AI搜索把“高搜商”平权给每个用户|对谈归一智能武凯

- 发布
- 2025 年 5 月 14 日
- 时长
- 1 小时 35 分
- 主播
- 徐文浩、任鑫
- 嘉宾
- 武凯
- 收听
- 小宇宙(节目主页)Apple Podcasts喜马拉雅
归一智能创始人武凯(前阿里数据平台负责人)与徐文浩、任鑫一起聊 AI 搜索。节目从谷歌股价下跌、Safari 搜索流量下降说起,讨论 AI 搜索如何把"高搜商"平权给普通用户:多步搜索、推理框架、引用信源。三人还谈到 AI 搜索时代的营销与 GEO 机会、浏览器与搜索融为一体、大厂数据资产的优势,以及垂直搜索(电商素材、游戏、短剧、法律)的创业空间。
- AI 搜索把原来属于少数人的"高搜商"平权了:它自己规划搜索框架、多步推理再总结,普通人也能得到接近的答案。
- 传统搜索一步从问题到答案,AI 搜索是多步迭代——把宏观问题拆成多个具体搜索计划,这是这一轮 AI 产品独有的能力。
- 搜索重新变成战场:Perplexity、ChatGPT、DeepSeek、Claude 都在加搜索,Claude 把搜索能力开放成 API,做一个套壳搜索只需写 prompt。
- 营销侧出现类似 SEO/SEM 的新机会:优化 AI 搜索检索到的信息源、影响大模型语料库、以及未来的 AI 搜索广告形态。
- 浏览器被看作新的 OS:翻译、摘要、划词搜索这些插件功能最终会被浏览器自带,而浏览器掌握用户的阅读行为上下文。
- 大厂在上一个时代积累的交易数据与用户资产,在 AI 时代被视作"核弹级"资产,携程、阿里等垂直数据仍有独特价值。
- 通用搜索没有创业机会,但把搜索能力融进垂直场景(法律、代码、装修、穿搭、电商素材检索)仍有阶段性机会。
- 内容生产成本骤降会带来新问题:互联网 AI 生成内容大增,反而提升了 AI 搜索的难度。
本期制作
- 片头
- Shortwire - Reconfig
- 片尾
- Intelligent Lifeforms
目录
点击跳到对应位置
- 开场:AI 搜索把"高搜商"平权00:00
- 嘉宾介绍:武凯与归一智能01:19
- 谷歌股价暴跌与搜索行为的变化04:12
- 搜索重新变成战场:各家产品与 API06:06
- 个人搜索习惯:一比九的迁移08:47
- 从净水器关键词看 AI 搜索时代的营销11:20
- AI 搜索怎么做优化:GEO 与语料投喂14:01
- AI 搜索的推理逻辑与数据接口19:50
- 高频入口 vs 低频服务:携程会被颠覆吗22:41
- AI 搜索向巨头收拢:数据源决定体验29:36
- 浏览器、插件与个人上下文33:37
- 个人数据与消费行为画像的价值39:03
- 创业公司的身位:捡巨头看不上的48:10
- OpenEvidence 与搜索的商业闭环48:45
- 深度搜索与传统搜索的区别52:32
- 任鑫的用法:多轮人机迭代做研究59:21
- 把 AI 当"不太靠谱的大佬"写商业计划书1:02:36
- 用深度搜索做商业情报收集1:07:00
- 垂直搜索的创业机会1:15:56
- 用夸克 + NotebookLM 批量生产播客1:19:31
文稿
共 1038 句 · 点段首时间或句子从该处收听,双下划线是重点词条,其他词条悬停可见
03:28然后AI方面的话,我最近也看到了很多跟营销结合的新创的公司,也都是小几十个人或者十个人以下,好像出来了一批。Hf零最近出来的一家公司也是很小的,然后就是做那个AI marketing全栈的嘛。然后之前的话,在那个ChatGPT出来之前,最火的号称达到了PMF的应用Jasper,其实也是打在营销这个市场嘛。
03:56所以的话,感觉营销确实是AI一个典型的应用场景,对吧?To B的应用场景的话,离钱最近就是营销嘛,也是你们两个人那个老本行。To C这边的话,我们来看说,不管是AI的产品还是AI的应用,有没有哪些已经到了PMF的一个阶段。
04:12然后有一个新闻就是Google最近的股价暴跌嘛,就是他们被苹果的一个副总裁出来说了一通,说Safari里面的搜索流量下降,然后未来打算多放进来一些AI的search。我最近的搜索行为确实在大幅度的下降,大量的事情我都在用的都是AI的search。
04:33举个例子来讲,就是最近几天不是看有一条新闻看得很嗨嘛,很多人就看到中国的飞机很牛。然后我我是对于那种让我特别开心的那种新闻是有敏感的,所以我就打开了几个不同的工具的那个Deep Research的功能,说这事儿帮我看一下。
04:50然后他们就各自地给了我一些答案,说得过分的东西把它往回收了一下,告诉我你信源是哪里。又把一些那个还没有说的那些东西的话,比如说又帮我主动地再查了一些,然后说你要不要主动帮你跟进啊?布拉布拉布拉布拉。说其实像我的日常行为当中,好像搜索已经是一个典型的、已经进入到日常行为当中的一个场景了。
05:13你们对于像Google的股价下降,有没有什么想法?
05:16聊Google对搜索受这个Chat的影响,我觉得还是蛮明显的吧。其实也不是今天了,其实ChatGPT出来第一天大家就觉得受影响了。就你刚才说的这个,我觉得还蛮典型的,就是最常见的是我因为经常会刷那个X嘛,就Twitter嘛,
05:32然后你会发现看到也有很多老外,对吧?就任何一条新闻,因为现在有好多都是自媒体发的消息,你也不知道是真是假。然后你看到有人po了之后呢,因为那个X不也出了那个Grok嘛,就有很多人,特别是就像你说的印巴的这个冲突啊,就会有很多印度人或者巴基斯坦人在下面去@Grok说,呃,is this true?
05:54对不对?然后Grok就会帮你去搜一堆的各种各样他网上看到的,然后来跟你说这个事情是真的还是假的。我觉得蛮有意思的是,虽然说Google的股价在跌,对吧?但是你会看到搜索感觉又重新变成了一个新的战场。一个是说,我记得最早其实只有Perplexity在做搜索这个市场,后来这个ChatGPT现在也加了搜索功能。
06:22DeepSeek又把DeepSeek和那个那个搜索放到一起,也是它当时能够破圈的一个理由嘛。
07:06OK,就不用分两头交钱,这边交Claude的钱,那边交Google API的钱,是吧?
08:13下。然后
08:36对,哎。我比较好奇,武老师,就是你平时会用哪些AI搜索产品,或者或者说你觉得你的搜索习惯被改变了吗?在过去的这一两年里。
08:47因为我是产品出身啊,就是我先把自己当成个样本,然后我再说一说我观察到的一些大众行为的样本,然后我们从这里面看需求。我自己现在其实整个的搜索行为啊,因为之前其实我不怎么用谷歌和
09:05海外的这些产品,我用的还都是百度和Bing。然后在整个我今天来去检索一个结果的时候,其实我脑子里面是带一个目标,这个目标是比如说我今天要解决这个,比如说家里面的这个冰箱坏了应该怎么办。那这个时候呢,其实我首先脑子里面是应该建起一个框架,比如说我会需要把这个冰箱的品牌然后冰箱的故障码,
09:29然后放进去。放进去以后呢,然后我再去得到这一系列的搜索结果。那得到搜索结果,传统搜索引擎的时候,它实际上它的一个结果的出现,它应该是将一些信息源,就是我通过搜索引擎爬虫得到的这些数据,然后给它有一个排序算法,之前谷歌的PageRank等等。
09:48其实是将比较可信的或者有价值的网页给它往前排。那我从这里面我需要去整理这些信息,然后在脑子里面建立起这个框架,然后再不停地往下去钻。然后一般像我刚才解决,比如说我家冰箱的后边那个传感器坏掉了,或者说电压那个呃稳不稳定导致它那个问题,
10:07我可能大概要花一个小时左右的时间,当然我觉得我应该已经算是动手能力比较强了。但是随着这个现在AI搜索出来以后呢,像之前DeepSeek呀,像包括小红书,我发现也有一些,还有夸克等等都有一些啊,就是它实际上是将我脑子中的那个推理框架,嗯。
10:25它已经有一些预置了。当当我看到这个结果的时候,其实我是挺,当时也是去年啊,就刚刚开始去用这些东西的时候,我觉得哇,这个太可怕了,这个,呃,然后就很快的,所以导致现在目前的一个情形呢,基本上我的常规习惯已基本上不怎么打开传统搜索引擎,
10:41或者说除非是一些,就类似我要查电话号码簿的这种非常简单的一些指令,然后比如说我我要找一些这个网站,啊,那是是什么网站,或者是找一些这个什么联系方式,我可能会通过传统搜索引擎,因为它它会更快一点嘛。但是但凡涉及到一些需要人脑推理的和总结归纳的这种,差不多一比九吧。
11:04就是传统搜索引擎现在基本上还是用还是大概会用一次,然后这种AI的这种搜索能力其实会用九,因为不管我脑子里面有没有这个能力,我其实都在这个想着说我怎么偷点懒,这是我自己观察自己的这个觉悟哈,产品经理自我都是。然后第二个呢,因为倒蛮有意思的一个事情就是,2023年开始我做AI营销创业这件事情,其实最一开始的时候我们就是从搜索词的拓词这件事情开始做的。
11:30呃。我举一个直接的例子啊,因为比如说2023年年底2024年年初的时候,我们帮助一家那个叫呃小红书,在小红书上做一家净水器品牌的这个推广。它那个净水器呢是装在厨下的,还可以出一些热水。然后当时我们就要去研究嘛,因为你要做净水器这家品牌的推广,你要去看一般人他会搜一些什么。
11:53就我们常规想下来,比如说他之前他去做搜索词推广的时候,呃。大概跟净水器有关的,可能有一百个词左右。然后结果我们去通过各种技术方式啊,我们去去抓了一批就是当用户想要了解净水器或者购买净水器的时候,大概有八十多万个搜索词。然后我随便举一个例子,你们会觉得特别有意思。
12:15就比如说有人会搜固执老人净水器,就那个固执很固执,就是倔强很不听话那种老人啊,我发音不太准。就是脾气很大这种这种老人。然后我就在想为什么会有人搜这个东西,后来我又想了想哦,当然我相信今天这个节目,我我妈应该听不到。
