作者 | 文斐

过去一年，大模型从“百模大战”走向“应用落地”，却始终难掩时常产生幻觉的尴尬。当用户试图将大模型作为生产力工具时，这一短板便浮出水面，它缺乏实时、准确、权威的外部信息输入。

因此，搜索作为连接大模型与真实世界的基础设施属性愈发突出。过去搜索拼的是“人能不能找到”，AI时代拼的则是“模型敢不敢引用、用户能不能追溯、答案可不可核验”。这既是技术问题，也是信任问题。

面对这一核心命题，10月20日，腾讯宣布“元宝搜索”迎来全新升级，并通过腾讯云向个人开发者与企业开放服务。升级后的它，试图回答一个行业共性问题，即当搜索面向智能体，可信外脑如何成为AI的“水电煤”。

1、破局AI幻觉，大模型亟需“可信外脑”

“搜索正在经历第三次身份变迁”，腾讯云副总裁、腾讯元宝搜索研发负责人马晋在媒体沟通会上给出这一清晰判断。他认为，从面向人，到面向“人+大模型总结”，再到面向智能体的3.0时代。搜索的用户变了，评价尺度也随之改变。

大模型为什么离不开搜索？此前，开发者若想给大模型加上联网能力，需面对“四座大山”，这也是长期困扰AI企业的核心痛点。

其一是数据质量差，导致大模型“毒发”。大模型需要的是“干净、权威、高信噪比”的信源。传统搜索引擎中则充斥着大量的SEO农场、营销号、内容水军和过期信息。大模型若直接“吃下”这些网页，不仅难以产生准确答案，还会因数据垃圾产生严重的“幻觉”。

另外，自建搜索的“工程造价”极高，中小团队根本玩不起。若企业自建搜索体系，等待他们的，将是反爬机制破解、网页解析去噪、百亿级数据的存储与索引、去重排序等一系列无底洞般的工程难题。这不仅需庞大的搜索工程团队，光算力和服务器成本就足以拖垮一家创业公司。开发者真正渴求的，是“开箱即用、免维护”的API。

其三是传统搜索不懂“人话”，缺乏复杂语义理解。传统搜索API，是基于“关键词匹配”的，但用户向AI提问时，往往是一长串自然语言。AI需要的是，具备强大语义向量检索能力的“AI友好型”搜索。

最后，优质内容存在“孤岛”，搜不到核心信息。很多高价值内容，藏在垂直领域的数据库或生态内，传统通用搜索引擎根本无法抓取。这导致AI答案往往停留在泛泛而谈，无法深入到具体业务场景。

四重困境叠加，不仅拖慢AI应用落地进程，也限制了智能体的想象力。破局，迫在眉睫。

元宝搜索此次全新升级，正是为智能化打造可靠可信的搜索基座。开发者与企业不必重复造轮子，可以把繁琐的检索与搜索知识能力交给元宝搜索，把精力放在AI应用的业务逻辑上。

元宝搜索开放的能力底座由一组硬指标构成，包括索引规模千亿级，日均调用数亿次，垂直权威接口和不同权威信源150多个。它最快响应可做到300ms以下，为多轮交互留出空间。它还支持开箱即用、按调用量计费，索引、召回、排序全部托管。

接入上，全新升级后的元宝搜索，提供Skill、MCP和API直调三种模式，降低了代码修改与接入门槛。10月20日起开放升级版本，提供每月2000次限时免费额度，目标是让开发者10分钟跑通一个联网Agent。

元宝搜索此举背后，开放的不是一个简单API，而是一套“索引—召回—排序—推理—内容—反馈”的系统工程。单个模型可以开源追赶，但千亿索引、毫秒响应、权威信源和自进化闭环叠加在一起，才是AI搜索真正的难点。

大模型把搜索推到了前台，也把搜索的门槛抬高了。搜索不再只是流量入口，而是AI连接真实世界的知识底座。

2、信任基建阶段，四大升级对抗AI幻觉

此次全面升级，并非简单的“缝缝补补”，而是从模型认知、算法、内容到架构的深度重构，是一场颠覆式的“外科手术”。

元宝搜索面向多个场景开放，包括智能办公、智慧座舱与智能硬件、金融科技、教育与在线学习、智能客服问答等等。

不同场景对搜索的要求并不相同。比如模型智能答万物需要实时检索与精准溯源；智慧座舱则需要实时景点天气查询等等。支撑这些场景的，无疑是元宝搜索此前的四大核心升级。

认知升级，大模型重塑搜索理解力。元宝搜索构建了“数据飞轮”，利用大模型作为标注Agent，形成了“用户行为->发现问题->模型增训->效果提升”的闭环。更重要的是，它引入了“Agent Co-design”理念，让搜索模型与Agent模型相互适配、共享特征，如权威性等级、发布时间，对齐优化目标。

