變化,而是一場對傳統網際網路行銷的顛覆。簡單說,SEO的邏輯正在被淘汰,取而代之的是GEO。GEO(Generative Engine Optimization),是讓品牌在生成式AI的回答裡,被精準、正面、且高頻地提及。當“零點選”成為常態,GEO從可選項變成了必選項。它不僅重寫了廣告的形態,還打開了新的產業機會。資本的嗅覺最快。不久前,紅杉領投了GEO公司Profound。這家公司成立還不到一年,就完成了三輪融資,投資人名單裡既有紅杉這樣的頂級VC,也有輝達這樣的產業巨頭。那麼問題來了:紅杉為什麼看好Profound?GEO的產業機會究竟在那?今天,烏鴉君藉著Profound的融資,展開聊聊。/ 01 / 第一個頂級風投Pick的GEO公司一個不得不承認的事實是,AI正在“吃掉”傳統搜尋。現在,Google AI Overviews、ChatGPT Browse、Perplexity、Claude、Gemini等平台每天要處理數億次查詢。Gartner預測,到2026年,傳統搜尋引擎流量將因AI聊天介面的興起下降25%。伴隨著搜尋的衰落,廣告行銷的邏輯正在發生巨大的變化。二十多年來,SEO一直是在搜尋邏輯下提升網路曝光度的最佳策略,市場規模一度超過800億美元。傳統SEO拼的是搜尋排名,排名由基於關鍵詞匹配度、內容深度和廣度、反向連結、使用者體驗參與度等因素的網站索引決定。而到了AI時代,這套邏輯玩不轉了。使用者提問對象變成了ChatGPT、Claude、Gemini,內容不再通過網頁點選,而是直接生成答案。這意味著:你不能再只關心搜尋排名,而是要關注“模型記不記得你”或者說“是否願意主動提你”。如果你的內容沒被AI“記住”,你就輸了。於是,一種新的廣告範式正在興起,它不再由頁面排名驅動,而是由語言模型驅動,這就是生成引擎最佳化(GEO)。一個案例說明GEO的力量:在DeepSeek、Claude或豆包裡問“什麼AI玄學產品好”,某F產品頻頻被推薦;再用GPT、Gemini Deep Research或Kimi-Research做橫向調研,它依然是標竿案例。GEO的價值在於,它決定了使用者在AI回答裡能否“看見”你。而這一變化,正在催生一批新的創業公司。其中的典型代表是Profound。Profound定位為企業級GEO工具,目前已經服務了500多家企業、超過2000名行銷人員,覆蓋金融、B2B SaaS、快消、零售等多個行業。客戶的反饋非常直接:AI可見度提升後,新增收入往往能達到數十萬美元,而且能夠清晰追溯到AI助手的推薦。Profound專為AI環境而生,支援多語言GEO分析與主動爬蟲管理。簡單來說,它會先弄懂AI怎麼想,再“教”AI怎麼答。為了搞懂AI的回答邏輯,公司推出了三項監控工具:1.答案引擎洞察(Answer Engine Insights),即時抓取AI怎麼“嘴”品牌;2.代理分析(Agent Analytics),看清各路AI爬蟲如何拆品牌的網站、讀品牌的內容;3.對話檔案總管(Conversation Explorer),扒出全球使用者在問AI什麼、缺什麼。他們很快發現了一個規律:在高權重平台(Reddit、YouTube、LinkedIn、Medium)發佈內容,更容易被AI引用。Profound資料顯示,Reddit是所有主流模型中被引用次數最多的平台,Reddit最新財報引用了這條結論。▲Reddit最新財報引用了Profound知道了AI的回答邏輯,下一步是生產足夠多能讓AI引用內容。為此,Profound提供一站式“寫給機器人看”的內容打包服務:對比稿、社媒帖、落地頁,全都為AI調過味。