任務驅動的納米AI，如何讓AI搜索進入3.0時代？_風聞

從納米開始，搜索引擎不再是一個“無情的信息檢索工具”，而是一個會自主拆解問題，制定策略的“即時生產力平台”。AI搜索，至此進入了另一個發展階段。

對於大部分移動互聯網時代的用户來説，“信息孤島”是在信息檢索時，不得不跨越的第一座大山。 

舉一個簡單的例子，如果你要策劃一場跨國學術會議，通常要在小紅書上搜索合適的會議場地、在OTA平台上安排對應的機票行程、再在學術數據庫上檢索合適的議題和素材，這還不包括比價驗證和信息核實環節。 

如果放在兩年前，接入各大平台的AI搜索，已經能做到將碎片信息歸納整理，或者生成真假難辨的片段答案。 

這固然是生成式AI時代初開的“基操”，但也顯而易見，信息鑑別和鏈接跳轉，對用户而言，仍然佔用了大量的時間與精力——甚至在某些時候，鑑別信息的成本超出了在平台間使用“跳島戰術”的成本。

而當互聯網的一隻腳邁入生成式AI時代，簡單的信息歸納和整合，已然不符合越來越挑剔的用户需求，無論是用户一側，還是廠商一側，都在呼喚更AGI化，能力更“全棧”的AI搜索應用。 

有基於此，新發布的納米AI超級搜索智能體，某種意義上宣告了“跳島”時代的結束——從納米開始，搜索引擎不再是一個“無情的信息檢索工具”，而是一個會自主拆解問題，制定策略的“即時生產力平台”。AI搜索，至此進入了另一個發展階段。 

01 “3.0”階段的AI搜索，應該是什麼樣子？

作為與互聯網相伴而生的“基建型”產品，進入AI時代的搜索引擎，在不到4年的時間裏，已經經歷了三個不斷迭代的發展階段。 

哪怕是在大模型時代初期的“1.0”階段，用户在浩如煙海的互聯網，信息檢索仍然逃不開“手動檢索”——輸入合適的關鍵詞，篩選有效信息，並在人工處理後，形成為能直接使用的結果。 

2023年以後，信息聚合的步驟被大模型所取代，在此過程中，瀏覽器和搜索引擎只負責根據關鍵詞呈現搜索結果，用户需要通過不同關鍵詞的排列組合精準定位搜索目標，這對於檢索能力的要求自然較高。

根據《Nature》的研究，大多數用户的單次有效信息檢索平均耗時12分鐘，其中60%時間消耗於鏈接跳轉與信息真偽驗證。 

360集團副總裁、納米AI負責人梁志輝也曾在AGI Playground大會上分享過傳統搜索的侷限性——在此過程中，超過40%的用户需求僅為網址或資源定位，而60%的問題求解需求被壓縮進關鍵詞匹配的框架中，複雜意圖無法表達。 

在Kimi、Perplexity等高性能大模型推出之後，接入互聯網的AI搜索隨之進入2.0時代。 

這個階段的顯著特徵是，大模型解析問題直接生成大部分可用的摘要答案，信息整合效率顯著提升。SimilarWeb數據顯示，全球AI問答產品月活用户已經超過5億，也印證了AI搜索市場規模的不斷增長。 

但在這個階段，AI搜索的網頁結果進入了“隱藏狀態”，用户需要自行進入鏈接，檢查引用網頁的真實性。即便如此，用户仍然需要掌握Prompt工程技能才能精準提問，就模糊意圖的解析能力而言，這個階段的AI搜索引擎，仍然較為薄弱。 

以“策劃親子登山活動”的任務目標為例，這個階段的AI搜索在識別到用户意圖之後，大多數情形下，已經能做到提供景點列表和出行方式推薦，但仍然無法將其拆分為裝備清單、路線規劃、保險購買等子任務。一些特定領域的內容，仍需跳轉到對應的內容平台自行檢索 

至於答案本身的準確程度，仍然大量依賴於用户自行驗證。但大量不具備Prompt或者驗證習慣的用户，並沒有識別答案幻覺成分的能力。 

斯坦福大學2024年發佈的《AI可信度研究報告》顯示，63%的職場新人首次使用AI時，因未識別幻覺導致工作失誤，且錯誤內容的平均傳播率比人工失誤高40%。換言之，起碼在AI搜索領域，仍然需要通過產品迭代解決答案幻覺和子任務層面的問題。 

但當AI搜索進入2025年，以納米AI為代表的搜索智能體，推動AI搜索進入了3.0時代。相較此前“教你做事”的AI+搜索引擎，超級搜索智能體已經可以做到從意圖輸入、自動執行到結果交付的閉環，“幫你做事”已經大部分變成了可能。 