这意味着，搜索不再是独立于AI之外的工具，而是深度融入了AI的思考过程。

算法升级，大模型重构排序全链路。在算法层面，元宝搜索展现了极高的技术壁垒。排序模型采用了三阶段训练范式。为了解决大模型推理计算量庞大的问题，创新性地引入了“Gist压缩”技术，将文档全文压缩进少量Gist tokens，极大降低了推理成本。

此外，还有“精混一体化”“Set选取模型”“双分支路由RL训练”等等，都解决了一些行业关键性难题。

架构升级，支撑千亿级向量实时索引与推理极致提速。这是令人震撼的工程现象。元宝搜索自研两种磁盘向量索引，并与倒排索引融合，在控制成本的同时，将召回率大大提升，机器成本实现大幅下降。

还有其通过计算、模型、系统三级联动，全量替换国产卡，实现排序成本大幅降低，推理延迟也大幅下降。而在速度挑战上，通过动态超时、熔断降级等手段，使搜索耗时降低。这种级别的降本增效，是元宝搜索能够以高性价比API服务开发者的底气所在。

内容升级，构建AI时代可信优质内容生态。为了获取优质内容，元宝搜索联合腾讯内部各事业群，共建优质内容收录引擎，提升覆盖率。同时，利用Agent技术深入挖掘权威站点和长尾领域的优质内容。

目前其全网收录覆盖率达96%，并以大模型从源头严控质量，构建可信优质内容生态。

针对特定领域（如航班查询），元宝搜索自建垂类搜索。目前已接入13大垂直行业领域、157个权威信源，包括腾讯地图、大众点评、企百科、申万宏源、有来医生等，构筑了强大的生态护城河。

AI搜索的竞争，已经从“谁更会答”转向“谁更可信”。对于如何抵抗AI幻觉，马晋在沟通会上的回答是，“真实信源+排序优化+垂类定向引入”。另外，面对AIGC低质内容与GEO作弊，元宝搜索用反向模型识别单篇AIGC，也对频繁发布AIGC的账号、站点做专项识别。

元宝搜索真正的产品力，不在于返回几条结果，而在于让模型拿到“可引用、可核验、可追溯”的确定性知识。

3、商业落地，从内部锤炼到全行业开放

在开放之前，元宝搜索已在腾讯内部经过规模化验证。其日均调用量已达数亿次，全面支撑WorkBuddy、ima、腾讯金融科技、腾讯视频等50多个核心业务。这些内部场景既是“试验田”，也是开放前的能力校验。

作为腾讯出品的全场景AI智能体工作台，WorkBuddy需自主规划并执行多步骤任务。过去，行业普遍面对的是，自建联网检索成本极高，且面临知识截止日期的尴尬。接入元宝搜索后，WorkBuddy实现了“开箱即用”。且在实际应用中，元宝搜索展现出强大的优势，比如意图理解准、直击一手资料等。

在腾讯视频中，元宝搜索则解决了三大痛点，包括用户意图复杂多变、站外信息更新滞后、模糊检索效果不佳等。当用户输入“只记得主角在大雨里跑了很久，好像是韩国的，结局挺压抑”时，元宝搜索能实现“精确制导”，直接关联具体片名。它能将“搜索+筛选+推荐”三步合为一步，信息覆盖度扩展20%，极大提升了用户AI搜索的次留和渗透率。

它还成为了ima这个知识管家的“外脑”。接入元宝搜索后，ima在原有知识库基础上增加了多路信源。内部评估显示，有效信源召回量提升约10%。这证明了元宝搜索在通用信息覆盖和时效性方面的强大能力，能很好地与垂直知识库形成互补。

在金融科技领域，用户搜信息是“大海捞针，还得自己分辨真假”。元宝搜索让用户从“查得到”升级到了“直接看懂”。其工程效能颇为显著，比如开发者可一周上线原本要花几个月的金融搜索能力，后续每年还可省下爬虫、数据采购和运维成本。这种“免自建、免运维、轻接入”的模式，对于追求敏捷迭代的金融科技团队而言，无疑是大大的福音。

在腾讯新闻中，AI助手新闻妹全面接入全新升级的「元宝搜索」，在原有AI问答体验上进一步升级回复效果。在腾讯新闻看资讯时随时提问，新闻妹借助元宝搜索的内容检索能力，从腾讯内外优质内容与权威信源中获取相关信息，为回答提供内容支持。

开放之后，元宝搜索的定位很明确。其不做独立的TOC搜索入口，而是作为被调用方，为元宝、WorkBuddy以及外部AI助手厂商、大模型初创公司等，提供可信搜索信源。

马晋在沟通会上表示，入口的工作交给各个APP完成，元宝搜索则在背后提供更优质、更可信的搜索能力。

这一定位决定了元宝搜索的差异化不在流量，而在权威与质量。它能否成为AI行业的“水电煤”，取决于能否把千亿索引、毫秒响应和可信内容，持续变成千行百业可调用、可负担、可验证的确定性能力。

搜索的第三次身份革命正在发生。当智能体成为搜索的新用户，搜索产业的竞争规则，已经被重写。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)