經過客戶實測,品牌被AI推薦的次數最高能翻7倍。今年7月,Profound又上線主動最佳化功能,包括:模擬人類提問,預測那些內容更容易被AI推薦;輸出結構化最佳化建議;一旦品牌被AI錯誤分類,立即預警並給出修正方案。這樣一來,行銷人員能在同一後台完成“內容生產—發佈—監控—調優”的閉環。過去需要幾個月、動輒幾十人團隊的GEO戰役,現在只要一杯咖啡的工夫。目前,Profound的定價:Pro版:499美元/月,含200條日提示、2.4萬條月回答、3個席位、2個月資料保留及核心功能;Enterprise版:定製訂價,支援多國多語言、無限制資料深度與保留期,配備專屬策略師和代理商級支援。/ 02 / 誰在教AI“認識”品牌?六家GEO公司的答案當前市場上,很多號稱GEO的服務,本質上還是在走SEO的老路:以關鍵詞展示為核心、靠代理模式拉客戶,說白了是“萬詞霸屏”與“快排”的翻版。這類方法或許能短期沖排名,但並不能真正解決品牌在AI對話中的可見性與品牌性建構問題。真正的新一代GEO玩家,不再追逐點選量,而是專注於“教AI如何理解、信任並主動推薦品牌”。它們的產品大體分為幾類:幫品牌做內容、盯AI、跑沙盤、做本地化,或者將SEO原則與GEO策略結合。在這裡,烏鴉君梳理了一些有特點的GEO公司,值得重點關注:1.Contently:把內容做成“問題答案”2024年收入口徑在2150萬~5380萬美元之間,累計融資700萬~1900萬美元。這是一個一站式內容行銷平台,擁有16萬+稽核過的記者與創作者資源,幫助企業完成選題、審稿、合規與發佈。亮點在於,它能把內容加工成“直接回答問題”的結構,讓AI更容易呼叫,從而提升流量與轉化。公司宣稱,可讓AI帶來的流量提升42%。2.AthenaHQ:SEO服務團隊的GEO儀表盤2025年6月,公司了完成220萬美元種子輪融資,YC、Amino、Red Bike等參與。其平台能即時監控品牌在AI回答中的“引用率”與“精準率”,並將“遺漏/錯引”的問題轉化為可執行工單,交給SEO/內容團隊閉環處理,支援ChatGPT、Claude、Gemini、Perplexity等六大引擎。創始團隊來自Google Search與DeepMind,目前已服務100+中大型客戶。3.PeecAI:輕量化GEO套件2025年4月,PeecAI獲得了190萬美元Pre-Seed,7月又融520萬歐元,成立僅5個月。其定位是中小企業的輕量工具包:每月120歐元,提供AI可見度追蹤器(visibility tracker),並按周輸出PDF摘要報告。相比重度方案,它更適合預算有限的SMB。4.RankScale:LLM沙盤模擬RankScale提供LLM搜尋引擎的“沙盤”環境,可模擬ChatGPT4o、Claude3、Gemini2等的回答表現,並支援A/B測試與內容架構最佳化。該工具還具備爬蟲檢測和每小時資料更新的能力,尤其適合代理機構、內容創作者與技術型行銷團隊進行快速試錯。5.OtterlyAI:49美元的“錯誤資訊哨兵”2025年3月,公司獲得了400萬美元種子輪融資,Mayfield領投。OtterlyAI主打“錯誤資訊捕手”,其GEO稽核模組基於30個可見性因素即時評分。金融、醫療等強監管行業常用它來抓取AI回答中的過時或有害陳述,並生成角色感知報告。49美元起,小團隊能用得起。6.MarketMuse:GEO權威分模型2024年,MarketMuse的收入約890萬美元,累計融資1000萬美元股權+275萬美元債務。特色是將GEO融入內容工作流:通過“主題權威分”量化品牌在某領域的競爭力,再輸出缺口內容計畫,並落地到寫作/最佳化任務。monday.com使用後,自然流量增長了15倍。總的來說,GEO賽道才剛剛起步,但方向已十分清晰:GEO則在系統性提升品牌AI世界的存在感和信任感。紅杉對Profound的押注,可能只是序章。隨著AI重塑資訊分發,整個行銷生態的底層邏輯正在被徹底改寫。 (烏鴉智能說)