具體而言，3.0時代的智能體搜索，已經從標準上與傳統意義的搜索引擎“涇渭分明”： 

其一，智能體已經能做到內置任務規劃，用户不必再手動拆解任務單個搜索，做到“搜索即執行”。

其二，在底層大模型層面，打破了不同模型的“次元壁”，通過產品層接入不同模型的長板能力優勢互補，顯著提高輸出內容的專業度和準確度。

其三，通過自研的MCP工具，實現多模態、跨網站數據的深度抓取，以往的“信息孤島”被逐步瓦解，在信息維度層面的認知再度提高。同時也能做到多模態輸出。

其四，結合用户此前的搜索習慣和記憶數據，讓AI不再“失憶”，實現更具深度的個性化搜索體驗。

截至目前，谷歌新發布的AI Mode，已經大部分實現了上述能力，而在國內，自納米AI超級搜索推出以後，超級搜索智能體的產品空白，至此也被填補完成。 

02 從問答到交付的“AI搜索範式革命”

在此前舉行的產品發佈會上，360集團創始人周鴻禕指出，之所以選擇用智能體重塑和改造搜索，是因為智能體已成為AI“下半場”的主角——“雖然目前大模型的能力越來越強，但僅有大模型還不夠。大模型相當於大腦，能思考、能生成，但是沒有手和腳，不會用工具，不能直接幹活，落地執行遇到障礙。” 

而在目前主流的“工作流”智能體層面，也仍然逃不掉人工編排和設計任務流程。對於一些專業程度較高的任務來説，使用智能體完成工作，仍然有不小的難度。 

這就是納米AI迭代至“超級智能體”所要解決的問題。 

跟一般的大模型或者智能體不同，納米AI更強調“搜商”，即搜索思維。譬如傳統搜索引擎的終點是信息呈現，而納米AI的起點是用户目標的終極達成。無論是為初創團隊設計股權激勵方案，還是策劃一場跨國學術會議，它都能將開放式需求轉化為可落地的解決方案。 

這種能力源於其Multi-Agent架構的深度應用：每個子任務如同被分配給專業團隊的獨立工單，法律條款查詢、模板生成、税務計算等環節在分佈式計算中同步推進，系統即時監控進度並動態糾偏。 

更關鍵的是，納米AI通過接入即時API實現了結果的動態進化——當航班價格波動、學術數據庫更新或政策法規調整時，交付文檔會自動觸發二次驗證與修正，確保用户始終掌握最新數據。 

這種糾偏帶來的實際體驗提升，在實際場景中尤為顯著。譬如在618期間，美妝商家想要重新設計商品主圖，以此提振點擊率和銷量。在納米AI超級搜索裏，只需輸入這樣一句話，無需多餘提示詞，納米AI即可完成從搜索到結果呈現的一系列工作。 

在前期規劃層面，納米AI即會按照搜索結果的有用程度進行重新排序，並進行對應的結果分析，並生成總結和對應分析報告。 

但這也只是第一步，智能體在層層拆解複雜任務的同時，通過深度搜索能力，打破平台間的“信息圍牆”，實現跨平台搜索，方便用户決策。 

同時在輸出結果層面，用户可以自主選擇生成圖片或者文字方案。在最終的輸出結果上，也按照對應的方案各生成了效果圖，基本達到了可直接商用的狀態。 

由此可見，搭載超級智能體的納米AI搜索，已經很大程度上脱離了傳統意義上的“工具屬性”——藉助內置的80餘個大模型構成“能力矩陣”，無論是金融模型計算股權激勵的期權定價，還是法律模型審核條款合規性，多模態模型則將枯燥數據轉化為可視化圖表。 

這種交付內容的“維度進化”，也標誌着搜索的核心價值正從信息羅列走向智能交付，從被動應答用户輸入的關鍵詞，躍遷為主動理解並終結用户的原始目標。它不再只是一個信息的索引庫，而是整合認知、決策與執行的解決方案引擎。 

03 中國智能體的“國際突圍”

截至目前，國際AI行業的競爭已經聚焦於智能體賽道，OpenAI的GPT-5 Agent、Google的Project Astra等巨頭動作頻頻。 

在“互聯網女皇”Mary Meeker 發佈的《趨勢——人工智能》專題報告中，也着重提到了三個關鍵詞：競爭白熱化、開源浪潮、中國勢力崛起。

在月度用户活躍量這一核心指標中，中國有兩家公司進入全球市場前5。在中國市場，字節豆包、DeepSeek分列前二之外，Kimi、納米AI緊跟其後，騰訊元寶和百度文心一言則位於第五、第六的位置。 

而納米AI，則是中國首個對標國際頂尖水平的AI Agent產品。 

這一變化絕非偶然。它不僅驗證了中國頂尖團隊的研發實力已達國際一線，更從實際落地的維度宣告，在代表AGI認知與執行前沿的智能體技術代際上，中國已擺脱單一的跟隨模式，在核心能力構建上實現了與全球頂尖同頻共振，長期以來的“技術鴻溝”正被技術代際的同步所打破。 

納米AI將“搜商”貫穿任務執行始終的Agent範式，並不完全是技術性能的追趕，而是一種面向未來產業需求的差異化競爭力。其遠期市場潛力與創新空間上限，正隨着產業AI化的深入而不斷抬升，並最終成為AI行業的“AGI”敍事中，一個重要的“中國支點”—— 

它不僅能為國內千行百業的智能化升級提供核心引擎，更在國際舞台積極參與，並逐漸爭奪AGI技術範式的定義權，與規則制定進程。最終推動着中國智能體，從局部趕超走向全方位的“國際突圍”。