12:33就是我之前试图说服她在家里装净水器这件事情。他们会说,哎呀,我们都喝凉白开,我们不要净水器。这个搜这个词的这个人啊,他可能是试图想解决,就是他母亲的这个情绪的这个问题,就是怎么接受净水器,然后这个老人又很固执怎么办?所以你就会发现啊,其实很多很多人,他在搜索的时候,他会带了非常多的他现实的问题。
12:59然后这个现实问题呢,其实当时我们发现的结果就是,为什么我们要做这个事情呢?就我们发现结果其实从内容上是没有匹配这个信息的。就今天不会有一个博主去做一期节目,就是说如何搞定你妈,让她接受用净水器的水,而不要用这个原来的这个烧开了凉白开这种。
13:17水,但是AI呢其实它是可以很有效地把这些信息整合起来。然后所以刚才就类似刚才讲的那种八十万个海量关键词啊,我们我们之前是用传统搜索引擎方法在做,就是SEM、SEO那一套东西,然后试图去解决这中间的匹配信息差。但是如果今天用AI搜索引擎来去解决这些问题的时候,它其实是把整个的这个链条是已经完整地给它出来了。
13:41所以你能看到大量的这个人啊,他都在转向这种,这个这个结果。对。所以这是从一个大的宏观上的和一个我个体上的一个例子,就我观察到的,我自己感觉下来,所以这个演进啊,它会变成真的是一个一比九的这么一个态势,就是一次传统搜索,九次这个这个AI搜索。
14:40哦,你问的这个问题。我鸡皮疙瘩都起来了,这个其实是我被好心人已经问到的一个问题啊,我们在做传统搜索引擎时代营销的时候,我们有SEO、SEM,对吧?这个行业已经快持续二十年了,就是面向这个搜索引擎去做内容优化。那么刚才你说的这个问题呢,其实前面有一家上市公司的老板就在问我。
15:03我现在在这个怎么能够在AI里面抢占这个流量。然后他提了一些主意啊,我给大家就讲一下,我觉得这个是一个比较有前瞻意识的一个企业主的一个一个想法啊,他是这样的。他现在他说我能不能写很多那个论文,然后因为他也知道这个AI的这个这个数据库啊,知识库,他会从很多严肃的这种信息内内容里面去训练他的那个模型。
15:30他说我能不能写一些论文,我发到很多地方去,然后问我说现在那个大模型都从哪些里面去检索语料,我们要不要往那语料里面去喂这些东西,你看需要什么东西我们就写什么东西。对。然后前段时间呢,我们自己这家公司其实还接到一个电话,就是有一个人用这个,呃,他要找AI营销相关的某一个点的,
15:52然后就找到了我们。然后我们后来就想了想,就是可能是因为我们很多新闻发到了那个新华社,还有一些这种人民网,还有等等一些权威的信源上,然后被这个作为一个比较权威的排序,然后注入到那个这个搜索引擎的结果,AI搜索引擎的结果里面,
16:09然后得到了这个。所以我自己觉得啊,未来可能会出现一个类似ASO或者ASM这样的一个行业啊。就是A是对接的那个原来的搜传统搜索引擎,我现在AI的搜索内容的优化和AI的搜索广告的投放。
16:28大的思考逻辑上应该有什么变化呢?就就我举个例子啊,就比如说我问刚刚举的那个就是我们的歼十把阵风飞机打下来这个事嘛。比如说那个我试着用ChatGPT和夸克的那个深度搜索都搜了一下,深度搜索就会把那个问题拆解成说,哎。你你这个问题我会去检索什么巴基斯坦官方还有印度官方声明里面到底怎么说的,然后我会检索第三方国家权威媒体他们的独立调查是怎么调查的,
16:57我会去调研那个歼十和阵风战机的各种系统,然后我会去看印度军方的回应和法国的有没有官方回应,然后我会去干嘛干嘛,他就会有一个思路的排布,然后他根据这些思路排布,他会再去做搜索,再去做搜索之后,他会把搜索结果再拼回来,因为普通99%的人是不会,有有这么细致的一个思考过程的,大部分人也就是拍脑袋拍出几个关键词,
17:20就几个关键词了,那这这种搜索我们就比较好猜那个关键词。但如果是AI有一套它自己的拆解的方法的话,然后你再要匹配上去的话,这个其实它是更科学的,它这个搜索才会搜到好东西。人类的那个反正搜不到,但是呃从我们反向就营销的角度反向hack的这个的话,你会怎么去hack呢?
17:41跟传统时代会有点像啊,首先我需要去去了解几家大的入口,就是AI搜索的入口,他们现在所采用的这种推理模式,就是刚才你讲到那个整个推理框架,它的推理框架大概的底层逻辑是怎么样的,我觉得这个是需要知道的。然后另外一个呢,其实这个就是相当于是第二个其实是要喂数据的,那数据呢其实是两层,一层呢是它在这个就是即时发起的这个推理的过程里面去检索的这个信息源,
18:11那信息源那边怎么去干预它,还有一层呢就是刚才我提到的那个那个企业主的老板。他所想的,我能不能直接投到大模型训练的这个语料库里面去。所以这是两层的这个逻辑,我估计未来的产业呢,可能也会围绕这两层来去来去做。但是现在很显然是在最上层,就是我今天信息源,比如说我今天用腾讯的元宝,那我公众号的内容会很很重要。
18:36那我今天如果用其他的一些这个搜索引擎的时候,它可能会,就它的不同信息源是不一样的。对。然后看他们调取的这个数据接口,但这里面还有一个很有意思的事情就是,呃,新的AI的这个搜索引擎厂商,他往往没有像传统的谷歌呀百度那么强大的一个原本的这个数据库,就是搜索爬取的数据库,他可能会去采买一些搜索数据接口。
19:01那采买数据接口的时候,这个采买的这一方,这个接口这一方提供的,还有这个中间的影响,其实可能也是中间可能会被市场化掉的其中一个点。对。但这个它跟那个就是用户和企业,就是广告主和最终的内容消费者之间肯定还是会有这个其实会有一点点博弈的。
19:20对,但是大致就是刚才讲的,在上层的数据核心源做优化和在底层的这个大模型投喂这一侧做优化,以及在这个衍生的这一整套的那就内容的生产和发布啊等等这些。对。这是我能想到的啊,当然,还有一个点,我觉得未来AI搜索引擎它会出一个适配于AI搜索这种形态的广告流量的形态。
19:43但是现在大家其实还没有找到,我觉得其实还是在演进,大家也在试图寻找一个更好的一个一个方法。
19:50那你怎么知道他是用什么逻辑在搜索呢?就是我是几个网站一起打开嘛,比如说DeepSeek,我也用它做那个。搜索,但是它好像是,它会先搜一堆东西,然后它会开始思考,它的思考过程是告诉我的,但是它的搜索的逻辑它是不告诉我的,或者说它其实根本没有搜索的逻辑,它就是关键词匹配。
20:11然后像夸克的话,我之所以在用夸克的话,是它会把它的搜索思考逻辑打开,就是说,哎,我这事儿我应该去搜哪些东西,然后第一步、第二步、第三步、第四步。然后用ChatGPT的话,它也不会告诉我它的搜索逻辑,但是它有一点好,它会告诉我它的那个research的逻辑,
20:28它不是deep search,它是deep research嘛。它会search完了之后,它比如说说,哎,这个搜索的东西我觉得不太对,我我我会调整一下,这个调整一下它会告诉我。但是一开始的那个plan它好像也不会告诉我。
20:39所以你你如果要搞这个的话,你会怎么去知道人家的那个搜索逻辑是什么呀?
20:43我觉得是这样啊,就是刚才讲的,比如说像我我观察到那个像DeepSeek,还有其他的一些,他们就是这种我们称之为叫新形态的流量的,或者新形态AI搜索的这些入口啊,他们目前因为我了解到的应该是没有之前像百度啊等等这么大的一个爬虫的体系,他们把这个,所以一般来讲,我我认为他们是去买的接口,就是买的搜索接口,而且国内其实有几家公司做得还不错。
21:11那这些搜索接口呢,其实来自于应该是传统搜索引擎,就是比如说我买的实际上背后是某一家大厂的这个搜索结果,然后我把它再投喂到这个里面去。所以呢,它背后应该用的还是传统的关键词匹配,然后得到了相关的信息,但是它那个推理链的过程,它会在它的大模型端给它完成掉。
21:30传统搜索引擎优化目前还是有效的。但是再往深一层呢,AI搜索的这个时代以后,这些流量起来了,就是应用的入口也会变得越来越强,他们会被自建,然后他们会不会去,呃,基于类似未来的这种MCP的能力,然后其他这些网站或者说其他的这些,呃,
21:50这个比如说机构,我随便举个例子啊,比如说今天我想去搜,哦,我要去哪儿住,然后住酒店。那未来也许携程可能会提供一个MCP的这种服务。然后呢,我这个AI搜索引擎的这个代理跟这个,就是相当于是这种,呃,未来的这种携程平台,他们之间进行了这样的一个,
22:09一个对话。那这个时候的结果可能会就是拖出原本这种传统搜索引擎再往前走。所以我我其实刚才讲的就是我们想做这块事,但是现在目前还没有充分的展开,是因为整个形态还没有展开变化,只是说目前处在一个关注阶段。我们现在做的还是相对传统的服务人类的网站APP以及相关的呃这个搜索的逻辑优化,
22:34然后再伸着脑袋往那边看一看哦,将来那块可能有这个生意,我要做什么样的准备。
22:40那这样。哎那那反过来讲的话,就是你刚提到比如说携程,携程已经很厉害,我肯定他肯定很厉害。我们之前创业是被他踩在地上摩擦,就是做今天酒店可以这样说。肯定很厉害,但是哪怕厉害到他这样,那你刚刚也讲到巨头嘛,比如说豆包、元宝、夸克,他们三家如果搞的话,
23:00那其实理论上来讲的话,携程还是一个低频应用嘛。但是这几家都是MAU肯定都是过亿的嘛。那你过亿的这种MAU的应用去加上一个低频的,比如说我可以帮你订酒店,就帮你把行程也规划好,这搞感觉就比较好嘛,对吧?或者说我帮你全网搜索,然后再帮你拼一个价格啊什么的,然后我帮你deep search,加上agent,
23:22帮你把这些东西都搞定了,结合你的偏好什么,你要坐哪个舱位,有没有哪家航空公司你有卡,都帮你搞定了。感觉感觉携程啊,像甚至于像京东这这档位都会很艰难呀,因为入口在重新构建嘛,但是人家掌握了那个更高频的那个使用那app在人家手里的话,你这个毕竟不管你买东西也好,订机票也好,毕竟是低频的嘛,然后又没有多难,对吧?