蘋果秘密AI團隊曝光,要復刻ChatGPT
小扎:顛覆iPhone!庫克:世界離不了iPhone。智東西8月4日報導,過去三天,蘋果在AI領域的動向密集曝光。 昨日,彭博社報導稱,蘋果已組建名為“Answers, Knowledge and Information”(AKI)的新團隊,正研發類似ChatGPT的搜尋引擎,以彌補Siri和Apple Intelligence缺乏對話式搜尋的短板。8月1日,蘋果召開多年罕見的全員大會,CEO蒂姆·庫克(Tim Cook)在會上直接回應AI挑戰,稱蘋果“有一些令人興奮的計畫”。在此前的財報電話會上,庫克還強調,iPhone仍將是未來生態的中心。在蘋果啟動新團隊、表態AI戰略的同時,市場競爭壓力也在加劇。Meta創始人兼CEO馬克·祖克柏(Mark Zuckerberg)近日發佈“個人超級智能”(Personal Superintelligence)願景,稱AI眼鏡有望取代智慧型手機,直接挑戰iPhone的核心地位。01. 蘋果啟動“Answers”計畫,補齊AI搜尋短板蘋果正組建的“Answers, Knowledge and Information(AKI)”團隊,目標是打造具備網頁抓取與知識回答能力的“Answer Engine”。該團隊由前Siri負責人羅比·沃克(Robby Walker)領導,直接向蘋果AI總負責人約翰·賈南德里亞(John Giannandrea)匯報。羅比·沃克此前曾負責Siri,但因工程進度延誤失去了該項目的控制權,隨後被分配負責“Answers”計畫,並帶來部分原Siri團隊成員。▲前Siri負責人羅比·沃克(Robby Walker)和蘋果AI總負責人約翰·賈南德里亞(John Giannandrea)(圖源:彭博社)AKI團隊正在探索獨立應用,以及為Siri、Spotlight和Safari建構搜尋底層架構。蘋果招聘資訊顯示,該項目需要搜尋演算法與引擎開發經驗,並指出:將為Siri、Spotlight、Safari、Messages等核心產品提供“直觀的資訊體驗”。去年,蘋果發佈了其人工智慧平台Apple Intelligence,並通過與OpenAI合作,將ChatGPT接入Siri。當時,公司高管多次強調不會自研聊天機器人,甚至對ChatGPT式產品的市場價值持懷疑態度。然而,現實是這類產品已成為全球數億使用者的核心工具,涵蓋從數學計算、表格處理到創意頭腦風暴的多種用途,甚至在搜尋體驗上已取代傳統引擎。相比之下,Apple Intelligence仍侷限於通知摘要、文字改寫、Genmoji生成、照片清理等功能,計畫新增的消息與通話翻譯功能也未涉及搜尋能力。此外,Siri表現依舊不穩定:部分簡單問題能應對,但複雜查詢常被轉至ChatGPT的簡化介面,或直接跳轉至Google搜尋。對無屏裝置如HomePod使用者而言,這一體驗尤為尷尬。蘋果對Google搜尋依賴也面臨風險。美國司法部預計將干預蘋果與Google的搜尋分成協議(年收入約200億美元,約合人民幣1460億元),可能衝擊蘋果的服務收入。蘋果服務業務負責人艾迪·庫(Eddy Cue)已在法庭作證稱,“AI搜尋是未來”,並透露正在探索包括Perplexity在內的合作夥伴。02. 