6月21日，AGI Playground于北京舉行，360集團(tuán)副總裁、納米AI負(fù)責(zé)人梁志輝發(fā)表主題為《AI時(shí)代的下一個(gè)超級(jí)入口——超級(jí)搜索》的演講。

360集團(tuán)副總裁、納米AI負(fù)責(zé)人梁志輝

梁志輝分享稱：“傳統(tǒng)搜索存在諸多用戶痛點(diǎn)。在使用傳統(tǒng)搜索時(shí)，用戶必須輸入關(guān)鍵詞進(jìn)行檢索。一旦關(guān)鍵詞數(shù)量超過(guò)20個(gè)，搜索結(jié)果的答案質(zhì)量便會(huì)顯著下降。在傳統(tǒng)搜索引擎的用戶需求中，超過(guò)40%是尋找網(wǎng)址或資源，而超過(guò)60%則是求解各類問(wèn)題。隨著大模型的出現(xiàn)，用戶搜索習(xí)慣發(fā)生顯著變化，從小心翼翼的輸入關(guān)鍵字，到隨心所欲地提問(wèn)題，以提問(wèn)方式進(jìn)行搜索的需求占比高達(dá)90%，10%的需求涉及創(chuàng)作、改寫(xiě)等其他類型。”

隨著用戶搜索習(xí)慣從關(guān)鍵詞檢索轉(zhuǎn)向意圖搜索，傳統(tǒng)搜索模式已難以滿足需求。360憑借AI領(lǐng)域的前瞻性布局，率先用AI改造傳統(tǒng)搜索。早在行業(yè)起步時(shí)，360就介入 AI 搜索賽道，在實(shí)踐迭代中，共經(jīng)歷了三個(gè)階段：

在1.0的AI搜索階段，國(guó)內(nèi)外搜索引擎普遍采取的策略是：借助AI對(duì)用戶問(wèn)題進(jìn)行提前總結(jié)，并將總結(jié)結(jié)果置于搜索結(jié)果首位。然而，這種模式存在明顯局限性：其本質(zhì)仍是基于 “記憶 + 檢索”的邏輯，僅對(duì)用戶高頻問(wèn)題進(jìn)行預(yù)設(shè)總結(jié)，“關(guān)鍵字”越長(zhǎng)，效果越差。結(jié)果越多，問(wèn)題越多，導(dǎo)致答案準(zhǔn)確性不足，用戶體驗(yàn)與傳統(tǒng)搜索相比并無(wú)顯著提升。

進(jìn)入2.0階段，行業(yè)開(kāi)始探索大模型與搜索的深度融合，通過(guò)大模型進(jìn)行意圖識(shí)別，實(shí)現(xiàn)多意圖全網(wǎng)搜索，以促進(jìn)信息對(duì)稱。但隨該階段的搜索體驗(yàn)與前代相比差異仍不顯著。

基于模型調(diào)用成本降低、用戶提問(wèn)復(fù)雜度提升的行業(yè)趨勢(shì)，360 將搜索升級(jí)至3.0階段。相較于前代僅處理單一問(wèn)題的模式，AI搜索3.0搭載 “任務(wù)引擎”，具備自主任務(wù)規(guī)劃能力：當(dāng)系統(tǒng)接收指令后，可自動(dòng)判別需求類型屬于簡(jiǎn)單需求還是復(fù)雜任務(wù)，并通過(guò) “分步規(guī)劃 — 分步執(zhí)行 — 分步理解” 的邏輯，實(shí)現(xiàn)專家級(jí)結(jié)果交付。

近日，納米AI升級(jí)為超級(jí)搜索智能體，面對(duì)復(fù)雜問(wèn)題時(shí)，納米AI超級(jí)搜索智能體可以實(shí)現(xiàn)從單詞搜索躍升為循環(huán)推理，可以對(duì)提問(wèn)者的復(fù)雜意圖進(jìn)行邊搜索、邊思考、邊驗(yàn)證。

從用戶場(chǎng)景看，如果你要組織一群人出去玩，每個(gè)人都有不同的偏好，如何規(guī)劃行程讓所有人都滿意？

比如提問(wèn)AI：我要帶5個(gè)朋友去野外攀巖，大部分都是初學(xué)者，幫我推薦幾個(gè)國(guó)內(nèi)野攀圣地，最好當(dāng)?shù)孛朗潮容^出名。其中1人喜歡音樂(lè)節(jié)，近期附近城市有音樂(lè)節(jié)的優(yōu)先。

這類復(fù)雜的需求，過(guò)去經(jīng)常無(wú)從下手。不知道如何組織語(yǔ)言才能清晰描述問(wèn)題。用戶要先搜中國(guó)野攀圣地，再搜初學(xué)者適合的野攀地點(diǎn)，野攀+美食，野攀+音樂(lè)節(jié)，所有關(guān)鍵詞的排列組合都試一遍，越搜信息越多，越搜信息越亂，依然找不到想要答案。

