誰能最先用 AI 颠覆搜索，至今還懸而未決。
年初，在體驗當下幾款熱門的 AI 搜索引擎後，我和同事都一緻認爲，即便百度、Google 等搜索引擎巨頭被群狼環視，但還是難以被撼動。
最近發布的 Kimi 探索版帶來了很大的驚喜。相比于 AI 搜索更懂人類，我們更希望 AI 搜索引擎能夠一步到位，最好就是成爲一個帶腦子的人類。
先來一劑預防針，目前 Kimi 探索版并未向所有用戶開放。
昨天，在探索版上線之後，「Kimi 崩了」這一詞條也迅速登上了熱搜。不過，Kimi 官方也說了，預計将于下周一向所有用戶全量開放，好飯不怕晚，不妨再耐心等待一下。
在這之前，我先行一步，替各位小夥伴嘗嘗鮮。
附上 Kimi 探索版的亮點總結：
搜索調研是核心功能，值得上手體驗
搜索量是普通版的 10 倍，可精讀超過 500 個網頁
能即時反思，補充更多信息提供用戶決策
每天 5 次機會，滿足用戶日常基本需求
啓用方式簡單，預計下周一全量推送
Kimi 搜索版的最強大腦，專治複雜問題
肉眼可見，在熟悉的搜索框裏敲上「/」，亦或者啓用「探索版」按鈕，即可觸發 Kimi 探索版。
普通用戶每天隻有 5 次機會，盡管談不上量大管飽，但足以滿足用戶的日常需求。你看，它也給出了一種另類的解釋——
「根據多項研究，正常人每天使用搜索引擎的次數大約爲 4 次。」
讓我們先給 Kimi 探索版做個熱身運動。
今年的諾貝爾獎幾乎被 AI 包圓了，我試着讓 Kimi 列出諾貝爾物理學獎和化學獎得主的共同點，提出問題後，我就直接當甩手掌櫃，坐等結果。
Kimi 在回答問題前，會利用模型能力識别用戶的真實意圖，将問題轉化爲搜索關鍵詞，并根據前一步的搜索結果實時生成下一步的關鍵詞，甚至使用不同語言進行搜索。
比如在 92 個網頁的搜索中，這個問題就分解成了兩個環節。
Kimi 先是搜索定位到兩位得主，然後再檢索出獲獎的共同點。據官方介紹，在這個過程中，Kimi 探索版能夠并行搜索多個關鍵詞，訪問和篩選大量權威信息源，迅速獲取回答問題所需的背景信息。
與傳統慢悠悠的串行搜索方式相比，二者的效率差距簡直是天壤之别。
▲左爲 Kimi 普通版答案，右爲 Kimi 探索版答案
如果将同一個問題分别輸入到普通版和探索版，你會發現兩者之間的差異更加明顯。
普通版大概會吐出一堆看似詳細但信息量堪堪夠用的大雜燴，而探索版不僅信息量充足，而且答案結構化，條理清晰。
所以說，AI 多介入一步，人類就多一分歡喜。
這裏還有個小技巧，你可以在搜索過程點擊關鍵詞，右側來源頁面将自動篩選并跳轉到相關網頁。
▲點擊關鍵詞，注意看右側頁面
此外，Kimi 探索版網頁搜索的信源要更詳細，質量更高，同時更貼近用戶所使用的語言環境。我試着同一個問題用英文搜索，所引用的信源也更貼近英文環境。
▲同一問題，左爲中文提問，右爲英文提問
我們都知道，任何 AI 都有可能成爲說謊慣犯。
反其道而行之，如果我們一開始就提供錯誤信息，Kimi 探索版會落入我們的陷阱嗎？
比如我們輸入「在清代羅貫中所寫的《西遊記》中，爲何菩提祖師敲孫悟空三下頭？」好在，Kimi 經受了考驗，先澄清了錯誤事項，然後對菩提祖師的行爲作出了一番解釋。
除了考究答案的正确與否，那 Kimi 探索版的時效性如何？
最近股市火熱，我們問它最近 A 股市場的漲跌情況如何，并讓它給出一些投資建議，它很快給出了股市全景圖，并且投資建議也相當到位。
當然，股市有風險，投資需謹慎的免責聲明也沒落下。
「假設我從今年初開始定投黃金 ETF，與同期定投标普 500 指數相比，哪個投資策略的回報率更高？請制作一個對比表格。」
昨天發布的特斯拉「賽博的士」Cybercab 還很熱乎，我用英文提問 Cybercab 和夢碎的蘋果夢碎的汽車項目有哪些不同，也沒能難倒 Kimi。
所有的問題都有答案。
既然 Kimi 探索版擅長拆解用戶的問題，那它能否智鬥弱智吧難題？
怎麽理解「說明書是書，書是人類進步的階梯，說明書是人類進步的階梯」
既然快遞要 3 天才到，爲什麽不把所有的快遞都提前 3 天發？
實測發現，雖然 Kimi 探索版能夠理解拆分複雜問題，但還是一闆一眼地遵循搜索環節，依靠海量知識來解答疑惑。
簡言之，一寸長，一寸強。和 OpenAI o1 有所不同，「搜索調研」是 Kimi 探索版的核心所在，因此，将其放在推理、思考解題邏輯等場景中可能不太合适。
專業的搜索，交給專業的 AI
專業人做專業事，把搜索交給 AI 也是類似的道理。
據悉，Kimi 探索版的搜索量是普通版的 10 倍，一次搜索即可精讀超過 500 個頁面。
官方表示，Kimi 的性能評估團隊結合 1000 多個來自用戶的真實長難問題，對比了國内所有的主流 AI 助手和搜索類産品，包括付費和專業版本，Kimi 探索版綜合性能超過同類産品至少 30%。