祖克柏宣稱AI將顛覆iPhone,庫克強勢回應與蘋果緩慢推進AI不同,祖克柏正在公開挑戰iPhone的“數字世界看門人”地位。祖克柏“宣言”中提出“個人超級智能”(Personal Superintelligence)構想:通過具備視覺、聽覺和語境理解能力的AI眼鏡,取代智慧型手機成為“主要計算裝置”。Meta已為此投入巨資,甚至開出1億美元(約合人民幣7.3億元)的薪酬搶奪頂級AI人才。▲Meta創始人兼CEO馬克·祖克柏(Mark Zuckerberg)祖克柏稱:“一旦在鏡片中加入螢幕,你就能全天以多模態方式與AI互動。它能看到你周圍的內容,生成介面並提供即時幫助。”目前Meta的智能眼鏡仍需依賴智慧型手機,但其產品路線圖已指向獨立運行。與此同時,亞馬遜收購可穿戴裝置初創公司Bee,OpenAI CEO薩姆·阿爾特曼(Sam Altman)與前蘋果首席設計師喬尼·艾夫(Jony Ive)正合作研發一款全新AI硬體,目標成為“繼電腦和智慧型手機之後的第三核心裝置”。在祖克柏“宣言”發佈之後,庫克在蘋果財報電話會上駁斥“後智慧型手機”論調:“當你想到iPhone能做的所有事情——從連接人們、呈現應用和遊戲,到拍照、探索世界、管理財務和支付——很難想像一個沒有iPhone的世界。”他補充道:“這並不意味著我們不在考慮其他裝置,但這些裝置可能是互補的,而非替代。”▲CEO蒂姆·庫克(Tim Cook)03. 罕見全員大會:庫克與高管回應AI質疑8月1日,蘋果召開罕見的公司全員大會,主題涵蓋AI投資與未來規劃。庫克在會上保持自信基調,稱:“有一些令人興奮的計畫”,但暫不便透露細節。據知情員工透露,會上多名員工追問Siri的未來,軟體工程高級副總裁克雷格·費德里吉(Craig Federighi)坦言:“這是最近被問得最多的問題”。此次會議距蘋果上一次全員大會已有多年。儘管AI進展受質疑,公司在剛結束的6月財季交出亮眼成績:iPhone銷量同比增長13%,創下數年來最佳表現。04. 結語:“Answers”能否解答蘋果的未來?蘋果正在加速補齊AI搜尋短板,“Answers”計畫首次表明其有意自主建構類ChatGPT的“答案引擎”。然而,Meta、亞馬遜及OpenAI等競爭對手已在探索“後智慧型手機”時代的新形態,試圖用AI硬體重塑互動形式。庫克堅信iPhone仍將是核心裝置,但他也承認“互補裝置”的空間正在打開。未來的關鍵問題是:蘋果是憑藉自研AI完成自我迭代,還是被迫在競爭中重塑其生態? (智東西)
百度搜尋要“忘掉”傳統搜尋
百度搜尋進行了近10年以來的最大改版,從搜尋框、搜尋結果頁到搜尋生態都進行了變革。其中,最直觀的變化就是百度搜尋框變大,原本只支援幾十個字的搜尋框,現在能放得下超千字的長文字,還可以上傳檔案,整合了AI寫作、AI畫圖等功能。在此次改版之前,百度搜尋框的形態已經穩定保持了20多年。圖片來源:介面新聞最近幾年,隨著抖音、小紅書等新型內容社區的崛起以及各類AI助手類產品的出現,傳統搜尋引擎面臨著一些使用者被分流的壓力。7月2日,在接受介面新聞等媒體採訪時,百度搜尋總經理趙世奇也談及於此。在他看來,環境的變化是多方面的,既包括使用者需求的變化,也包括競爭環境的變化。百度也不僅僅是和其他搜尋引擎進行競爭,也在和其他的資訊供給產品競爭。20多年前,百度剛剛創辦的時候,搜尋引擎還是個新鮮事物,而百度創始人李彥宏本人是掌握了“超鏈分析”技術的發明人,這讓百度搶佔了市場先機並且持續積累技術。但如今,這種先發的技術優勢已經不復存在,百度搜尋需要找到新的核心競爭力。可以說,百度搜尋改版既是主動尋求變革,又是必須進行的變革。