23:53这个问题我还仔细想过,假如说我们就拿高频的互联网流量入口和低频的这种就是垂直场景的一个一个服务来看的话啊,我们看比如说在携程的这个场景下,它其实是有很多酒店很多民宿的,呃。我今天我要去出去旅行的时候,我其实比如说我我的一个非常个性化的需求就是我要能带狗,或者说我包括我家小朋友想要有游泳池。
24:17然后呢我再去做我的整个行程规划的时候,我以前的做法是,我要打开每一个酒店,看它点开它的那个携程里边那个很小很小的一个框,允不允许宠物入住,有没有充电桩。因为我每次是开电车出行,我要酒店要有充电桩,然后酒店最好有游泳池,然后又是那个呃能带狗的。
24:39对,所以这个其实是我很个性化的需求。那作为我个体呢,其实我我畅想一下,如果在AI的这个时代呢。其实应该把我个体的家庭的画像和我个体的需求装到一个个人的知识库里边去。然后呢,当我要发起旅行需求的时候,我通过一个互联网超级入口,因为这时候我要的不仅仅是一个酒店怎么住,
25:01我可能还要景点怎么玩,可能还要怎么吃,就是我会有一个完整的一个需求。那相当于是我在某一个入口的或者说超级APP上有一个有一个入口,那这个入口呢把我的知识,把我的家庭场景载入进去以后,然后这这个入口代表或者说这个代表我个人的agent,他去各家平台里边跟那些去对话。
25:23那这个时候呢跟以往传统形态的搜索。比如说携程它会有一独特的优势,比如说我现在已经有了五百万家酒店,然后甚至它到房间级的,或者说到它很细的一些知识库,包括历史的评价,和我的这个类似的这种评价,那装进去,然后呢,那甚至有可能,我觉得啊,这这有点呃畅想了,
25:45就是携程有可能会给每一家民宿或者每家酒店建立起它的一个那个知识库也好,或者说一个一个小的一个不知道怎么讲小的大脑也好,或者小的这个agent也好,然后进行一个对话。进行一个呃机器间的可能达呃就是达到可能几十万级的几十万层次的这种量级的一个快速的一个磋商谈判,
26:07然后形成这样一个结果。所以我觉得携程其实它应该不会特别艰难,因为从它那一侧呢它有很多酒店嘛,酒店你你你之前你做过那个你也知道去谈的话,其实那些要搞定那一群人其实还是很不容易的。然后流量那一侧呢它仍然可以遵循它卖流量的这个方法,只是说它的流量形态磋商机制,以前我们的交易匹配机制是我今天一个关键词发起,
26:33然后我去去形成结果。现在呢可能是一个这个我的一个请求发出去然后形成一个结果,但是的确有可能会出现从前面的高维入口,就是高高频次高高场景的这种入口,它去往下游去侵吞。因为反正没关系,我现在我也可以给酒店提供这个agent服务,我也可以给酒店提供这个新的形态的这种能力,
26:57然后你们这些酒店全都上到我,直接上到我的这个大厂的入口上,你这个携程这边你就可以不用管了。但我想这里面还是有很多人服务的一些点,所以我觉得应该还是一个,所以是一个很巨大的很恐慌的一个变局。我觉得可能未来会是这样的。那这
27:12样。哎,你一边说的时候我就一边打开几个网站,把你的要求,就是模拟了一个你的这个要求,说我要去长沙玩七天,要带狗,要有充电桩,要有游泳池,给我推荐几个酒店。Google是直接没回答我,所以我不知道它的那个summary是什么时候可以激发出来,它是直接就还是帮我拆成了关键词在搜索。
27:31DeepSeek查了,但是它是把应该是把这个词丢到了搜索引擎里面,然后它就说,呃,现在我要帮他看,然后我得仔细看看用户提供的搜索结果,看看哪些酒店符合要求。然后它就一个一个酒,一个一个网页去看说那些酒店是不是符合要求,它应该是看了四十七个网页。
27:48然后给了一推荐酒店的一个名单,给了五个酒店。然后夸克的话,他就会说,呃我是怎么帮为了帮用户解决这个问题,我准备通过这些步骤来收集信息。检索长沙同时具备宠物友好充电桩和游泳池的酒店名单。然后的话,搜索各酒店周边景点分布、交通便利性以及七日行程的匹配度。
28:09对比不同区域酒店的价格区间、房型适配性和预定政策。查询酒店对宠物的体型限制、额外收费和宠物服务配套。探索充电设施的使用使用情况。然后他根据这些的话,然后再给了一个,所以他甚至于就是帮帮我把行程也给也给也给规划了。但是如果我从他这边看的话,会觉得至少在信息层面,他们好像也摘了携程的信息。
28:33携程的信息应该爬也爬到了。所以至少在那个入口这边,他要抢的话,好像也是可以抢的。呃,ChatGPT,哎。我看一下ChatGPT,哦ChatGPT还多给了一张地图,但是但是什么都没有给,他给了两个推荐,但是没有给任何的原因,但是他给了一张地图显得比较fancy,但是字就很少。
28:52为什么?我觉得
29:34对他推荐的是让我在Booking订。
29:36我自己的体会是说,AI搜索这个机会在重新向巨头收拢嘛。感觉国内应该没有机会像海外再出个Perplexity了。已经基本上会收敛到头部的这些夸克呀、元宝呀、豆包呀这些。我甚至觉得这些也不能叫搜索。这些其实大家的终极场景都是从不同的角度变成了一个personal assistant。
31:12创业公司就更拿不到了呀。那这些的话就是不管我要做个我要做个搜索引擎,我要做个浏览器的话,其实还蛮难去PK竞争的。我
31:25我觉得比较有意思的一点是这个,其实我最早是不太用AI搜索的,但是慢慢怎么会用AI搜索呢?就是因为大模型的幻觉太多了。最早大家是疯狂用搜索的,对吧?就是你作为一个技术人员,你遇到个问题就会搜,搜了可能他就带你去别人的文章或者Stack Overflow。
31:42然后,呃,ChatGPT或者比较好的这些模型,千万这样的模型出来之后呢,你就会很多问题其实你就不会去问搜索引擎了,你就直接问AI了,对吧?那什么会去问搜索引擎呢?那个时时间,只有在那个我们称之为叫navigation query的时候,就是说我要搜一下这个公司的官网,
32:02那我默认还是会先去搜索引擎的。大量的问题问AI呢,你会发现下一个问题就是,你发现AI它也有它不可信的问题,就是它有很多幻觉嘛。有人问你一个什么,某一首诗是谁写的,你会发现AI经常也也会有错。比方说你想问说,哎呀——我想分析一下现在市场上阿里的股价跟亚马逊的股价的对比,你可能会有错,
32:25然后通常呢你问完AI还在拿着AI的答案打开搜索引擎去确认。然后呢在这个场景下你会发现太麻烦了,就开始采用那个一开始只有Perplexity嘛,那现在国内你可能就跑去用,比方说,呃,因为我是一个就是生产力场景会比较多,可能我就跑去问夸克。
32:46呃,我其实不太用,我不太用手机啊,都有手机端,但是我很少,比如说豆包在我的心智中,它是个手机端的一个聊天应用,所以我就也没有装,所以就会去用就用这些浏览器的应用去检索。然后检索完呢,就是越来越多的这个搜索,它其实不只是一个搜索,它其实有很多context。
33:06就很多时候我是希望在我当前这个浏览的上下文里快速做检索。这个呢,就是你会看到一些新的海外的产品又带来了一些不一样的体验。就是很多时候其实我想要的并不是说我要打开一个浏览器,打开一个窗口,想明白我是搜索了。现在我的感觉是说,大家呢都在把聊天、搜索、啊、知识管理、啊或者各种各样的工具整合在一个应用里。
33:33今天你这个应用很难叫它是搜索还是浏览器了。就是我不知道你们有没有关注过,海外最近有一个,前一阵吧,有个app叫DIA,就是DIA。
33:43就是那个Arc出的浏览器嘛。
33:46对对对对,对,它号称做了做了一个浏览器,对吧?但是你今天打开它的浏览器,你就感觉它的那个浏览器默认的入口其实是个聊天窗口。你会发现说其实chat跟搜索两个事情已经在逐渐的合二为一嘛,乃至更多的功能其实在逐渐的合二为一。
34:04我觉得浏览器,因为我们其实看到了,就是像Perplexity出了,然后那个,然后我刚刚试了Fellou,其实大家都在做浏览器嘛。你刚刚提到的一个点,我觉得是很重要的,浏览器的一个点就是它其实知道我的很多阅读行为。就我上什么网站,其实理论上来讲它是可以更了解我的,因为很多时候我觉得AI它不是蠢,它是它不够了解我,
34:28对吧?他如果了解我,比如说我是什么风格的话,他推荐的应该更准一点。所以他拿到这部分数据,其实也是对于他给我更好的帮助,有他给我说的话就可以更精准嘛。比如说他发现,我我举个例子啊,哪怕都是讲要学AI,如果他发现我阅读的都是那些小白网站,那他跟我讲道理的时候就可以搜索更偏向于科普向的东西嘛,
34:53给我推的更讲话更浅白一点。如果他发现我天天在翻论文,对吧?他他其实知道这个信息的。他知道我天天在翻论文的话,他应该就直击重点,告诉我一些更技术向的东西,更牛逼的东西。所以的话,其实或者说我比如说我经常在这边,比如说刚刚说长沙的酒店啊什么的,我会天天在长沙的很多东西在在搜在看的话,
35:15他其实就知道我我是懂这个地方的,你就不会给我推游客了。所以很多东西我会觉得说其实,呃,大语言模型脑子里面的东西其实信息已经足够多了,但是他其实有一部分知识是他不知道我到底在什么什么情况。但是如果你掌握OS层,但最牛逼就是你掌握OS这一层嘛,如果不掌握OS这一层——好像最好的一层就是浏览器这一层。
35:39那你其实你你做的推荐,你做的search,你给的结果就是会更好呀。那你有这这一些乱七八糟的东西。
35:47对。因为或者你认为浏览器本质上就是一个新的OS吧,就像Google原来卖过Chromebook,对吧?它其实就是Chrome,就是个OS嘛。包括就就就往往倒退三十年,为什么微软要跟当时的Netscape能够掐起来,就是大家会觉得它是一个你日常百分之九十使用电脑时候的入口吧,
36:07使用PC的时候的入口吧。就今天你用PC,其实不管是说,呃,你上网站啊、看电影啊、看视频啊,其实都是在用浏览器嘛。我觉得一个很典型的是它带来的一个有意思的挑战是说,呃——过去两年其实我们看到了很多浏览器插件,然后很多人在在在做浏览器插件,用一个一个插件去解决各个场景的问题。
36:31但这些功能是不是都会被浏览器给做了,对吧?
36:41很多插件做的功能,做了翻译这个功能,对吧?那为什么这个功能不应该是浏览器自带的呢?
