任務(wù)驅(qū)動(dòng)的納米AI，如何讓AI搜索進(jìn)入3.0時(shí)代？

從納米開始，搜索引擎不再是一個(gè)“無情的信息檢索工具”，而是一個(gè)會(huì)自主拆解問題，制定策略的“實(shí)時(shí)生產(chǎn)力平臺(tái)”。AI搜索，至此進(jìn)入了另一個(gè)發(fā)展階段。

對(duì)于大部分移動(dòng)互聯(lián)網(wǎng)時(shí)代的用戶來說，“信息孤島”是在信息檢索時(shí)，不得不跨越的第一座大山。

舉一個(gè)簡單的例子，如果你要策劃一場跨國學(xué)術(shù)會(huì)議，通常要在小紅書上搜索合適的會(huì)議場地、在OTA平臺(tái)上安排對(duì)應(yīng)的機(jī)票行程、再在學(xué)術(shù)數(shù)據(jù)庫上檢索合適的議題和素材，這還不包括比價(jià)驗(yàn)證和信息核實(shí)環(huán)節(jié)。

如果放在兩年前，接入各大平臺(tái)的AI搜索，已經(jīng)能做到將碎片信息歸納整理，或者生成真假難辨的片段答案。

這固然是生成式AI時(shí)代初開的“基操”，但也顯而易見，信息鑒別和鏈接跳轉(zhuǎn)，對(duì)用戶而言，仍然占用了大量的時(shí)間與精力——甚至在某些時(shí)候，鑒別信息的成本超出了在平臺(tái)間使用“跳島戰(zhàn)術(shù)”的成本。

而當(dāng)互聯(lián)網(wǎng)的一只腳邁入生成式AI時(shí)代，簡單的信息歸納和整合，已然不符合越來越挑剔的用戶需求，無論是用戶一側(cè)，還是廠商一側(cè)，都在呼喚更AGI化，能力更“全棧”的AI搜索應(yīng)用。

有基于此，新發(fā)布的納米AI超級(jí)搜索智能體，某種意義上宣告了“跳島”時(shí)代的結(jié)束——從納米開始，搜索引擎不再是一個(gè)“無情的信息檢索工具”，而是一個(gè)會(huì)自主拆解問題，制定策略的“實(shí)時(shí)生產(chǎn)力平臺(tái)”。AI搜索，至此進(jìn)入了另一個(gè)發(fā)展階段。

01 “3.0”階段的AI搜索，應(yīng)該是什么樣子？

作為與互聯(lián)網(wǎng)相伴而生的“基建型”產(chǎn)品，進(jìn)入AI時(shí)代的搜索引擎，在不到4年的時(shí)間里，已經(jīng)經(jīng)歷了三個(gè)不斷迭代的發(fā)展階段。

哪怕是在大模型時(shí)代初期的“1.0”階段，用戶在浩如煙海的互聯(lián)網(wǎng)，信息檢索仍然逃不開“手動(dòng)檢索”——輸入合適的關(guān)鍵詞，篩選有效信息，并在人工處理后，形成為能直接使用的結(jié)果。

2023年以后，信息聚合的步驟被大模型所取代，在此過程中，瀏覽器和搜索引擎只負(fù)責(zé)根據(jù)關(guān)鍵詞呈現(xiàn)搜索結(jié)果，用戶需要通過不同關(guān)鍵詞的排列組合精準(zhǔn)定位搜索目標(biāo)，這對(duì)于檢索能力的要求自然較高。

根據(jù)《Nature》的研究，大多數(shù)用戶的單次有效信息檢索平均耗時(shí)12分鐘，其中60%時(shí)間消耗于鏈接跳轉(zhuǎn)與信息真?zhèn)悟?yàn)證。

360集團(tuán)副總裁、納米AI負(fù)責(zé)人梁志輝也曾在AGI Playground大會(huì)上分享過傳統(tǒng)搜索的局限性——在此過程中，超過40%的用戶需求僅為網(wǎng)址或資源定位，而60%的問題求解需求被壓縮進(jìn)關(guān)鍵詞匹配的框架中，復(fù)雜意圖無法表達(dá)。

在Kimi、Perplexity等高性能大模型推出之后，接入互聯(lián)網(wǎng)的AI搜索隨之進(jìn)入2.0時(shí)代。

這個(gè)階段的顯著特征是，大模型解析問題直接生成大部分可用的摘要答案，信息整合效率顯著提升。SimilarWeb數(shù)據(jù)顯示，全球AI問答產(chǎn)品月活用戶已經(jīng)超過5億，也印證了AI搜索市場規(guī)模的不斷增長。

但在這個(gè)階段，AI搜索的網(wǎng)頁結(jié)果進(jìn)入了“隱藏狀態(tài)”，用戶需要自行進(jìn)入鏈接，檢查引用網(wǎng)頁的真實(shí)性。即便如此，用戶仍然需要掌握Prompt工程技能才能精準(zhǔn)提問，就模糊意圖的解析能力而言，這個(gè)階段的AI搜索引擎，仍然較為薄弱。