新時代,百度搜尋的競爭優勢在那?從趙世奇和介面新聞等媒體的交流來看,此次搜尋產品的改版,也是百度重新思考自身核心競爭力的過程。在趙世奇看來,最關鍵的一個是產品必須要變革,一定不能再用原來的搜尋引擎的產品定義去看待它。“我們內部一直在講要忘掉老的搜尋形態。”同時,百度在思考的另一個重要問題是AI技術給搜尋帶來的變革在那裡。趙世奇表示,現在很多AI搜尋產品本質上只是用AI接了一下搜尋,但AI搜尋不應該只是這樣的。“真正的AI搜尋,應該是AI模型和搜尋的模型更深度融合。”*接的使用者搜尋行為不再僅限於關鍵詞,一個長句或者一段模糊的描述都可以作為需求,對結果的定義也不再是內容和資訊,而是包含了生成式結果、應用和服務等更加多元的結果。比如,介面新聞記者在傳統搜尋框中輸入“我想去美國旅遊”,得到的搜尋基本都是網友分享的美國旅遊攻略,而在改版後的搜尋框中輸入同樣的需求,不僅可以獲得重要景點的推薦,還可以得到一份完整的旅遊路線規劃。在這種思路下,百度搜尋接入的不僅僅是網站、App等內容平台,還包括MCP(模型上下文協議)、智能體以及真人服務。加入這些新的應用和服務之後,搜尋結果不再侷限於現成的資訊。比如,MCP可根據即時資料為使用者提供旅遊目的地的天氣、酒店價格等即時資訊,幫助使用者更好地進行決策。使用者想要訂酒店,搜尋引擎不再跳轉到OTA平台,而是直接幫使用者完成心儀酒店的預訂。但趙世奇也表示,這些只是一個階段性的思考,到底什麼是AI搜尋,仍然是一個正在進行中、沒有答案的問題,也許三個月之後就會有一些新的思考和變化。事實上,目前各家網際網路公司對AI搜尋的形態也沒有形成統一的認知。單從使用者互動來看,一些產品仍然做成搜尋框的形式,只不過把搜尋結果從連結變為更加直接的內容,還有一些產品把產品形態做成了問答互動式。在一個還沒有共識的階段,百度想要通過持續的探索找到最順應使用者需求的產品形態,重新建構起自己的競爭優勢。“再過三個月,我們也許變成了一本‘雜誌’,但別人還是答案,這是不一樣的東西,也是我們追求的。”趙世奇表示。但不可否認的是,作為一個上線20多年、擁有超7億月活使用者的產品,百度搜尋在還沒有完全想好產品終極形態的情況下,反覆進行改版,會面臨老使用者是否能接受的問題。在此次改版中,百度也考慮到了老使用者使用習慣的問題。雖然新版本已經上線,但其並沒有強制所有使用者都切換至新版本,而是需要使用者自己主動切換,從接受能力強的使用者開始一點點擴大覆蓋範圍,並結合使用者反饋改進細節。百度還要補齊生態短板在移動網際網路時代,百度搜尋不再強勢的一個重要原因就是在內容生態上遭遇挑戰。PC網際網路時代,百度可以搜尋到網際網路最全面的資訊。但移動網際網路時代,各個App都想做超級入口,相互之間不再開放,這讓搜尋引擎能夠獲取的資訊豐富程度受到了非常大的影響。目前,搜尋產品進入新一輪變革期,百度雖然還不能完全確定未來的產品形態,但卻非常肯定,開放的生態對搜尋引擎是更有利的。百度也希望藉機建立一個更多元的新開放生態。這個新的開放生態不再僅限於以網頁、App為代表的內容生態。趙世奇對介面新聞表示,MCP、AI應用、Agent都是重要組成部分。在他看來,MCP可以呼叫更多外部應用,為使用者提供即時動態的資訊和資料;在AI時代,將會湧現越來越多小而美的公司,他們針對小垂類場景開發的AI應用將是對搜尋生態非常好的補充;百度把Agent聚焦在面向真人的數字分身,律師、醫生等掌握專業知識的群體可利用數字分身經營自己,為使用者提供專業內容和資訊,這也是對搜尋生態的一種補充。除此之外,百度還考慮引入更多內容表達者。