36:46现在已经是自带的了。现在各个浏览器里面都自带了这个功能了,只是做得好不好。
37:12就比如说看到刚刚我说的那个新闻的时候,因为我看到就很嗨嘛,所以看到的时候其实你说的那个就是这是不是真的,然后这这个东西就应该在旁边嘛,对吧?它就能够实时的跟我讲嘛。
38:19对啊对啊,但这个如果你有一个默认的浏览器就可能更好啊。你今天如果是比如说用Chrome,在海外用Chrome,你不需要再登录一下。对不对啊?
38:29对。你就只需要授权说我允许你用就可以了。但是现在你让我重新输入登录一下,我心里面还是会咯噔一下。但是你只是说,反正我也知道你用户名密码,对吧?我浏览器早就保存了,我现在只是让你授个权,这个时候你的心理门槛就小很多。
38:44而而且如果它交互形式变成是一个像浏览器自动在后台开了很多tab页,然后点一遍的这个过程,如果是这么一个逻辑下的话,其实数据本身也不会成为太大的门槛。
39:03像你刚刚讲其实还提醒了我一点,就是说除了那个公域的数据之外,其实个人数据也看哪边个人数据比较多嘛。就比如说我的微信肯定知道我的聊天,呃,我跟谁关系好这事儿比较多,人际数据它比较多。然后像那个字节豆包,它如果真的能够打通的话,它肯定对于我比如说喜欢看哪种哪种小姐姐跳舞,它肯定比我自己还懂嘛。
39:27像比如说夸克的话,它就对于我网盘里面的知识库和那个我在淘宝哪里花钱,这个东西它也比较多嘛。它其实能够大家都能够掌握到不同领域的数据,然后就看哪部分数据最值钱,然后它用这部分数据的话,这个时候又是一层。因为我之前被携程打过嘛,我就站在创业公司的角度就会觉得,你要面对大公司的话,确实就很尴尬,不仅那个那个数据源可能你拿不到,
39:51以及这部分个体数据你可能也拿不到,就很很尴尬。
40:15对的。所以换个角度,就是搜索怎么把这个上下文放进来,其实也挺重要的。因为你讲到电商,我觉得就有一个很典型的场景啊,就是我不知道你没有遇到过这种场景吧,就是你买了个东西,别人跟你说很好,你说要把它推荐给他,但是呢这个东西就不是特别好描述。
40:32这个我发现在比如说像买衣服这个会特别常见,就比如我老婆买了个衣服,她她要推荐给她的朋友。她不像说我今天买了个MacBook,对吧?你跟他说搜一下MacBook就能搜到。像买衣服这个东西,你可能要比如说拍个照,或者说是你用一些模糊的语言去描述。
40:49这个时候,换句话说,这个我们叫context,这个上下文嘛,或者你个人的这个知识库嘛。因为它这个知识库不一定是有意的,不一定是说我把这个东西传到网盘是一份资料。它其实是大量的你的个人行为构筑的东西,它的价值其实也是高价值。
41:07比如说你买过的所有东西,比如说我想推荐你去哪里玩也是一样的。就是你如果是说能够把所有的这些账号都能够打通,它就会能够起到一个更像一个personal assistant的作用。
41:21对,搜索获取信息是for for后面的决策和行动嘛,所以是前置条件。那这里面的话,就是这里面有没有什么创业机会呢?
41:31在之前的时候,我们做就是基于广告精准广告那个时代,那时候大概是2010年那时候的一个时代了。我们把一个人的在购物车里边的商品拿出来到广告位上进行重新定向,当然这个是在网站的授权之下和用户的那个隐私协议授权之下,然后做精准定向,然后基本上是一比十的这么一个效果。
41:55原来可能点击率或者原来转化率是一的话,那这种购物车级的重定向实际上是一比十。那这个是比较底层的一个,就是数据比较精准的时候它能带来的广告的效果。那如果从整个就是搜索,今天我们是要做决策嘛。其实背后是要做决策。其实今天我们可以看一下整个互联网上的搜索的行为有多少是流淌去了哪些决策。
42:19比如说今天我是一个娱乐行为,我可能不太会去搜索,基本上就上下这样的翻滚就好了,信息流。但是我当我去购物的时候,或者当我去去做一些呃商业决策的时候,呃。等等这些我们会有这样的一些呃搜索行为呃。我了解到的某一个现在国内比较大厂的,他们大概电商类广告应该占了他们50%的比例。
42:41所以呢,其实,呃,那今天我今天要去购物,或者我今天进行这个商品购买决策的这种搜索,到底占了整个搜索形态的多少?我猜啊,可能没有一半比例,但是也是很大的一个比例,而且这一部分价值其实是最高的。然后在这个整个购物搜索这种形态之下呢,其实我们今天用购买行为去做这个用户画像的回推这件事情,
43:05实际上是很有意思的。比如说,你在某一个地方,呃,收到过一个马桶。比如说你在某一个房子里。你买了一个马桶给这个房子,那我认为你这个房子是你的,因为一个正常的租客他不会去买一个马桶然后去装上。啊,然后如果你买了一个宝马X3的雨刮器,啊,我认为你有一辆宝马X3。
43:33然后你买了两个书包,一个书包是蓝色的,一个书包是红色的,然后一个是小学阶段用的,一个是幼儿园用的,我认为你有一个幼儿园的小小男孩和一个小学阶段的小女孩。然后你买了一个柯基的,呃或者小型犬的狗粮,哎。我认为你家里有一条柯基犬。
43:53其实一个人身上是可以被刻画出几千个标签的,就刚才Mars在讲整个这个过程里面,其实我在想我们历史的这个知识库。知识库有两种,一种是我们现在人类把我,啊,比如说我告诉这个AI,我有这些东西,我要去做。但是其实绝大多数人类是很懒的,包括我自己在内,我懒得去整理我这些,我还要全告诉你。
44:14但是互联网的浏览行为,购买行为是骗不了人的。你连自己有时候你可能都会想,哎。为什么他会知道我的这种,因为你在上一个周期你买过这个行为,然后我推算出你下一个的情况,其实那算法可能比你还要了解你的算法。所以如果这么往回推的话,那些大厂所拥有的数据资产,就是在上一个时代的积累的数据资产和用户资产,
44:36我认为是会在下一个时代是一个非常核弹级别的一个资产。当然现在大家可能还没用啊,比如说我今天在元宝上搜索,它就基于我的搜索行为,然后再基于数据简单做下整合。我基于豆包,它可能也没有用我的短视频的这个数据,我基于夸克呢,可能也没有基于这个呃购买行为。
44:56这个这个地方实际上是一个个人端的数据非常强大的资产,当然它要在用户的授权之下,我对你进行一个完整的刻画。你甚至在情人节买了几束花送给了几个地址我都知道,那你想想,这个对你的情感关系都有很深的了解。
45:14这个是一个核弹级的大厂的,比如说像夸克,比如像元宝,他们的这些这种巨型资产。然后另外一点呢,其实在之前,呃,大概在2023年年底的时候,我做过一个那个AI助理的项目,当时是帮助一家呃做脚踏开关的一个企业,是工业级的。当时我发现一个巨大的问题,就是AI助理想回答清楚用户的问题,幻觉,这里面最大的一个问题就是大模型本身有幻觉嘛。
45:42但是高质量的数据源会降低幻觉问题的发生。而现在通过普通的搜索引擎的接口去取得的这些数据呢,它很弱。然后你要不然呢就是,但是我们找了好些实习生帮忙去整理工控啊、机电领域的数据,去标注那个,比如说这个螺母外边的齿径是多少,内部的齿径是多少,然后我要找一个什么场景下的。
46:05但是今天如果在交易场景下,就是如果我们今天想啊,就是回过头来我们想到阿里这个,因为整个这个场景里面,它后边是有商品交易链路的。你的品牌今天想在这个地方卖货,你就有可能,如果你为了提高更更高的品牌销量,像阿里它其实是,比如说我淘宝,
46:26今天你想更好的卖货,你把你这个商品,比如说我刚才讲我们家那个呃那个冰箱。哎,冰箱我忘了什么牌子了。你们这个牌子的冰箱,你想更好的卖货,你把你这个冰箱的使用说明书给我传上来,还有大量的这个用户评价本身已经在上面,那个评价本身也是很有价值的内容。
46:44然后完全可以生成这个品牌相关的内容,当我后面再出问题的时候,我完全可以拿着夸克,打开这个冰箱的这个问题或者拍张这个,然后再简单口口播描述一下,它实际上是可以直接穿透到我所有的这个商品评价,就是这个商品产生的这些评价,常规的问题知识库,再穿透到品牌那边给到的知识库。
47:06然后这样的话呢,其实就形成了一个,呃,可能是一个服务,最终是个服务的购买。就是不是不是买了这个冰箱的某个原件,而是买了一个这个谁修这个冰箱的一个服务,或者说就是冰箱本身的某个一个配件。我觉得其实大厂在这个里面,尤其是阿里这种,他在里面他能做的事情就,就是他是可以用飞轮来去驱动,
47:28用交易来去驱动后面的这些品牌,把这个知识库给传上来的。这个其实也是上一个时代当时马老师禁止爬虫,就写了爬虫协议嘛,禁止爬虫来爬我的数据,因为他其实在那个时代已经看到了数据资产的价值。我想在下一个时代的时候,像这些巨头所拥有的用户资产也好,数据资产也好,他可能会变得更加好用。
47:50在知识库的这种加持之下,大模型加持之下,会形成非常大的这么一个优势。但是从创业公司的角度来说啊,其实呃你看我们现在做这个就是,比如说你今天你要生成这个广告投放的物料。在这个垂直场景下,我对垂直的prosumer,然后去做垂直的一些,就大的你们做吧,我们不跟你们玩了,
48:10我们在你们巨头身位中间,我们找一点你们都需要的,然后中间又可以跨平台的这种场景。然后呢,我们捡点小的,我们就是你们看不上的,我们先做。然后也许呢,就是可能找到一个身位。对,我觉得可能是大的巨头之间和小的创业公司之间,小创业公司肯定还是有机会的。
48:31因为现在大的巨头它要去做进化嘛,整个新形态的整个流量的这个流量形态都会发生巨大的变化,他们先把那个适配掉,然后我们在小的这里面帮你添砖加瓦。这个也是一个机会吧。
48:45非常启发,就是你刚提到一个词,我觉得很,就是之前我确实没在这个角度想过,就是你讲到的其实是商业变现的飞轮嘛,然后它掌握的这个这部分最值钱嘛。那刚好我这两天我看了另外一家公司的一个分析,是那个美国的OpenEvidence,它是做医疗的,
49:06但是它跟传统的那些医疗的AI agent不一样,就是它不走那个医院采购体系,它是PLG的,是给医生免费用的。但是它就它会帮你查那种就是各种病怎么治啊,然后那种那种疑难杂症的报告啊,各种专业数据库,相当于专业数据库吧。或者相当于丁香园那些东西,然后都是AI的,但是它会在里面插广告。
49:29就是定向医疗广告,而且是合规的,因为他们不不to C,他们是to医生。这是合法的,就然后是直接插说你,哎,你你在查这个病啊,这个对应两篇论文,然后这个药吃了怎么样。所以他的那个那个CPM客单价是巨高的。然后他是可以靠这个来补贴他的那个商业,所以他推的很快,因为他不需要走医院采购流程,医生可以自己用,
49:52然后他靠那个那个就可以把飞轮建起来。所以刚刚我也在想说,因为我们刚刚在聊几个巨头嘛。其实说白了就是,呃,Deep Search这个东西对于巨头来讲,因为其实本质上来讲,就是我们三个人说不定都能做出来,就是没有那么难啊,对不对?