以“策劃親子登山活動(dòng)”的任務(wù)目標(biāo)為例，這個(gè)階段的AI搜索在識(shí)別到用戶意圖之后，大多數(shù)情形下，已經(jīng)能做到提供景點(diǎn)列表和出行方式推薦，但仍然無法將其拆分為裝備清單、路線規(guī)劃、保險(xiǎn)購買等子任務(wù)。一些特定領(lǐng)域的內(nèi)容，仍需跳轉(zhuǎn)到對(duì)應(yīng)的內(nèi)容平臺(tái)自行檢索

至于答案本身的準(zhǔn)確程度，仍然大量依賴于用戶自行驗(yàn)證。但大量不具備Prompt或者驗(yàn)證習(xí)慣的用戶，并沒有識(shí)別答案幻覺成分的能力。

斯坦福大學(xué)2024年發(fā)布的《AI可信度研究報(bào)告》顯示，63%的職場新人首次使用AI時(shí)，因未識(shí)別幻覺導(dǎo)致工作失誤，且錯(cuò)誤內(nèi)容的平均傳播率比人工失誤高40%。換言之，起碼在AI搜索領(lǐng)域，仍然需要通過產(chǎn)品迭代解決答案幻覺和子任務(wù)層面的問題。

但當(dāng)AI搜索進(jìn)入2025年，以納米AI為代表的搜索智能體，推動(dòng)AI搜索進(jìn)入了3.0時(shí)代。相較此前“教你做事”的AI+搜索引擎，超級(jí)搜索智能體已經(jīng)可以做到從意圖輸入、自動(dòng)執(zhí)行到結(jié)果交付的閉環(huán)，“幫你做事”已經(jīng)大部分變成了可能。

具體而言，3.0時(shí)代的智能體搜索，已經(jīng)從標(biāo)準(zhǔn)上與傳統(tǒng)意義的搜索引擎“涇渭分明”：

其一，智能體已經(jīng)能做到內(nèi)置任務(wù)規(guī)劃，用戶不必再手動(dòng)拆解任務(wù)單個(gè)搜索，做到“搜索即執(zhí)行”。

其二，在底層大模型層面，打破了不同模型的“次元壁”，通過產(chǎn)品層接入不同模型的長板能力優(yōu)勢(shì)互補(bǔ)，顯著提高輸出內(nèi)容的專業(yè)度和準(zhǔn)確度。

其三，通過自研的MCP工具，實(shí)現(xiàn)多模態(tài)、跨網(wǎng)站數(shù)據(jù)的深度抓取，以往的“信息孤島”被逐步瓦解，在信息維度層面的認(rèn)知再度提高。同時(shí)也能做到多模態(tài)輸出。

其四，結(jié)合用戶此前的搜索習(xí)慣和記憶數(shù)據(jù)，讓AI不再“失憶”，實(shí)現(xiàn)更具深度的個(gè)性化搜索體驗(yàn)。

截至目前，谷歌新發(fā)布的AI Mode，已經(jīng)大部分實(shí)現(xiàn)了上述能力，而在國內(nèi)，自納米AI超級(jí)搜索推出以后，超級(jí)搜索智能體的產(chǎn)品空白，至此也被填補(bǔ)完成。

02 從問答到交付的“AI搜索范式革命”

在此前舉行的產(chǎn)品發(fā)布會(huì)上，360集團(tuán)創(chuàng)始人周鴻祎指出，之所以選擇用智能體重塑和改造搜索，是因?yàn)橹悄荏w已成為AI“下半場”的主角——“雖然目前大模型的能力越來越強(qiáng)，但僅有大模型還不夠。大模型相當(dāng)于大腦，能思考、能生成，但是沒有手和腳，不會(huì)用工具，不能直接干活，落地執(zhí)行遇到障礙。”

而在目前主流的“工作流”智能體層面，也仍然逃不掉人工編排和設(shè)計(jì)任務(wù)流程。對(duì)于一些專業(yè)程度較高的任務(wù)來說，使用智能體完成工作，仍然有不小的難度。

這就是納米AI迭代至“超級(jí)智能體”所要解決的問題。

跟一般的大模型或者智能體不同，納米AI更強(qiáng)調(diào)“搜商”，即搜索思維。譬如傳統(tǒng)搜索引擎的終點(diǎn)是信息呈現(xiàn)，而納米AI的起點(diǎn)是用戶目標(biāo)的終極達(dá)成。無論是為初創(chuàng)團(tuán)隊(duì)設(shè)計(jì)股權(quán)激勵(lì)方案，還是策劃一場跨國學(xué)術(shù)會(huì)議，它都能將開放式需求轉(zhuǎn)化為可落地的解決方案。

這種能力源于其Multi-Agent架構(gòu)的深度應(yīng)用：每個(gè)子任務(wù)如同被分配給專業(yè)團(tuán)隊(duì)的獨(dú)立工單，法律條款查詢、模板生成、稅務(wù)計(jì)算等環(huán)節(jié)在分布式計(jì)算中同步推進(jìn)，系統(tǒng)實(shí)時(shí)監(jiān)控進(jìn)度并動(dòng)態(tài)糾偏。

