AI搜索迎来2.0版本，我对比了五款支持深度推理的搜索引擎

这句话出自比尔·盖茨在旧金山AI Forward 2023活动上的预言。

17个月后，AI搜索正式迈入2.0时代。

就在上周，Kimi上线了“探索版”——一个支持深度推理的AI搜索功能。即便每人每天仅限使用五次，服务器还是被挤崩了。

厂商们又一次像约好了一样扎堆更新：

AI搜索引擎Perplexity悄然上线了由ChatGPT O1-mini驱动的Pro搜索。

有趣的是，OpenAI自家的对话页面里，o1-preview至今仍未支持联网搜索。

这不禁让人好奇：到底有多少熟悉的选手已经悄悄支持了深度搜索？

梳理下来，名单是这样的：

• Perplexity —— “Pro搜索”
• Kimi —— “探索版”
• 豆包 —— “深入搜索”
• 智谱 —— “AI搜索（默认就是推理版本）”
• 360AI慢搜索 —— “慢思考模型”

可以预见，AI搜索2.0产品将重现AI模型界的“百家争鸣”，推理能力也将成为标配。

但问题是，AI搜索不像AI模型那样有各种排行榜，挑靠前的用就行。所以，我们决定从

三个维度，来实测一下这些2.0产品到底有多好用。

一、易用性

先说结论：

易用性主要看三个实际难点：

• 使用次数是否有限制
• 单次搜索能访问的页面数量
• 搜索结果的分享形式

Perplexity的Pro搜索每四小时可免费使用五次。Kimi探索版每天仅限五次。豆包、智谱和360AI均没有明确的使用次数限制。

由于Kimi探索版特别强调单次搜索能访问超过500个页面，我们也做了一个对比：针对同一个高难度问题，重复提问三次，统计每款产品每次访问的网页数量——页面数量直接决定了AI模型的“眼界”。

至于分享形式，平时用搜索引擎最习惯的就是复制链接到处粘贴。Kimi、智谱、豆包、360AI都支持复制完整文本、生成图片和链接。豆包还额外允许设置是否让其他用户访问对话记录中的文件，Perplexity则可以限定链接仅自己可见。

二、理解能力和准确性

既然这些产品的最大共同点都是

，那理解能力对应第一步：问题发送后，AI是否能正确领会并检索到有效网页？准确性对应最后一步：模型是否能准确整合网页信息，不胡编乱造？

为此，我们准备了两个“上天入地”级别的问题：

• Elon Musk's SpaceX: Timeline of all 5 Starship flight tests, including dates and reasons for failures or notable successes.（整理埃隆·马斯克SpaceX的5次Starship飞行测试时间线，包括失败原因或里程碑。）
• OpenAI is reportedly involved in a trademark dispute with Guy Ra vine, who owns the 'Open AI' (with a space) trademark. Tell me the timeline of this matter.（OpenAI正卷入与Guy Ra vine的商标纠纷，后者拥有“Open AI”（带空格）商标。告诉我这件事的时间线。）

一个横跨时间线，另一个暗藏名称陷阱。没用奥数题，是为了尽可能模拟日常使用场景——毕竟，平时如果不是为了刁难GPT，估计没人会主动解题。

（由于图片大小限制，以下截图主要展示交互形式，完整图片可参考原文中的链接）

1. Perplexity

需要说明：用英文提问是因为Perplexity有一个设定，它会判断当前问题是否值得o1出手——如果问题不够棘手，根本不会启用o1。

：Perplexity准确理解了两个问题，搜索出12个网页，从中选择5个作为信息源，均未出错。在没有人工干预的情况下，它还额外补充了更详细的说明。不过，它对最新一次Starship Flight 5的回答有误，判断为实验尚未运行。

2. Kimi

：值得称赞的是Kimi的自动展开功能——使用AI搜索时，为了二次确认信息准确性，反复阅读信息源是刚需。从结果看，Kimi的信息源中英文各占一半，准确理解了两个问题，最终输出都正确。

3. 豆包

：豆包稍显吃力。第二个问题每次回答都会半路报错。从第一个问题来看，搜索来源全是中文网站，可能对网页来源做了限制，导致信息源不够广泛，不过最终回答正确，没有受太大影响。

4. 智谱

：智谱的搜索来源同样全是中文网站。第一个问题中，它犯了和Perplexity一样的错误——认为第五次飞行尚未开始。第二个问题顺利回答出来了，但仍有部分错误：Guy Ra vine申请商标的时间实际上早于OpenAI公司成立的时间。

5. 360AI

：360AI搜索有一个显著优势——可视化了思考过程，方便快速了解推理链条并定位问题。这里可以看到，第一步它只搜索了第五次飞行，但在后面的反思环节中，又找回了前四次的结果。可惜的是，第五次实验依旧回答错误；第二个问题中，丢失了2024年的时间记录。

个人账号使用次数有限，上面的对比花了三天时间，每个问题重复运行五次。

结论至此也新鲜出炉：

顺便问一句，谁还记得远在大明湖畔的Bing AI呢？

大家可以根据这三个指标，选出自己的AI搜索初体验。

写在最后

写这篇文章时，我们询问了多位AI深度用户，他们中的大部分人已经从传统搜索引擎转向了GPT或Perplexity，甚至完全将GPT Search设为默认选项。

令人无比期待的是，当深度推理能力进一步发展后，未来我们是否能像《超体》那样，拥有一个开发率100%的AI大脑？

这样的世界，想了，但又有些不敢想。