50:09这个东西你只要做出来,这个东西就是好坏而已。但是这里面有一个问题,就是它其实用户用一次亏一次钱。
50:17对,那
50:17可能你如果真的Deep Search,你要真的看一百个网页,然后还帮它去research一下,然后再做一下深度的话,可能几分钱一毛钱就出去了。那那还是很吓人的。商业的那个闭环不够的话,其实你是在背后,比如说腾讯好了,其实是有,也也是,我觉得腾讯要死命做也是能做的,
50:36但是真的是划不来的一件事情。你把它做得那么好,比如说你做到一百分需要花一毛钱,做到八十分只需要花一分钱,那大家肯定选一分钱的方案嘛。但是如果我是这边的那个CPM是足够高的,我的商业模式是足够清晰的,这边比如说都是跟购物相关的决策。
50:54那这个时候其实我是可以通过我在里面烧更多的钱来推出更好的服务的。所以这样子的话,其实就有可能它的体验是更好的,其实是因为我在背后多烧了十倍的token。那那这样子打起来就更难了。是。
51:10我我提供个数据啊,就是Google的广告大概75%的点击是shopping这个品类的。就是我们所谓的叫电商或者零售,就是它大概75%的点击,大概应该50%的收入是从shopping,实物的商品这个品类里来的。如果你要说从商业化的角度,如果今天你要在搜索里拿收入,就是最大的一个品类就是电商。
51:33就以阿里为例嘛,对吧?就是阿里它其实是主要我就做一个电商,但是它的收入可能比通用搜索的百度的收入还要高。其实核心原因还是说在商业化的角度来讲,shopping可能是一个最大的入口,是是一个最大的收入来源。然后你倒过来你看,就是OpenAI最近不也在干这个事儿嘛,包括Perplexity之前也试过这个事儿。
51:55但是我觉得Perplexity这事儿干得不算成功,但是我觉得不算成功未必是这件事情本身不成功。它也有很多你对这个领域有多深入的了解,以及是说因为电商还是一个相对比较深比较重的环节了。对,所以我觉得如果是从商业化的角度来讲,它最终是会跟一定会跟购物这件事情绑定的。
52:16你们有没有想过什么做AI搜索这件事情?因为这个有技术含量嘛,我是肯定不想,你们应该想过。
52:22我们之前做过一个AI搜索的产品,我们现在也在做一个AI,当然都在海外哈。我们内部叫它搜索,但是面向消费者的时候没有特地强调它是不是一个搜索。
52:51我觉得有两个重大的不同。第一个是Deep Search,它其实变成了一个叫多步搜索。我觉得现在市场上搜索有几类产品,就大家都叫搜索,或者很多人都叫Deep Search或者搜索。我觉得第一个叫Deep的原因呢,国内都叫Deep的原因呢,是因为DeepSeek。
53:07我觉得国内大家都一定要带上是个深度或者怎么样,是因为DeepSeek火了之后,带上“深度”这个名字会比较好听。在海外呢,其实大家都没有叫它DeepSeek,对吧?海外一般叫它Search,就是Search。你如果去打开Perplexity。
53:22也叫Deep Search,好多家叫Deep Search的,Deep Search、Deep Research,
53:27DeepSearch。比如Perplexity,我现在打开Perplexity界面,它两个功能,一个就叫Search,一个就叫Research,它其实没有硬加一个Deep。啊?
53:36我一直以为他们两个,Perplexity就是这个,OK,好的。
53:39然后那个ChatGPT也是Search跟Deep Research,就是海外其实没有特地强调它是不是Deep,就或者是至少没有在命名上是强调。但从体验上其实还是我觉得蛮明显的,就是它通常现在的很多搜索是个多步体验,就是它是个多步搜索,
53:57它不是个最简单的,我们说啊,你问了个问题,我先把这个东西改写成一个搜索query,拿到个结果,然后上下文一塞,它其实还是做了一个多步的推理。然后呢,整个的推理结构是它自己通过多步搜索以及拿到的信息去做推理,然后给的一个结论跟回答。
54:15我觉得这个是跟传统搜索一个差别,就传统搜索是没有推理过程的嘛。就是你问什么我就先猜一下,它其实是想一步从问题到答案,虽然它会猜你你问的是什么意思,对吧?传统搜索你搜什么,它虽然会有在整个搜索链的技术链条里会有什么query改写或者怎么样,但它不会有一个多步推理过程。
54:35你问了什么我就去问什么。就是这样的话呢,就像回到前面说你今天要做SEO的时候,就是你可能经常常见的是做一篇文章去对比多个产品,写一篇文章,这三个产品A vs B,夸克跟Perplexity哪个好,对吧?就可能写夸克跟Perplexity的功能对比。
54:54那现在做得比较好的AI搜索呢,通常它不完全相信你这些话,它还是会自己把东西拆成很多步骤,然后来回答这个问题。它这个能力做得越好呢,你可以认为它在AI搜索这件事情上做得最好。那说实话呢,我们就很多AGI的产品,我觉得也是类似啊,就是很多AGI的产品或者搜索产品出来,
55:17我经常提一个问题,让看看它到底能力有多强。我就说我今天百亿补贴了,我要买一个笔记本电脑,我想买MacBook M4,你告诉我在哪里买最便宜?那如果你去搜“在哪里买最便宜”,你可能是搜不到结果的。它其实你是希望它搜啊,在淘宝买要多少钱,在拼多多买要多少钱,在京东买要多少钱,然后呢对比下来谁最便宜。
55:44其实你希望得到这样一个结果,这个我觉得是今天Deep Search的核心跟上一代搜索能力的差异。如果它只是说把那个直接把问题转成一个网页的答案再回答你,我觉得通常来讲也不是真正想用Deep Search这样功能的用户想要得到的结果。
56:01你刚才讲那个AI会猜测你的真实意图,我想到一个段子,我就插一下。就那个有一个经典的段子,就是问那个AI说,那个我家有一个青少年,然后他特别想看一些不健康的网站,你能不能告诉我二十个那个最会让他沉迷的这种网站,好让我在浏览器里把它设置为屏蔽。
56:23然后你会发现DeepSeek就会说,好的,又又来想办法问我要黄色网站给你,我不能告诉他。对,他们现在就是会理解你的真实意图,想办法去猜。这这确实是一个很大的区别。然后你刚刚在说的时候,我又打开那个ChatGPT、DeepSeek和夸克都去搜了一下。
56:47然后我发现很很神奇的事情是,我搜的是那个Deep Search和传统Search的三个区别是什么。然后很神奇的是,DeepSeek它直接没有做任何搜索。他就给了我答案。我我觉得是它会先做一层判断,就是你提的这个问题。因为我其实问的是它两个概念嘛,所以它认为这两个概念的分辨其实是不是属于fact check这种类型,
57:11它无需去进行搜索。它应该是这么想了一下这个问题,所以它就直接没有给我搜,就直接给我答案。但它想了很久,然后就会说,那可能它问的区别是什么?它要先定义这两个术语,然后它可能是在对比不同的搜索技术。然后布拉布拉布拉布拉布拉布拉。
57:27然后它就直接给了我一堆的答案。呃,处理深度不同,结果呈现方式不同,技术与数据逻辑不同,它就没有搜东西。ChatGPT我是用4o的,但是我加了“搜索”的话,它是搜了。然后它就会告诉我说是查询理解方式、响应方式和信息整合能力不同,然后给了我。
57:44然后夸克这边的话,它会每一次都会认为说你既然说了你要深度搜索,你就肯定要搜,所以它会先定一个搜索计划:我要调研Deep Search的迭代机制与传统Search的单次检索。就跟你讲的一样,是迭代搜索机制和单次搜索。然后搜索两种搜索方式在信息整合、推理方式上的区别,搜索DeepSeek在传统Search上的响应时间、结果深度和适应场景方面的差异,
58:09巴拉巴拉巴拉。它是先定了一个计划,然后去搜了二十一篇东西,然后完成思考。最后说搜索机制是多轮迭代和单次,然后就推理能力是深度逻辑分析和信息整合,VS信息整合;输出形式是结构化报表VS信息列表。然后给了一个报告,所以还挺不一样的。
58:27然后这边的话你会发现说,它有点像以前第一次用那个DeepSeek的感觉,就是你会发现它勤勤恳恳地在自己思考。然后它讲的第一点其实跟你讲的那个点就很像。对。都是问多次和单次嘛,最大的区别可能就是这个吧。
59:21突然想到我早几天那个在即刻上发了一篇东西,那个那个不过我不是用Deep Search,我是用Deep Research的一个方法。我除了为了抵抗那个hallucination呃幻觉之外要用Deep Search、Deep Research,还有一个我用的需求是,我其实很多时候不是要它给我答案,我是需要更多的可能性的激发,所以我确实是需要原始链接的。
59:45大部分的AI,比如说我们在做新的东西,比如说新的一个产品设计的时候,其实它的答案往往是不够好的,是没有用的。但是我确实需要它帮我搜东西,但是传统的像百度搜出来的东西实在是不行,我会用Deep Research。然后让它比如说这个领域帮我找到比如说一百个KOL,然后以关于这个我感兴趣的话题的他们的最最鲜明的观点和文章。
1:00:07然后我就浏览这一百个,浏览这一百个之后的话,我会点开中间可能有七八个是我特别感兴趣的,我就会点开那七八篇原文。然后我看看的时候,我就开始做摘抄,把一段一段的话抄到一个那个文档里面。然后抄完之后的话呢,我会对着那个Get笔记,因为Get笔记它的那个语音识别还可以。
1:00:27然后我对着Get笔记就说,哎,我看到这段话,我的想法是什么,就是把这段话我为什么摘抄下来,然后它我觉得它哪里好,然后就随口讲一下,它会把它整理成那个通顺的文档。然后我再把这些通顺的文档统一的再重新发给那个AI,然后说这些是我的一些感觉,然后你照着这个方向再帮我做一次Deep Research,
1:00:49然后再帮我去把类相关的那个知识再重新整理成一份报告,再搜到更多的这些这个方向的东西。然后它就会比较理解我想往哪个方向走了,要不然的话它就是完全散的嘛,就相当于有点往复的在用东西。第一次用Deep Search Deep Research其实是为了快速的获取更多的信息源,
1:01:08然后让它有一个相当于一个简述,然后让我点进去。然后的话呢,我会好的东西拆出来,相当于让它看到说一百个里面我选了哪八个以及我选了哪些条。相当于做free shots吧,类似于让他知道我在想往哪个方向想,然后再让他去深层次的再做一层。
1:01:24相当于除了他的所谓多步迭代,他的search的多步迭代之外的话,我人肉的再加了一层那个多步迭代,让他跟我align到一起。我也会这样子来使用。对,就一种比较奇怪的一个用法。
1:01:38你们在用AI搜索有什么奇怪的用法吗?