更關(guān)鍵的是，納米AI通過接入實(shí)時(shí)API實(shí)現(xiàn)了結(jié)果的動(dòng)態(tài)進(jìn)化——當(dāng)航班價(jià)格波動(dòng)、學(xué)術(shù)數(shù)據(jù)庫更新或政策法規(guī)調(diào)整時(shí)，交付文檔會(huì)自動(dòng)觸發(fā)二次驗(yàn)證與修正，確保用戶始終掌握最新數(shù)據(jù)。

這種糾偏帶來的實(shí)際體驗(yàn)提升，在實(shí)際場景中尤為顯著。譬如在618期間，美妝商家想要重新設(shè)計(jì)商品主圖，以此提振點(diǎn)擊率和銷量。在納米AI超級(jí)搜索里，只需輸入這樣一句話，無需多余提示詞，納米AI即可完成從搜索到結(jié)果呈現(xiàn)的一系列工作。

在前期規(guī)劃層面，納米AI即會(huì)按照搜索結(jié)果的有用程度進(jìn)行重新排序，并進(jìn)行對(duì)應(yīng)的結(jié)果分析，并生成總結(jié)和對(duì)應(yīng)分析報(bào)告。

但這也只是第一步，智能體在層層拆解復(fù)雜任務(wù)的同時(shí)，通過深度搜索能力，打破平臺(tái)間的“信息圍墻”，實(shí)現(xiàn)跨平臺(tái)搜索，方便用戶決策。

同時(shí)在輸出結(jié)果層面，用戶可以自主選擇生成圖片或者文字方案。在最終的輸出結(jié)果上，也按照對(duì)應(yīng)的方案各生成了效果圖，基本達(dá)到了可直接商用的狀態(tài)。

由此可見，搭載超級(jí)智能體的納米AI搜索，已經(jīng)很大程度上脫離了傳統(tǒng)意義上的“工具屬性”——借助內(nèi)置的80余個(gè)大模型構(gòu)成“能力矩陣”，無論是金融模型計(jì)算股權(quán)激勵(lì)的期權(quán)定價(jià)，還是法律模型審核條款合規(guī)性，多模態(tài)模型則將枯燥數(shù)據(jù)轉(zhuǎn)化為可視化圖表。

這種交付內(nèi)容的“維度進(jìn)化”，也標(biāo)志著搜索的核心價(jià)值正從信息羅列走向智能交付，從被動(dòng)應(yīng)答用戶輸入的關(guān)鍵詞，躍遷為主動(dòng)理解并終結(jié)用戶的原始目標(biāo)。它不再只是一個(gè)信息的索引庫，而是整合認(rèn)知、決策與執(zhí)行的解決方案引擎。

03 中國智能體的“國際突圍”

截至目前，國際AI行業(yè)的競爭已經(jīng)聚焦于智能體賽道，OpenAI的GPT-5 Agent、Google的Project Astra等巨頭動(dòng)作頻頻。

在“互聯(lián)網(wǎng)女皇”Mary Meeker 發(fā)布的《趨勢(shì)——人工智能》專題報(bào)告中，也著重提到了三個(gè)關(guān)鍵詞：競爭白熱化、開源浪潮、中國勢(shì)力崛起。

在月度用戶活躍量這一核心指標(biāo)中，中國有兩家公司進(jìn)入全球市場前5。在中國市場，字節(jié)豆包、DeepSeek分列前二之外，Kimi、納米AI緊跟其后，騰訊元寶和百度文心一言則位于第五、第六的位置。

而納米AI，則是中國首個(gè)對(duì)標(biāo)國際頂尖水平的AI Agent產(chǎn)品。

這一變化絕非偶然。它不僅驗(yàn)證了中國頂尖團(tuán)隊(duì)的研發(fā)實(shí)力已達(dá)國際一線，更從實(shí)際落地的維度宣告，在代表AGI認(rèn)知與執(zhí)行前沿的智能體技術(shù)代際上，中國已擺脫單一的跟隨模式，在核心能力構(gòu)建上實(shí)現(xiàn)了與全球頂尖同頻共振，長期以來的“技術(shù)鴻溝”正被技術(shù)代際的同步所打破。

納米AI將“搜商”貫穿任務(wù)執(zhí)行始終的Agent范式，并不完全是技術(shù)性能的追趕，而是一種面向未來產(chǎn)業(yè)需求的差異化競爭力。其遠(yuǎn)期市場潛力與創(chuàng)新空間上限，正隨著產(chǎn)業(yè)AI化的深入而不斷抬升，并最終成為AI行業(yè)的“AGI”敘事中，一個(gè)重要的“中國支點(diǎn)”——

它不僅能為國內(nèi)千行百業(yè)的智能化升級(jí)提供核心引擎，更在國際舞臺(tái)積極參與，并逐漸爭奪AGI技術(shù)范式的定義權(quán)，與規(guī)則制定進(jìn)程。最終推動(dòng)著中國智能體，從局部趕超走向全方位的“國際突圍”。