主要观点总结
文章介绍了AI搜索推理功能的最新发展，包括多种路径的探索，如效仿谷歌做通用型AI搜索工具，以应用为载体将AI搜索能力嵌入场景中。文章还讨论了AI搜索的底层逻辑变化，从“找到”到“解决”，搜索的开放性、延展性为提升搜索质量奠定了基础。同时，也指出了AI搜索的缺陷和挑战，如搜索结果的质量、完整性、搜索步骤的复杂性等问题。最后，文章探讨了AI搜索的商业化前景，包括投放广告、订阅收费等盈利模式。
关键观点总结
关键观点1: AI搜索推理功能的发展。
近期，AI搜索推理功能受到关注，多个公司相继推出了AI搜索功能。与以往不同，AI搜索现在能够像人一样先拆解步骤，再精准搜索，最后呈现答案。
关键观点2: AI搜索的进化逻辑。
根据“知识管理模型”，数据本身无序且缺乏意义，只有进化为信息、知识、智慧才能具备价值。AI搜索从信息聚合走向规律总结和辅助决策，开启了2.0时代。
关键观点3: 用户对AI搜索的依赖。
用户对AI搜索的依赖程度超出了预期，AI搜索在商业化上释放出了积极信号。谷歌等搜索引擎的市场份额受到挑战。
关键观点4: AI搜索的竞争和商业化前景。
AI搜索领域竞争激烈，各大公司都在寻求商业化机会。盈利模式包括投放广告、订阅收费等。同时，也存在用户规模和广告市场的挑战。
关键观点5: AI搜索的未来发展趋势。
AI搜索正在从初级阶段向更智能、更高效的方向发展。未来，AI搜索将更加注重解决用户问题，提高搜索结果的质量和准确性。同时，开放性和延展性将为AI搜索的发展提供更多可能性。
文章预览
题图来自：AI生成 近期，在GPT-4o创造的新范式影响下，月暗、智谱、Perplexity和OpenAI相继上线了AI搜索推理功能。 与此前“大海捞针”不同，最近更新中AI搜索长了“脑子”，在面对问题时，能像人一样先拆解步骤，再精准搜索，最后呈现答案。 根据“知识管理模型”，数据本身无序且缺乏意义，只有向上进化为信息、知识、智慧才能具备价值。信息解决了“What”的问题，知识解决了“How”的问题，金字塔最顶端的智慧应对了“Why”的问题。以此进化逻辑来看，CoT（思考链）加持下的AI搜索已经开启了2.0时代，从信息聚合走向规律总结和辅助决策。 用户对AI搜索的依赖程度超出了预期，Perplexity宣称其每周能处理1亿次查询，每月能处理约4亿次。从巨头手中抢夺用户还远远不够，更重要的是，AI搜索在商业化上释放出了积极信号。国外最新报告显示，
………………………………