1:02:16实习生汇报了,然后我在过程中不断的PUA它。然后告诉他说第三页这个点不错,第七页给我删掉,然后什么什么的。你都没有理解我其实是要在这个方向上怎么怎么把它PUA半个小时,然后说好,你回去重做。
1:03:10那你让AI写,它可能白活了。
1:03:12对。你看这个时候就来了,我其实不是把AI当一个实习生用的,我是把它当一个大佬在用的。比如说我要写一个商业计划书,我会告诉它我的整个思路,这提示词可能会有个500字左右,我用夸克,然后来去把整个的这个思路输入进去。输入进去以后呢,它那个整个我应该怎么怎么做,它那段其实比它下边那个出来那个结果对我来说还要有用。
1:03:36所以其实我一个是把它当大佬用,一个是把它当就是这种灵感胶囊在用。就是这个大佬其实带着我在思考,因为它里面其实已经训练出来这个,呃今天作为一个FA它应该怎么考虑,作为一个VC它怎么考虑,作为一个GP怎么考虑这个问题。然后我会来观察这里面哦,然后他当他白户的这个结果呢,你会觉得哎,太离谱了,这个数肯定达不到。
1:03:58但是他那个框架呢,其实是够我用了。但是在这个框架之下呢,我会再去修正它,就是这个时候呢,你说把它当实习生也好,或者当大佬也好,这个反正一个不太可靠的大佬呗,就是我会再用它再进行一次这个修正,就是到每个环节再修正再修正再修正。
1:04:15当然里面也会去,就为了避免环节问题,我会再去点开里面那个每一个那个网页的链接,看看它的那个信源是来自于哪里,这个信源,因为有些可能是自媒体的,有些可能是这个相对比较权威的一些一些信源,对。然后再结合我自己的东西,反正就东拼西凑,呃,但是比以前写这个商业计划书的效率要,或者说叫体验要轻松多了。
1:04:37因为起码有一个,就是不太靠谱但是又相对专业的大佬在旁边,哎。你可以随时对它进行这个这样的一个一个使用,然后结合,当然刚才你有一点我觉得就讲到我觉得非常重要的一个地方,就是如果互联网上的信源或者说历史的数据、历史的文章,没有一个新的定义、新的文章,或者说准确的这种信息,
1:05:00你用AI它得到的结果呢,一定是前人没有的一个,比如说我今天要定义一个AI营销生产力交易平台,这个东西之前没有,然后但是它会根据这个词的温度然后去推测嘛,去弄这些东西,但是你会发现那里面基本上都是都是有问题的,因为之前没有人定义过它,但是如果是你要是写口水话比如说之前我也观察过就是就我我我其实之前我们帮助过某一家这个做AI PPT啊就是一家企业在做推广就他那个已经形成商业飞轮啊就是非常赚钱。
1:05:32AI PPT是AI领域里边最直接赚钱而且已经形成商业飞轮的一个机会。这点上这是个结论。因为每每帮一次他们推广转化的效果都能够他们再进行再一次的赚钱。然后再看这里面啊就是你会发现其实今天用户会搜家长会PPT该怎么写,啊叫家长会汇报PPT该怎么写,
1:05:52很明显的是一个家长要去呃那个参加家长会了可能要去写个汇报。就这种口水话包括那里面就生成这些东西。其实是非常好用的,就是因为有很多个家长的术语在这里,然后很多个家长的对,你就会发现哦,这个用这个东西啊,其实就是有人会把它当成一个,就是就我刚才讲的大佬级的这个顾问,有的是当成一个实习生,有的是这种就是口水话,
1:06:17但是很通用的,很这种这样的常规的一些内容的生成。这个其实取决于当前这个领域它是一个已经呃比较多数据,然后也比较在线化能够搜索到,然后整个那个结构也比较清晰,还是说你在一个非常前沿的领域,但是没有这块的太多的数据。对,我觉得是这样的一个用法。
1:06:39你刚讲到那个商业计划书,到时候你你如果是AI marketing要融资的话,我们可以聊一下。
1:06:46我可以把计划书,就是经过这种不靠谱的AI大佬和我的这个,我发给你看一下。
1:06:53你用AI把它那个变加了很多口水话,然后我再把它丢到AI里面说,请把它的那个核心要义给抽取出来。然后你刚刚讲到商业计划书,我突然想到有另外一个我用那个Deep Search的一个真实的场景,也是在商业计划书,但是不是不是让它编口水话,反倒是让它编真实的东西。
1:07:11我最近在顾问硅谷的一个AI公司,然后他们都是自己系的人。然后就发现自己系的同学有一个非常大的优点是,他们做任何事情,他们第一步是收集情报。就是他们讲所有的事情都会说我去搞点数据,然后我去查一下是什么什么什么什么东西。然后你就会发现他们就是我们经常会拍脑袋想到一个点子,然后像我这种会讲道理的人就会讲出一个什么人类的未来就是这个方向的道理,
1:07:38对吧?就会就会开干,但是他们就会说,哎。那这个哪些数据是可以参考的,有哪些行业数据,哪些产品值得去看一下,有哪些什么东西可以去搞一下。他们会很在意就是商业情报这个东西。然后我我受到他们启发,就强制性在自己,比如说我们孵化器也会有很多项目嘛,就会强制性有一个流程,
1:07:58就是去搜索相关的产业情报。最简单的产业情报其实就是用Deep Research和Deep Search做的。我举一个虚构的例子,比如说我们要在东南亚推一个,呃,完全虚构的例子,就是东南亚推一个手机壳,比如说是它是藏传佛教的。
1:08:14然后的话,它手机壳背后是电子墨水屏,显示藏传佛教的,比如说每日经文,啊,假设是这么一个东西。那如果我们就会开始做嘛,对吧?就开始什么MVP什么的,但是实际上,你如果丢到Deep Search Deep Research里面的话,
1:08:29你就会发现说你就说我要做这么一个东西,告诉我所有可以给我借鉴的历史上发生过的类似产品,他们的情况成败,他们交过的学费全部给我搜一遍。然后他自己会去想什么叫做跟你相关。然后这个时候有的时候打开了我的眼界。就比如说我刚刚举的这个例子的话,他可能会在东南亚找到,他可能会找第一个,他不光是东南亚,他会去找别的国家。
1:08:53第二个的话呢,他会去想说你这个产品它属于哪些类,它可能属于宗教类,他就会把各种宗教类相关产品都看一下。然后第二个呢他除了手机壳之外,他会把所有的饰品类的都看一下。然后他还会认为他可能是跟屏幕相关,他会把所有的屏幕相关看一下。
1:09:09然后他又会是你们是每日经文,他就会把那种类似于那个motivation啊,什么圣经Bible daily quote啊,像verse啊,daily verse这种的app也去帮你看一下。所以他相当于会把你的产品的维度,比如说打开成十个维度,然后这十个维度上他每个再发散一下,然后他再帮你去做搜索,
1:09:27然后再把这些相关的,比如说三年前有一个什么什么产品他死掉了,他原因是什么,你就会发现啊,或者说哦,几年前有一个什么产品火了,然后然后他当时火的那个点是打中了哪里,你就会得到很多启发。所以的话,我也会用那个Deep Search来做这种相当于大规模的,但是是发散性的这种呃商业情报收集,
1:09:47然后换不同的角度让他去搞,然后每次他搞来一百个,可能里面也就三个是有用的,但是那三个就真的很有用。就是你会你会去自己再让让他说,那你深度研究一下这家公司它起来不起来,或者是干嘛,每一步发生了什么,它的历史。时间线是发生了什么,就都都是有帮助的。
1:10:04嗯。突然想到还有这么个用法,所以你要做的这个东西说不定也可以交给他。然后你把你的商业BP给他,你让他把所有可以已经帮你交过学费的那些先烈或者先辈全部找出来一下,可以抄一下。
1:10:16我是这样啊,我接下来说的这个主意,可能就顺着你刚才那个点讲,可能是一个很危险的一个可以落的方法啊。是这样的,就是我其实也会研究商业情报,但是我研究商业情报的最好的方法是招聘。今天其实很多人啊,他会去那个投递简历的时候,其实很多同学呢,包括今天早晨我还接到一个同学电话,
1:10:38哎。他说,武老师,我以前这个这个项目的呃那个那个数据能写到哪里?我说你大致就写到什么程度,比如说某头部互联网教育公司,你做过什么什么,但是你不要写更细,你不要提人家品牌名字,你不要把人家的真实数据给转化出来。其实今天如果你呃比如说我们在招聘的时候,我们通过首先我们讲合法来源得到的这些简历,然后你去把竞品的这些呃简历,
1:11:02如果他们有投递的话,你得到了,你这个信息其实是有一个非常深的情报的一个研究。我有很多决策都是这么做的,比如说我今天想建一个大规模的爬虫体系,然后我就看啊,就找了很多这些人去聊。当然我们可能也确实有这个需求,也也有这个人的需求,我们要招嘛。
1:11:22但是其实你会发现国内有十家公司都在做这个东西,然后他每家公司大概的,他的历年收入情况等等。就是我突然在想,就是因为我们原来人类去阅读这件事情的这个这个速度啊,其实是很慢的,但是如果像未来比如说我把这些东西我都丢到夸克的网盘里面去,然后呢我的文档啊,我快速的总结,总结这件事情其实它是没问题的,就像一把刀一样,反正你今天你是用来去砍人还是用来去这个做菜,
1:11:48这个都是这个用用户用自己用的一个用法。但是的确有大规模的这种信息的采集,然后文档的收集。建立商业情报也好,呃,这个品牌的相关的这些东西也好,当然我刚才讲的就是,那不合理不合规很危险的用法可能会有人,但是也是瞎讲啊,我们不会做的啊。
1:12:08就是有人发送这种虚假的招聘启事,然后呢,他去以很高薪的职位去收取这些简历,然后获得竞争对手的情报,然后再把它再整理出来。这样商业情报的整理和自看会变得非常的高效率,甚至可以做成一个自动的agent,然后自动的去哎收集这些信息,
1:12:31去发送每日的每月的这么一个竞争的一个情报。这个还是,
1:12:37哎,我这边呼应你一下,讲一个完全合理合法的我们自己的做法。因为就是说实在的,就是很多的对那个行业里面的数据的话,其实还是要比较高层一点的人,有些在市场上,比如说还嗯通过Boss直聘啊什么的,就比较难难找到嘛。那这个时候的话呢,就是我们反倒发现说通过小红书是可以找到的。
