知乎直答，讓我看到AI搜索的另一種可能_風聞

　　AI搜索，到底還有多少想象力？

　　這個問題的答案，總是常看常新。

　　就在今天，知乎旗下的AI搜索產品知乎直答陸續在多平台上線測試新版本，這次主要有兩方面的升級：

　　一方面是加強了搜索和知乎答主之間的連接，讓用户在搜索時可以直接聚焦答主的內容，並且答主的創作也會直接在搜索結果上呈現。

　　另一方面，則是把專用搜索和通用搜索結合，進一步擴容了可調取的知識庫。

　　趁着熱度，知危編輯部也在第一時間上手了新版本的知乎直答。

　　首先在易用性上，知乎直答把AI搜索的使用門檻進一步降低了。

　　最直觀的，“通用搜索”和“專用搜索”已經統一整合到了“搜索”入口裏。

　　把兩種不同模式的搜索合二為一之後，用户就不需要再糾結自己的問題到底是用通用搜索好，還是專業搜索更好，AI對所有問題都一視同仁。

　　舉個例子，“國內的動力電池回收存在哪些難點？”這個問題算不上特別學術，但要回答起來也需要一定門檻。

　　知乎直答的做法是，不管什麼難度，只要是語料庫裏有的就全端上來。可以看到，知乎直答引用包括知乎答主的創作、論文PDF，還有一部分相關網頁，分析出了回收體系混亂、技術難度大、經濟性不足等動力電池回收的難點。

　　一句話總結就是，新版本的知乎直答更專業，用起來也更順手了。

　　另外，接入了滿血版DeepSeek R1的知乎直答，推理能力也不是一般的強。

　　可以看到，知乎直答的思考邏輯十分清晰，從初步的策略彙總，再到如何分類、檢查遺漏，還要確保最後輸出的結構。

　　如果大家還在被DeepSeek的服務器“拒之門外”，那知乎直答可能是效率更高的選擇。

　　重點來了，新版本的知乎直答還加強了內容溯源，不僅溯源社區內容，更溯源到了答主本身，相當於專家直接給搜索結果“背書”，讓搜索結果的可信度進一步提升了。

　　輸入問題“MCP是什麼？”，知乎直答參考了41個信息來源，排在前面的好幾個來源幾乎都是知乎答主的創作。

　　並且在搜索結果的呈現上，哪句話、哪種觀點來自哪一位知乎答主，點擊可以直接跳轉到原文。

　　這還沒完，知乎直答的新功能可以説是越挖越有料。

　　我們在使用的過程中發現，針對搜索結果中的某些信息，可以繼續追問下去。

　　在上面那個搜索結果的基礎上，我們想知道答主@黃禪宗dogstar關於MCP的文章裏，提到的PostgreSQL是什麼。

　　把光標移動到這位答主的位置上，點擊引用，下面的搜索框就自動關聯上了答主的這篇文章，再輸入“PostgreSQL是什麼”。

　　AI在整理來源的時候，就只參考了這位答主的這一篇文章。

　　包括後續生成的結果，也是結合了這篇指定的文章進行解釋。

　　在追問其他MCP的相關問題時，還可以直接用@，引用某位答主的文章，就比如我們引用了@非著名程序員的創作。

　　最後的結果，就只參考了這位答主的文章。

　　這種模式的AI搜索，直接把知乎創作者當成知識庫來用，而且對我們用户來説，不管是找答案，還是找信源，可選擇的自由度也更高了。

　　總之，從整體的使用體驗上來説，知乎直答這次更新給了我們新的驚喜，圍繞內容社區這條主線做AI搜索，但每次都能玩出新花樣。

　　不得不承認，從優質內容社區生長出來的知乎直答，在答案檢索這件事情上確實有優勢。

　　知乎2024年第三季度財報數據顯示，社區累計內容創作量達到8.55億，平台累計內容創作者達到7770萬。

　　有大量創作者，為內容社區提供源源不斷的內容養分，而商業化體系完整的社區生態，又會繼續吸引創作者持續穩定輸出。可以説，創作者和專業內容已經為知乎築起了堅固的護城河。

　　所以在這種內容生態上建立起來的知乎直答，才又讓AI搜索有了更多的想象空間：不僅僅只是讓問題找到更專業的答案，也讓更多值得被看見的創作者走到聚光燈下。

　　從產品形態來説，知乎直答可以讓用户直接定位到具體的知乎答主和創作原文，這種溯源的方式也給創作者提供了更多的展示渠道。在放大知識、創作者價值的同時，又為商業化提供了另外一種可能性。

　　而從產品功能本身來説，以內容社區作為支撐的知乎直答，也能夠有效緩解AI幻覺出現的概率。

　　之所以AI會出現一本正經的胡説八道，一個很重要的原因就是模型是基於概率預測，當信息密度不夠，或者訓練數據比較少的情況下，AI就容易產生幻覺。

　　但知乎直答最明顯的一個特點，就是在搜索的時候參考了大量內容社區的語料，信息密度提高以後就可以一定程度減少AI胡編亂造的概率。同時這些語料由背後的專家網絡源源不斷地生產出來，提供持續餵養和校準AI的動能。

　　所以知乎直答，相當於給AI搜索產品的進化提供了一個新思路。

　　如果我們把視角放寬，不只是聚焦在知乎直答這一個產品上，就會發現AI搜索似乎已經進入了一個新的階段。

　　過去，大家更看重底層的模型性能，但模型越強，並不代表AI搜索能做得越好。

　　一個典型的例子，國外AI搜索產品Perplexity經常被指責“套殼”，也並不妨礙它成為了一款十分有價值的AI搜索產品。

　　圖源：@Just AI News

　　因為Perplexity並不只是簡單套殼，而是在產品層面上做了一系列的優化。

　　以減少幻覺為例，Perplexity在搜索中引入了RAG（檢索增強生成），這種技術就相當於給搜索提供了輔助驗證，讓AI可以結合外部信息來生成更準確的回答。

　　換句話説，AI搜索可能更考驗交互體驗、語料質量和檢索能力。

　　另外，今年DeepSeek開源以後，很多產品在底層模型上又回到了同一個起跑線上。這個時候，大家也不再過多糾結模型的參數，而是把目光聚焦到產品本身。

　　應該如何做好一個AI搜索，知乎直答已經交出了一種答案。

　　而且透過知乎直答這個產品，我們也看到了在AI搜索的話語權愈發強勢的今天，知乎上那些每天穿梭在各個問題下的創作者們，顯得尤為珍貴。