Perplexity 与 AI 搜索

一、背景：把 RAG 变成大众产品的"答案引擎"

2022 年 12 月，由 Aravind Srinivas 等人创立的 Perplexity AI 正式上线。它的产品形态在当时显得与众不同：用户在输入框里问一个问题，得到的不是一屏蓝色链接，而是一段直接给出的答案——并且每个关键句后面都挂着可点击的来源引用，点击即可跳转原文核实。这种"搜索 + 引用"的对话式答案引擎，第一次把学术界早就提出的**检索增强生成（Retrieval-Augmented Generation, RAG）**变成了大众能直接上手的产品。RAG 的技术细节见检索增强生成（RAG），原理是：先检索再生成，让大模型"带着资料说话"。

此后短短两三年，AI 搜索从"新物种"变成了"标配"。2024 年 7 月 OpenAI 公布 SearchGPT 原型并于 2024 年 11 月并入 ChatGPT Search；2024 年 5 月 Google 在 I/O 大会发布 AI Overviews 并全面推向美国市场；中国这边，秘塔 AI 搜索在 2024 年 3 月一夜爆红，夸克、豆包等产品也纷纷内置 AI 搜索能力。到了 2025 年，"AI 搜索"已成为 ChatGPT 与对话式 AI 之后最拥挤的赛道之一。这股浪潮的本质，是把信息检索的入口从"关键词 + 链接列表"迁移到"自然语言 + 生成式答案"——一次范式级的变革。

二、产品核心机制拆解：一条"带引号的答案流水线"

Perplexity 的体验看似简单，背后是一条多环节流水线：

用户提问（自然语言）
      ↓
① 查询改写：把口语问题改写为多个可检索的子查询
      ↓
② 多源检索：同时查询网页索引、知识源、甚至实时信息
      ↓
③ 重排（Re-ranking）：按相关性与可信度给结果排序，截取精华片段
      ↓
④ LLM 生成：把检索片段作为上下文，生成带引用的回答
      ↓
⑤ 引用溯源：每个答案片段绑定来源链接，可点击核验

逐个环节看：

• 查询改写：用户的问题常常口语化、含糊（"最近国内有什么大模型新闻"），系统要把它改写成若干适合搜索引擎的精确子查询，这也是提示词工程里"把模糊请求转化为可执行指令"思想的工程化落地。
• 多源检索：底层依赖向量数据库与语义检索做语义匹配——用 embedding 把网页片段向量化，再与问题向量做相似度检索，解决"关键词不匹配但语义相关"的问题。
• 重排：初召回（recall）要广、精度可以低；重排阶段再用更精细的模型（交叉编码器 cross-encoder）精排，把真正相关的片段顶到前面。这一步直接决定"喂给大模型的知识质量"。
• 生成与引用：大模型负责把检索片段组织成连贯、直接的回答。引用溯源（citations）是 Perplexity 的杀手锏——每个论点都能追溯到来源，既缓解幻觉，也给了用户"自己核实"的路径，这是它与裸聊天机器人最大的不同。

一句话判断

AI 搜索的成败公式是"好检索 + 好生成 + 可溯源"。其中引用环节最容易被忽略，却恰恰是建立用户信任的关键——没有引用的 AI 搜索，本质上就是一个更贵的聊天机器人。

三、与传统搜索的对比：答案引擎 vs 搜索引擎

把 Google 与 Perplexity 放在同一张表里，范式差异一目了然：

维度	传统搜索引擎（Google 等）	AI 答案引擎（Perplexity 等）
交互方式	关键词 + 链接列表	自然语言提问 + 直接回答
信息形态	十条蓝色链接	一段带引用的综合答案
用户心智	"我自己找答案"	"AI 替我找并告诉我"
多步任务	多次搜索、手动拼合	一次提问、多源综合
时效信息	索引更新，链接直给	实时检索 + 生成
信任机制	看域名、看排名	看引用、可核验
主要风险	广告与 SEO 污染	幻觉与生成偏差

"答案引擎"对"搜索引擎"的冲击是范式级的：传统搜索把排序权交给算法，把判断权交给用户；AI 搜索把判断也包办了。这带来两个直接后果：一是用户的搜索行为从"多轮点链接"变成"单轮要答案"；二是流量分配逻辑被重写——用户不再逐一点击十个结果，而是只看一段摘要，这彻底动摇了以点击为计费基础的网络生态。想理解这场变革在更大坐标系里的位置，可以对照什么是 AI 热门概念 与概念边界。

四、技术要点：检索质量决定答案质量

AI 搜索在技术上的核心组合是"实时检索 + 大模型摘要"：检索负责"知道最新的事实"，大模型负责"组织成可信的表达"。但这条流水线的命门在于——

检索质量决定答案质量

LLM 生成再强，也无法凭空修正检索阶段引入的错误或噪音。"垃圾进，垃圾出"在 AI 搜索里被放大：检索到的片段互相矛盾、过时或被 SEO 污染，最终答案就会出错。因此 AI 搜索产品的核心工程竞争，本质上是检索质量与数据新鲜度的竞争。评估体系如何搭建，见LLM 评估与基准。

这条命门最著名的翻车案例发生在 2024 年 5 月：Google 在 I/O 大会后全面开放 AI Overviews，随后用户大量反馈"AI 建议在披萨上加胶水""建议每天吃石头补充矿物质"等离谱回答——AI Overviews 抓取到 Reddit 上的调侃帖与低质网页并当作事实生成。Google 被迫在数周内大幅回撤该功能，只保留一小部分查询。这个事件成了 AI 搜索"检索质量 + 幻觉"双重风险的经典教材，相关的安全与治理讨论见AI 安全与治理。