這些內容表達者並不同於移動網際網路時代的內容創作者,後者大多依靠內容創作賺錢,往往把主要精力放在能夠為他們帶來更多商業收益的平台,平台的頭部效應非常明顯,而百度定義的內容表達者,僅僅就是想表達。趙世奇判斷未來會出現越來越多內容表達者。他的依據是,AI降低創作門檻之後,越來越多人都可以低成本地表達,僅僅把表達當成參與的一種方式,而不寄希望於通過表達賺錢謀生。“這個群體會持續對未來的內容和服務的生態產生很大價值,也是目前百度正在積極去做的事情。”在今年4月的Create2025百度AI開發者大會上,百度創始人李彥宏正式發佈了百度搜尋開放平台,提供了AI時代的生態解決方案。根據官方公佈的資料,截至目前,百度搜尋開放平台已接入1.8萬+優質MCP,其中有很多已經直接可被百度搜尋呼叫。比如,近期熱度很高的拉布布,使用者只需拍照檢索,就能直接喚醒  “千島MCP server”,不僅能查到相關物品的詳細資訊,還能直接獲取購買連結,實現一鍵下單。要是使用者想瞭解  “那些股票基金費率較低”,百度搜尋會呼叫“盈米MCP”,借助其金融資料,給出系統且可信的建議。在搜尋產品進行大幅度改版之後,百度依然保持著想要做超級入口的野心。趙世奇表示,希望百度搜尋未來能夠成為AI時代的超級入口,給新的AI應用、MCP和Agent流量,讓使用者找得到,也讓百度發揮出更大的價值。 (介面新聞)
Perplexity CEO:AI 搜尋真正競爭不是模型,而是搶奪 First Query 入口,打造認知作業系統
在生成式 AI 重塑搜尋形態的當下,Perplexity 正以“答案”為核心,重構資訊入口。它不是聊天機器人,也不是傳統搜尋引擎,而是一種 “認知介面”——通過自然語言對話,為使用者提供可驗證、可引用的真實答案 。這家公司的誕生並非源於宏大願景,而是基於一個直覺判斷:使用者需要的不是一堆連結,而是一個可以直接信任、立即使用的工具。從最初為解決自身搜尋需求而建構的小工具,Perplexity 已成長為行業認可的搜尋革新者。它試圖重寫的,不只是搜尋邏輯,更是資訊系統的前端架構:從“查詢”到“回應”,從“連結”到“理解”,最終走向以 AI 為代理的“作業系統”形態。截至 2024 年 5 月,Perplexity 月查詢量已突破 7.8 億次,日均超 3,000 萬,年化增長率超過 20%。從上線初期的日均 3,000 次起步,如今它的目標是實現年內周活 10 億。a16z 平台戰略前世今生:從 VC “不願擦屁股”到“全端服務”這種增長並非依賴管道分發,而是源於產品本身的可用性。Perplexity 堅持“來源清晰、邏輯可溯、答案實用”的路徑,在強調模型能力之外,回歸資訊獲取的根本價值。創始人 Aravind Srinivas 本周接受 Bloomberg Tech 採訪時表示,Perplexity 與 OpenAI、Google 最大的差異在於對“精準性”的執著,他希望將 Perplexity 打造成 AI 的 “精準性層” ,服務於人類和 AI 的關鍵決策。隨著 AI 深入零售、金融、市場等高價值領域,每天影響的決策金額以兆美元計。只要切入其中一部分,Perplexity 就有機會成為下一家兆級公司。▍重新定義資訊入口Perplexity 的雛形,源於一次極其具體的挫敗體驗:公司剛成立時,Srinivas 想幫員工配置醫保,卻發現傳統搜尋引擎只能提供幾十個連結,真正需要的“那種計畫適合我”這樣的問題,卻沒有一個直接、可信的回答。“我們從沒想替代 Google,只是這個工具對我們自己真的太有用了。”他說。基於這個出發點,Perplexity 做了一件當時看來“逆潮流”的事:拒絕讓大模型自由生成答案,而是始終以人類內容為依託,呼叫真實來源、結構化摘要,生成可溯源的答案。