Kimi 探索版産品負責人表示：
如果 Kimi 搜不到的信息，那大概率用戶也很難自己通過傳統搜索引擎找到。未來搜索引擎會成爲 AI 更擅長調用的工具，人隻需要專注于提出好的問題，AI 就可以結合模型本身的能力在龐大的互聯網中自主海量搜索，不斷反思叠代，更精準地定位所需答案。
官方的自信溢出屏幕，但體驗下來， Kimi 探索版的實力的确讓人刮目相看。
「甄嬛的生日和薛寶钗的生日相差幾天？」
面對這種刁鑽難題，普通 AI 搜索引擎要麽打太極，稱缺乏具體資料，要麽就算清楚列出了兩者的生日，也懶得動腦筋計算。
還好，Kimi 探索版沒染上這樣的毛病，撸起袖子就給出了運算答案。
運算再複雜些，我們嘗試複現官方給出的一些案例。
「如果所有的鋼琴都定期調律，估算一下北京需要多少名全職的鋼琴調律師？」
我承認，一開始我被這密密麻麻的答案唬住了，但接着我連續問了 3 遍，得到的答案分别爲 1005、1050 和 1200。爲什麽會有所變化？
破案了，Kimi 探索版能夠像人類一樣反思搜索結果，提升回答質量。
面對信息的缺失或數據的沖突，它不會坐視不管，而是會主動出擊，搜尋并補充更多維度的信息，爲用戶提供一個全面而多角度的視野，以便做出更加明智的決策。
比如在第二遍時，Kimi 探索版又搜索了 13 個關鍵詞，閱讀了 45 個網頁，最後給出了 1050 答案。當然，建議在提問時，你的問題寫得越詳細越好。
再給 Kimi 探索版上點強度。
讓它查查 9 月上海迪士尼的排隊時間，還要做成表格，再設計一條最省時間的遊玩路線，看完答案的我，突然腦子裏蹦出一個場景。
如果用 Kimi 探索版規劃出行路線，再查閱景點知識，四舍五入，這豈不是把真人導遊的工作都給搶了。
别急，強度還不夠，讓我們再來看看兩個實測的案例。
每個愛看武俠小說的人，都對「飛雪連天射白鹿，笑書神俠倚碧鴛」這句話早已爛熟于心，但若真要較真，用 C++ 來統計金庸筆下所有武俠小說書名中，哪個字的出現頻率最高呢？
答案是俠。俠之大者，爲國爲民，俠之小者，爲友爲鄰。
「假設 2023 年全球的物流需求都通過無人機配送來完成，需要多少架無人機，這些無人機的總飛行距離相當于多少個地球到月球的距離？」
現在答案有了，這大約需要 5479 萬架無人機，相當于約 520 萬次地球到月球的距離。
想象一下，地上的汽車排成長龍，動彈不得，司機無奈擡頭看向天空，5479 萬架嗡嗡作響的無人機也在空中交通大堵塞。
實際上，在随時随地搜索的互聯網時代，我們似乎已經淡忘了，搜索其實是一門技術活。
在哪個知識被精心記錄在羊皮紙、泥闆、竹簡等載體的時代上，而學者們在查找信息時，也未必能對所需的資料的存放處了如指掌。
随着「圖書館」的進一步普及，圖書管理員的地位也跟着水漲船高。
他們的職責不僅限于書籍的保管，還包括分類、編目、修複和借閱管理。并且，他們還承擔着信息傳播的使命，通過編纂目錄和編寫指南，幫助讀者更有效地利用圖書館資源。
再後來，20 世紀末，互聯網引發了信息大爆炸。傳統信息檢索方法已經無法跟上人類的節奏，因此，充當救星的搜索引擎應運而生。
這一系列的技術革新，其實就是把專業搜索的權力，進一步下放給我們這些普通人。
我們和答案之間的距離正在一點點縮短，檢索效率也一點點提高。
在今天，許多簡單的搜索行爲已經不成問題。
然而，标題黨和眼球經濟不可避免地帶來了誤解、忽略和信息失真。并且在 AI 的推波助瀾下，我們不得不面對「垃圾進，垃圾出」的内容農場困境。
而且，大多數 AI 搜索引擎提供的高級搜索，不過是把一堆長答案拼湊在一起。看起來信息量滿滿，實則空洞無物。AI 偷懶拼湊答案，反而讓我們浪費了更多時間。
如果将信息搜尋過程比喻爲動物在自然環境中尋找食物，那麽 Kimi 探索版通過優化搜索結果的相關性和質量，也就是在減少用戶的「覓食成本」。
這也是《定位》理論創始人傑克 · 特勞特所強調：
「Complexity is sold to the experts, simplicity is sold to the masses. 複雜性賣給了專家，簡單性賣給了大衆。」
想想看，在智能手機普及之前，專業攝影得有昂貴的設備和深厚的攝影知識。用戶常常需要學習如何調整快門速度、光圈、ISO 等技術參數。
但智能手機的出現，使得任何人都能通過傻瓜式的操作拍出世俗意義上的好照片。
類似于智能手機讓每個人都有機會成爲攝影師，Kimi 探索版将複雜的搜索技術封裝成簡單易用的工具，在降低用戶信息的獲取門檻的同時，也朝着更專業更細分的深度搜索邁進。
既要好用，又要易用，專業的搜索，交給專業 AI 的路子，總歸沒有走錯。