与裸聊天机器人相比，AI 搜索有两大结构性优势：知识新鲜（每次检索实时抓取，不受模型训练截止日期限制）与可溯源（引用允许用户核验）。这也解释了为什么"AI 搜索 + RAG"是企业落地大模型时的首选路径——从零搭建一套可用的 RAG 应用，见从零搭建 RAG 应用。当然，RAG 并非万能，常见的工程陷阱可以对照常见陷阱与反模式。

五、产品版图（dataAsOf: 2025-06）

截至 2025 年年中，AI 搜索赛道已形成"海外 + 国内 + 大厂 + 创业公司"的完整格局：

产品	厂商	特点
Perplexity	Perplexity AI（美国创业公司）	对话式答案 + 引用，首创大众化 AI 搜索
ChatGPT Search	OpenAI	内置在 ChatGPT 中，与聊天生态打通
Gemini / Deep Research	Google	深度研究模式，多步检索生成报告
AI Overviews	Google	在传统搜索结果顶部生成 AI 摘要
秘塔 AI 搜索	秘塔科技（中国）	2024 年 3 月爆红，中文场景表现突出
夸克 AI 搜索	阿里巴巴（中国）	移动端 AI 搜索，深度整合夸克浏览器
豆包 / 文心一言搜索	字节 / 百度	大模型产品内置搜索增强

如何读这张版图

大厂（Google、OpenAI、百度、字节）走"存量入口 + AI 增强"路线，把 AI 搜索嵌入已有产品；创业公司（Perplexity、秘塔）走"独立答案引擎"路线，赌一个新入口品类。前者的护城河是流量，后者的护城河是"答案体验"与引用质量。

从更宽的视角看，AI 搜索与 Agent 正在合流：Perplexity 已推出 Comet 浏览器、OpenAI 发布 Operator 与 Deep Research，搜索从"找答案"演进到"替你办事"——这与Manus 与 Agent 应用 描述的范式迁移是同一股潮流的两面。

六、对内容生态的影响：流量、分成与"零点击搜索"

AI 搜索越流行，对既有内容生态的冲击就越显著，三个议题绕不开：

1. 流量分配：用户不再点击链接，网站流量普遍承压。早期数据显示，AI 摘要使部分查询的点击率明显下降，"零点击搜索"（zero-click search）成为内容方最焦虑的词汇。
2. 出版商分成争议：2024 年起，Perplexity、OpenAI 等陆续与《时代》、Axel Springer、美联社等出版商签署内容授权与收入分成协议；也有《纽约时报》等走法律路线对簿公堂。核心争议是："引用"与"摘要"的边界在哪里，谁来为被引用的内容付费。
3. 内容生产被反向塑造：当"被 AI 引用"成为新的流量出口，内容生产开始转向"利于被检索、被引用"的写作，这与传统 SEO 时代的博弈如出一辙，只是玩法从"抢占排名"变成"抢占引用"。

一个值得警惕的循环

AI 搜索依赖高质量内容做语料，却在分发环节"截胡"内容方的流量。若内容方因收益枯竭而减产，AI 搜索的检索质量将同步恶化——引用生态的可持续性，是 AI 搜索真正的长期考题。这一点与数据合规、内容版权共同构成行业下半场的核心变量。

七、答案引擎的下一步

AI 搜索的演进不会停在"文字答案"，四个方向值得关注：

• 多模态搜索：用一张截图、一段语音发起搜索，"以图搜文""以音搜物"开始进入产品形态（相关能力见多模态模型）。
• Agent 化搜索：从"给出答案"到"替你执行"——查完资料直接帮你比价、订票、生成总结。这正是Manus 与 Agent 应用 所代表的范式：搜索与执行开始合流，答案引擎的终点是"把答案变成行动"。
• 个人知识搜索：把本地文档、聊天记录、邮件纳入检索范围，答案引擎从"搜互联网"扩展到"搜我的世界"，底层仍是向量检索与 RAG 的同一套技术。
• 商业模式终极拷问：广告模式与"零点击"天然冲突，订阅制能否撑起增长，分成协议能否与内容方实现共赢——这些问题至今没有标准答案。

可以预见，AI 搜索的竞争将从"谁能给出更聪明的答案"，转向"谁能同时守住准（检索质量）、真（引用可核验）、诚（与内容方利益共赢）"。技术层面的底座是检索增强生成（RAG），商业与治理的答案，则要交给时间来检验。

延伸阅读

• 检索增强生成（RAG）——AI 搜索背后的核心技术
• 从零搭建 RAG 应用——亲手实现一套检索问答系统
• 向量数据库与语义检索——检索环节的工程底座
• 提示词工程——查询改写与生成提示设计
• LLM 评估与基准——如何评估"答案质量"
• AI 安全与治理——AI Overviews 幻觉翻车背后的安全议题
• ChatGPT 与对话式 AI——对话范式与 AI 搜索的交汇
• Manus 与 Agent 应用——从"找答案"到"替你办事"
• 常见陷阱与反模式——AI 搜索工程中的典型坑

参考资料

• Perplexity 官方站点（perplexity.ai）——对话式答案引擎产品
• OpenAI. SearchGPT 原型公告（2024-07）——ChatGPT Search 前身
• Google I/O 2024 主题演讲——AI Overviews 发布与回撤始末
• 秘塔 AI 搜索官方站点——中文 AI 搜索代表产品
• Lewis et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（RAG, 2020）——RAG 原始论文
• Gao et al. Retrieval-Augmented Generation for Large Language Models: A Survey（2023）——RAG 系统综述
• Reuters 关于 Perplexity 与出版商分成的报道（2024）——内容授权争议的一手报道