1:12:59很神奇。LinkedIn可以找到一些,小红书可以找到一些。那这个时候的话呢,我们我们会组织一些闭门的meetup,闭门会议。然后就大家针对一个专题,我们会来进行讨论,比如说我们曾经就讨论过宗教类的。讨论过呃纹身视频的,然后讨论过那个音频类的,呃NotebookLM那一次。
1:13:19然后发现说第一个就是如果你自己有一个话题,比如说NotebookLM当时是很火嘛,然后我做了一个深度分析,我来分享了。然后还有些时候其实我们也没有什么主菜,就完全是靠大家,但是好像大家现在也挺想跟人家深度交流一个专定向话题的,
1:13:36所以那个去挖人也没有那么难,找人。然后偶尔会找到的人的话,他们其实对于自己公司的数据分享也是很保守的,但是他们都非常慷慨的在分享别的公司数据。甚至于上一次那个有公司就把另外一家公司的营销的ROI各种数据全部在那上面全部说的。
1:13:57当然因为是一个闭门会议嘛,所以就没有道德问题。但是邀请的人都是我们严格审核的,都是不错的,要不然就是科学家,要不然就是公司里面确实是知道很多事情的实践的创业者。对。然后我们试下来好像还不错,然后最近我也会继续做这种meetup,然后我们现在在在一个很奇怪的,
1:14:17有点像西部世界的方向上有了一些兴趣。但是这这一次的话呢,我就先可能会找一个特别大牌的人。他也很有兴趣,然后我就打算也就挂鸡毛当令箭,就只要跟对方说是可以跟他聊,我相信大家就会跟我聊,不一定。但是就是那些科学家,但是只要说跟他那个人会出现,我觉得这些人就都会过来。
1:14:39然后我们就约个期,然后组meetup,每次组五六个人,然后就可以meetup,这样子也是可以收集信息情报的。但你刚刚提醒了我,就是说不定我们找人,我们找人之前还是用比较传统的方法,同事他在小红书上去搜,他在LinkedIn上去找。
1:14:56但是我刚刚在想说是不是可以用那个DeepSearch来找。让他帮我去,比如说我就告诉他说我其实是需要,我要做这个领域,然后我对这个领域感兴趣,然后我现在要做小型的闭门会,然后我可以邀请哪些人。能不能帮我去呃思考哪些人是值得我去聊的,然后比如说帮我找到一百个这样的人,你自己去思考说哪些人是适合的。
1:15:20那因为我们自己的思考会有局限嘛。对啊,其他家的那个内部流程他不放出来,夸克是放出来的。像夸克他就会自己去想一遍说那哪些人可能适合嘛,然后我应该在哪里去找嘛,他可能就说可能不见得是在小红书是吧,那可能是在别的地方。他去找,然后他找完之后给我一个list,那我这样子再去一个一个,可能还是得靠人去。
1:15:40当然最后如果他能用agent帮我约就更好。那这样子我搞meetup也是可以来做商业情报。对。然后就是也不一定要是情报,有的时候我们要的也是insight。一方面也是为了挖人。
1:15:51你以后要不要创业啊,对吧?顺口问一句,要创业的话要不要钱?再问你一个问题啊,就是就假设是你在创业,就是在做一个搜索的话,那现在有什么机会吗?刚刚感觉跟武凯聊下来的话会觉得说其实没什么机会。
1:16:08我第一个我觉得先不要不要去做尝试做通用搜索嘛,就是我觉得通用搜索肯定是没有机会的。就是我觉得国内国外都没有机会。就换句话说,就像Perplexity其实今天已经涨得很大了,我觉得机会也不是很大。那对你从市场看,机会就几个嘛。
1:16:25海外可能Perplexity跑抢了一个先发,它可能,但是我觉得往后怎么做其实也挺难回答的。那我们看到几类,一类是在做通用搜索的,很多在做小语种或者说独特的国家,然后做什么日韩呀,做什么中东呀。那你说你要做中国的通用AI搜索,美国的通用AI搜索,我觉得是没有啥机会的。
1:16:47第二个呢,就是我的结论也是不要把搜索当成是个单独的问题。所以我称之为说,搜索其实是过去这个科技时代带来的一个很强的能力嘛。所以你一旦到垂直的场景,我觉得其实有很多融合了搜索能力的场景是有价值的。最近有有有人做了一个产品,我觉得也挺有意思的,叫DeepWiki。
1:17:08它是干什么呢?它是说你有一个代码库,你有个程序的代码库,它帮你根据这个代码库帮你写一套wiki的文档,帮助你能够理解这个代码库。代码库是一个例子啊,但你可能也有一个比方说医疗的数据库或者怎么样。它其实是利用了上下文信息加垂直的上下文信息加AI的能力,生成了一些有价值的内容,
1:17:32方便人去理解或者阅读。但这个呢通常是比如DeepWiki,它通常是针对比方说写代码这件事儿。我觉得一旦到很多垂直场景,比如你到法律这件事情,其实是大量的工作也是搜索。像Harvey啊或者说其他的一些比如说Meta他们也做了这个法律写作的功能。
1:17:49本质上它是我背后有一个垂直的巨大的知识库,我需要针对我的问题,能在知识库里检索出相关联的可能是案例、文书或者法条,然后来回答这个问题。你只要找到一个有足够高价值的垂直领域,其实你能把这个事儿做出来,我觉得就有机会。假设你今天要装修你家的,呃,布置你家的书房,今天一个通用搜索是不是一次能帮你解决得非常好,其实很难的。
1:18:20如果你做一个垂直细分的搜索,你有可能是能够做好的。那可能布置一下书房这个问题太小众了,那我觉得对一个女生来说,我应该买什么衣服适配我个人的身材肤色工作,它其实也是个deep search的功能。未来有可能通用的也有可能把这些领域给吃掉,但是阶段性的这个时间和机会可能是在的。
1:18:43一旦阶段性这个时间跟机会在,你最后是有可能像,像我们刚才说携程,它背后有它的数据跟商家,对不对?他最后能把这个位置占住。我看到的其实大家在做搜索,其实大家本质上都在避开,
1:18:58呃,真正的巨头吧。就没有人在中国市场说,我要做个通用搜索,就是来硬刚夸克的。没有人在美国市场说,我就是来做个通用搜索,我今天就是要硬刚一下Google的。我感觉现在没有人在干这个事。或者这样讲,我觉得搜索,呃,也好,浏览器也好,其实都在逐渐地变向一个,变成一个agent,
1:19:19只是说这个agent中搜索是个非常重要的能力,记忆跟找资料,这这知识的这个能力。
1:19:25其实还有一个思路,就是怎么把它给用起来嘛,也不一定是竞争性的思路。呃。我其实这周在做一个实验,就是把它用起来。这周不是那个NotebookLM可以输出中文了吗?然后我就让那个助理的话,他开了两个新的播客的号。
1:19:43然后其中一个是叫做一百个优秀AI创业AI产品还是AI创业公司,我忘了。对。然后就开了一个新的那个那个播客。然后如果我要做这种播客,比如说那里面可能有一集就是黑镜它是怎么做起来的,这个AI产品,对吧?那如果是我们自己来做,那我们可能就要先研究黑镜,那我们就会去搜索,然后搜索完了,我们会要点开号,
1:20:06哎呦。我们去先定搜索策略,比如说要先定那个搜索黑镜,搜索什么start up,搜索它为什么成功,然后去找。然后找完之后我们要去阅读,阅读完了我们要做笔记,做完笔记我们两个还要约个时间,还要聊聊完我们还要录音,还要麻烦严格去剪辑,然后再上传,然后再做,对吧?
1:20:24这是原来的流程。但现在的话,我让那个助理在做的事情其实就是,就直接在那个夸克里面就搜说,比如说黑镜是怎么做起来的,他就会去把它拆成说,哎。为了他你要了解这个,你就会要去检索黑镜早期市场方法论,包括Fiverr什么服务测试、用户访谈频次与转化机制。
1:20:43我要调研其核心技术架构演进,我要去分析病毒传播具体策略,我要去查询融资线,我要去探索当前ARR,巴拉巴拉巴拉巴。他就会他就会讲一堆这种,他就会定一个计划。定完计划之后他会看97篇文章,然后基于中间19篇,我也不知道他为什么要筛删掉那些,可能是质量不好。
1:21:02然后他就会生成一篇长文,然后生成一个报告。然后这个时候不光是他生成报告,然后他还会把那个来源的信息放在那个网页的右边。然后这样子来用的话呢。我就会让让他说,那你就把这篇报告完整的贴给notebookLM,然后呢你再在那个全部来源里面的话挑一些,
1:21:22也贴给notebookLM,就相当于把那个综合的信息和一部分优质信息源都贴给notebookLM,然后在notebookLM里面直接生成那个那个audio summary嘛,就是生成播客嘛。然后这样子一期播客就做好了。然后试了一下效果还蛮好的。
1:21:38对对对。我们现在已经做了几期了,但是那个账号好像还卡在这。我估计等我们上线的时候,这个播客也就播客也就上线了。应该一天更新个十期没有什么问题吧,对。但是如果说我们做这部轨道做到什么时候去,但是现在的话就相当于他把从你的选题到如何制定搜索的方法,
1:21:58到去搜到去看去内化去研究,这些东西全做完了嘛,你就一半的事情交给夸克去做,然后夸克做完之后你再把这一堆东西取过来,剩下一半东西丢给Google的notebookLM去做,然后中间人再做胶水,然后把它给粘起来,然后就整体上来讲也不是叫竞争策略,而是说,哎,那既然这边两头现在都是免费的嘛,对吧?
1:22:20那我就把这两头免费的都用起来,然后我就可以大量的生产内容,就可以这样搞。
1:22:25就我觉得这这个会带来下一个问题,就是对AI搜索的难度又提升了,因为互联网上AI生成的内容又大幅度增加了。
1:23:10我的理解是这样,就以前我们讲要叫有智商有情商,对吧?但是现在其实很多解决问题原来就是靠搜索引擎嘛,就你搜一下说有些人就是搜得到,有些人就是搜不到答案。但是所以以前有一种说法说,你招一个人他搜商比较高,这个人解决问题能力就比较强。
1:23:28但是现在其实有了这个些现在AI搜索之后呢,其实你对这个能力要求变低了。因为你AI搜索引擎本身有高搜商,你可能给他了一个非常模糊或者宏观的问题,他其实就能够把它变成一个搜索计划,对吧?你就像Mars刚才说的这个黑镜,说我们要去找他,他是怎么做起来的,对吧?