這一理念初期並不被看好,有投資人甚至批評它“少了點 AI 出錯的娛樂性”。“但我們堅持認為,AI 應該成為決策的工具,而不是表演的玩具。”這一產品哲學後來被廣泛驗證。ChatGPT 的 Browse 模式、Claude 的引用機制,甚至 Google 的 AI Overview,都在沿用 Perplexity 首創的“可引用答案”結構。▍瀏覽器是下一站場然而在 Srinivas 看來,真正的機會不在搜尋框,而在於重構整個“訪問網際網路”的方式。入口層的變革,才是資訊邏輯變化的根源。他以 Chrome 為例指出,當年正是 Sundar Pichai 主導該項目,才幫助 Google 把控了使用者的原生入口。Chrome 的核心價值,是讓搜尋成為默認行為嵌入瀏覽器之中。Perplexity 的思路則更進一步。它要打造的不是“加了搜尋框”的瀏覽器,而是一個認知作業系統(Cognitive OS):一個能完成搜尋、比較、決策,甚至直接執行任務的統一介面。“過去人們是在‘瀏覽’網際網路,而現在,人們已經是‘活在’網際網路上。”Srinivas 表示。“答案只是壓縮過的搜尋,而行動,才是壓縮過的整個瀏覽行為。”為此,Perplexity 正在建構名為 Comet 的新型瀏覽器,融合搜尋、導航與任務執行,並在客戶端與雲端協同運行,使複雜操作得以一體化完成。這不僅是產品形態的演化,更是對傳統網際網路體驗的系統性重寫。I/O 到 iO,Jony Ive 將推動一場新的設計運動 —— AI 正在改寫計算範式與硬體定義,也是大模型後的新戰場▍分發與內容生態重構在 Srinivas 看來,真正的競爭不是模型能力之爭,而是分發權之爭。即便 Google 擁有行業最強的模型與基礎設施,依然遲遲無法上線 AI 搜尋功能,根本原因在於商業模式無法承受其帶來的廣告衝擊。“你去查一個 NBA 比分,結果還沒出來,Ticketmaster 的廣告就已經跳出來了。”他指出,這是 Google 面臨的現實困境:精準的答案,會直接破壞其廣告位的價值。Perplexity 則走了另一條路徑:與摩托羅拉等硬體廠商合作,從系統層預裝成為原生語音助手,並已與三星接洽,試圖替代 Gemini 成為 Android 裝置上的默認 AI 工具。“每次我們接近簽約,就會有電話從山景城打來。”他坦言,Google 顯然不希望默認入口被替代。他也明確表態支援美國司法部對 Google 的反壟斷訴訟,認為 Android 應回歸開放本質,“所有優秀 AI 工具,包括 ChatGPT、Claude、Copilot,都應該能成為默認選項。”這場入口權的爭奪,也延伸到了內容生態。過去 Perplexity 曾因抓取媒體內容遭到質疑,但 Srinivas 表示,他們從不掩飾現狀,也不會美化導流能力。他承認,傳統“跳轉式”流量正在失效,AI 工具的新模式將以引用、摘要、整合為核心,不再依賴點選。他主張建立一種 “按查詢分成”的新型合作模式 ,即只要 Perplexity 的引用內容促成了使用者轉化,平台就應將收入返還媒體方。“我們不需要維持 Google 那樣的高利潤率,所以可以主動分享收益。”他進一步設想,未來深度調研型 AI Agent 可對接多個付費內容源,使用者按需付費,AI 再以代理人方式完成任務,而收入則由平台與內容方共享。在他看來, “未來被引用,是新的排名機制。” 不再是“排在搜尋結果第三”,而是“是否是 AI 工具默認信任的來源”。一個全新的內容共生模型,正在重建媒體與平台的合作邏輯。 (有新Newin)