如今交給納米AI超級(jí)搜索，不需要再琢磨關(guān)鍵詞。一句話說(shuō)出需求，再長(zhǎng)再?gòu)?fù)雜的問(wèn)題， 納米通過(guò)“智能反問(wèn)”、 拆解復(fù)雜語(yǔ)義，抽絲剝繭理清問(wèn)題，精準(zhǔn)識(shí)別搜索需求。

隨后把復(fù)雜的任務(wù)分解成多個(gè)子任務(wù)，每個(gè)子任務(wù)沿著“任務(wù)樹(shù)” 再次拆分成多個(gè)子任務(wù)，每個(gè)子任務(wù)再進(jìn)行多輪拆解；

隨著每個(gè)子任務(wù)被執(zhí)行完畢，納米AI超級(jí)搜索最終交付了一份有關(guān)國(guó)內(nèi)野攀圣地推薦的精美動(dòng)態(tài)網(wǎng)頁(yè)，同時(shí)還提供PDF和word文檔便于修改調(diào)整；推薦的幾個(gè)地點(diǎn)包含攀巖難度分析、特色美食推薦、音樂(lè)節(jié)的信息，還提供了專業(yè)向?qū)Х?wù)相關(guān)信息，滿足用戶最初的復(fù)雜提問(wèn)需求。

為了實(shí)現(xiàn)專家級(jí)交付結(jié)果，梁志輝分享，過(guò)程中面對(duì)了三個(gè)非常大的挑戰(zhàn)：

一是如何充分發(fā)揮大模型能力分解復(fù)雜問(wèn)題；二是如何調(diào)度多個(gè)智能體組隊(duì)解決復(fù)雜任務(wù)；三是在超長(zhǎng)執(zhí)行鏈情況下，如何保證高的交付成功率。

首先，通過(guò)對(duì)眾多模型的組合運(yùn)用，上述挑戰(zhàn)得以應(yīng)對(duì)。大模型在可類比為CPU，但僅有基礎(chǔ)能力只能執(zhí)行簡(jiǎn)單任務(wù)。為拓展應(yīng)用場(chǎng)景，納米AI團(tuán)隊(duì)專門(mén)研發(fā)了 AI 專用瀏覽器、AI 專用搜索以及 AI 專用代碼生成工具。旨在以此為基礎(chǔ)，打造一個(gè)開(kāi)放式的純國(guó)產(chǎn)模型智能底座，使國(guó)內(nèi)外自媒體應(yīng)用都實(shí)現(xiàn)人人可用。目前，納米AI超級(jí)搜索智能體已接入眾多國(guó)產(chǎn)模型，背后有 80 多個(gè)大小模型協(xié)同運(yùn)作。這些模型經(jīng)過(guò)分類，各司其職：部分模型如 deepseek r1、千問(wèn) 3 等負(fù)責(zé)高級(jí)推理；具備 function call 能力的模型如豆包、千問(wèn) plus 等用于功能調(diào)用；還有團(tuán)隊(duì)自主訓(xùn)練的專業(yè)小模型，例如用于快速搜索、快速翻譯的專用模型，它們共同構(gòu)成實(shí)現(xiàn)超預(yù)期交付結(jié)果的關(guān)鍵智能協(xié)作體系。

在模型調(diào)度方面，通過(guò)構(gòu)建特定的政策框架，納米AI能夠穩(wěn)定地解決模型調(diào)度問(wèn)題，實(shí)現(xiàn)對(duì)復(fù)雜文檔的高效處理。例如，可對(duì) 500 個(gè)復(fù)雜文檔進(jìn)行分析并最終給出答案，這對(duì)模型的推理能力與執(zhí)行能力提出了極高要求。為保障交付成功率，團(tuán)隊(duì)圍繞超級(jí)智能體搭建了一整套 AI 專用底層能力。

此外，無(wú)論是手機(jī)端還是 PC 端產(chǎn)品，均開(kāi)放了智能體創(chuàng)建功能。用戶只需掌握 prompt 編寫(xiě)，即可調(diào)用平臺(tái)內(nèi)置的 100 多個(gè)國(guó)內(nèi)外優(yōu)質(zhì) MCP。對(duì)于部分付費(fèi) MCP，用戶無(wú)需進(jìn)行海外注冊(cè)，平臺(tái)已完成內(nèi)置集成。這一設(shè)計(jì)極大降低了使用門(mén)檻，即便使用手機(jī)版納米 AI，也能基于自身需求構(gòu)建專屬智能體。

梁志輝希望，納米AI超級(jí)搜索智能體推動(dòng)超級(jí)個(gè)體時(shí)代來(lái)臨。人人皆可打破能力壁壘，借助AI從信息接收者躍升為價(jià)值創(chuàng)造者。