1:23:49这其实是个很宏观的问题。你说你像搜索引擎里你说黑镜是怎么做起来的,你基本上只能看到PR文章,或者说你找不到文章。但是现在的AI搜索呢,因为它能就是交互迭代的去搜这些问题嘛,所以通常来说他会说哎他会列一个计划说啊,那我先去看说黑镜的流量来源是在哪里,啊它是什么时候开始火起来的,然后它这个用了哪些这个增长的手段,
1:24:15可能综合达到二十篇文章,然后最后给你一个结论。但是把这个一个宏观问题拆成这个多个具体的搜索计划,然后总结这个能力其实是这轮AI产品一个比较独特的能力吧,就相当于原来对人的这个搜商的要求转成了对这个工具的搜商要求。
1:24:33是这样。就是我们原来的这个搜索引擎啊,因为比如说以前我经常很得瑟的跟我老婆说,我说你看,我能搜到你搜不到。那很多时候呢,其实就是在传统搜索引擎里边,我们使用的实际上是关键词的一些技巧。那这时候可能比如说本身你如何去对你的问题进行一个关键词的描述,还有一些很细的一些用法,比如说我要加上双引号,
1:24:58然后在各个关键词之间,就是有时候我会很嘚瑟的去表演啊,你这个你看我这个关键词和这个关键词and在什么什么,并且打开高级搜索,我要限定在哪些网站里边,啊比如说这个site是什么什么网站,我得到的一个结果就是可能在这个时候呢我的这个搜索的智商分数可能是30分,然后这个不太会用的这些朋友们可能他们5分10分,其实但那个5分10分基本上是满分100分的话。
1:25:26基本上是绝大多数人的一个能力了。很多人就是只是会搜一个非常简单的关键词,他们其实没有一个很完整的一个如何使用搜索引擎,因为我比如我会去研究搜索引擎它是怎么一个工作原理,然后甚至知道哪些网站会更靠谱,这是传统搜索引擎,普通人和会用它的人这中间可能会有一个很大的一个差距。
1:25:46但是现在像夸克这种这种AI搜索引擎出来以后啊,它实际上是把原来的这种,呃我这三十分已经都给打趴了,可能直接干到一百分甚至三百分去了,因为它其实是一个,首先是一个多步搜索,它会规划整个完整的框架,它会把你原来的这个整个能力啊给你建立起一个分析体系。
1:26:05然后再分布去搜索,它实际上是有点像将原本部分人的高搜商给它去平权掉了,让搜索的这种搜索能力平权到每一个使用这个AI搜索的这个用户的手里。所以现在大家得到的答案和得到的一个信息的总结都差不多了。对,我理解这个实际上是新的AI搜索引擎给到的这个普通的这个用户的一个高搜商的一个能力。
1:26:36这是我的一个理解。
1:26:37对啊对啊对啊,播客其实我们最近也做了一些那个内部孵化了一个小小东西,也在做一些播客的一些尝试。但这个就是个demo,就会比如说你给他提一个问题,比如说他提一个关于Deep Deep Search的问题,然后他会一边跟你讲,但是他会引用各种播客的内容帮你拼成一篇播客。
1:26:58就比如说我们讲完这一期,然后老在说Deep Search,他也会把我们的话,比如说引用了一段那个武凯老师的话,说Deep Search怎么样,然后他又会说可是有人事实反对意见的,然后再引用了另外一家一个播客引用的那一段话,然后把它拼起来。
1:27:12是音频版的Perplexity。也做了个这种demo demo的产品。然后如果是用这种方法的话,理论上来讲你一个晚上也是可以出一万个播客,只是有没有价值而已。现在创造价值比较难,做出东西实在是太容易了。
1:27:26就刚才那个垂直搜索领域啊,其实还是有有创业机会的。就这里边,我我稍微再补充一点我看到的一个信息啊,就是就拿我们广告营销行业里边来讲,现在非常直接的有几个,一个是电商,就是电商广告,一个是游戏广告,还有一个是短剧的广告。就这三大块。
1:27:46电商因为占了50%以上的这那个整个的广告的一个情况,所以呢,其实会有很多人去搜这个电商的广告素材。就我今天是一个电商广告的一个,比如说我是卖大米的,或者我是卖羊毛衫的,或者说我今天我不管我要卖什么,我就先看谁火了,谁火了以后呢,我去搜这一块内容。
1:28:05然后再来跟他进同样的货,其实是有一批人在这么干的,就白牌电商,他们就是先看什么内容火了,然后我要去把这个内容通过呃各种方式变成我的内容。但不完全是说我要把它搬过来,而是我要去进行这个结构的仿写啊,内容的这个等等,然后再因为我们中国的这个供应链真的是太太强大了,你想要什么东西都有。
1:28:28所以呢,他们有一批人在做这个事情。就光这个叫广告素材的这个搜索和匹配这件事,原来用的是传统形态嘛,但是其实它那个匹配它里边的比如画面呀,内容啊,其实还是蛮蛮难的一个事情。那AI呢加了以后,现在其实我没看到有还没看到。那这块其实就在原本传统的素材搜索场景下,以电商为例,应该最少养活了五到六家吧,做素材搜索的这样的公司,
1:28:53一年大概营收应该在一个亿左右。但是某些公司呢,可能前段时间比如小红书前段时间就把厦门某公司给告了,就是因为他爬数据,就是就是他他爬了这个红书的数据,然后他再去卖啊。但是本质上呢,其实他爬了数据以后,他是为了更好的这个提供搜索的服务嘛,再去下载素材,然后再去做素材的二次的生成。
1:29:15游戏也一样,也是一样的一个一个生态,也可能也是几个亿的盘子,然后有几家公司在那啊去分。然后短剧也是一样。所以你能看到每一个垂直领域里边啊,它基本上它把它前面的这种呃叫素材的广告素材的这个获取,再到呃生成,再到分发,再到整个投放,它形成个小闭环了。
1:29:36然后哎,这个商业场景就就run起来了。然后AI加持以后呢,会让整个素材的这个,就这这个小闭环的搜索会变得更加的快。当然这个里边也有一些这种呃数据数据上的一些风险问题。当然其实跟刚才那个浩叔讲的是类似的,但是他那个场景会更好一点,那个法院嘛,法呃法律文书啊,包括历史的判例啊等等这些东西,
1:30:00就像每一个人可能都拥有一个罗翔老师吧。这个能力其实会在垂直的这个领域。当然我觉得像夸克,还有其他这些大厂他们做的产品啊,他们有可能会呃再加上一些,比如说今天我要做品牌分析,然后可能呃我检索了一些数据,然后我再有一些品牌分析,比如说它的卖点啊,它的什么这个消费者的需求啊、痛点啊什么,
1:30:20还有一些什么上位词、下位词啊等等这些东西,它它可以做成一个垂直的智能体,然后去服务这个场景。对。所以其实创业公司从垂直往上走,然后那个大厂呢把这个大的这个盘子吃完以后,他们可能也会以一种市场的形态,可能是跟其他的这种开发者一起。
1:30:39那要不然呢就是自己全吃干巴净。但我觉得反正如果如果我们看下来,就是阿里的这个生态目前应该还是比较,因为我原来从那边出来,就是还是比较开放,它是一个生态的方式,就可能会有更多的这种机会释放给,比如说今天写商业计划书这个智能体的开发就交给Mars了,
1:30:57你们团队可以做这个事情。对。写这个法律这块儿可能就交给浩叔了。对,就是他,我觉得可能会是这么一个演进的一个状态啊,这是关于AI搜索商业这块儿的一个感受。能这样。
1:31:10哎,像你刚刚讲的那种搜索,还有一个就是跟现在的不太一样的地方,就是它是更主动积极的。就有些时候其实我不是在搜牛仔裤,我是在搜最近有哪个牛仔裤的广告,比如说效果特别好,有什么值得抄。所以它得理解这个东西到底要去找啥,以及它每过三个小时可能就得去找一找,然后把它给弄回来。
1:31:33它衡量的那个最终那个数据它是不一样的。比如它要看人家这个这个广告的销量怎么样,点击率怎么样,评论数量怎么样。对。然后从这里面去进行排序。
1:32:58好的呀,那个,我们今天主要就聊一聊搜索嘛,然后我们自己也会用,也会考虑这边有没有创业机会。然后最后感谢武凯老师留了一个光明的尾巴。这个过程当中讲着讲着就是说,哎呀,数据也是大厂有,然后那个个人数据也是大厂有,但是讲着讲着说,
1:33:15那我们就垂直做透一点嘛。对,你看我最近都去看工业了,对吧?已经躲到多垂的地方去,这些还是还是有戏有戏的。然后大家也可以多用用那个DeepSearch的功能,就是包括你看我去,嗯,用这么荒谬的方法做播客都开始试起来了。对。
1:33:32所以还是会有蛮多的用法的,可以把它都试起来,试起来,试起来,搞起来。那今天就这样子,然后下次接着再聊。呃,大家那个记得关注AI炼金术,推荐给朋友们。对对对。你朋友如果是做AI的,然后搞产品的,做创业的,反正都推荐给他吧,对吧?
1:33:50推荐AI炼金术啊,可以多赚钱。
1:33:57拜拜,拜拜,拜拜。
本期词条
重点词条
本期重点讨论的人、公司、产品和概念,按出现顺序。

本期还提到
常见名词,文稿里悬停可见,右侧数字是本期提到的次数。
- 携程20
- ChatGPT15
- Perplexity15
- DeepSeek15
- Google14
- 百度12
- 黑镜11
- 阿里巴巴10
- Deep Research10
- 小红书10
- 豆包5
- 淘宝4
- Grok3
- Claude3
- Fellou3
- SEO3
- MCP3
- 京东3
- MacBook3
- NotebookLM3
- PMF2
- 知乎2
- SEM2
- 拼多多2
- OpenAI2
- CPM2
- LinkedIn2
- DeepWiki2
- Fiverr2
- MediaV1
- 红杉资本1
- 苹果1
- Safari1
- GPT Wrapper1
- PageRank1
- ASO1
- 抖音1
- Stack Overflow1
- 亚马逊1
- 微软1
- Monica1
- Anthropic1
- GitHub1
- PLG1
- 即刻1
- MVP1
- 西部世界1
- Harvey1
- Meta1
- ARR1
- 36氪1