AI搜索引擎：Perplexity、SearchGPT与传统搜索的范式差异
传统搜索引擎（Google、Bing）的基本逻辑是：接受关键词查询→排序相关网页→返回链接列表→用户自行阅读和筛选。AI搜索的逻辑是：接受自然语言问题→实时检索相关网页→LLM综合信息→直接返回含来源标注的综合答案。这一范式差异在信息过载的环境中代表了效率的显著提升，但也带来了新的可靠性问题。
Perplexity AI：AI搜索的现阶段标杆
Perplexity AI于2022年创立，目前是AI搜索领域最受专业用户推崇的产品。核心机制：用户提问→Perplexity同时检索多个网页来源→LLM基于这些来源生成综合答案并附带精确引用编号→用户可直接追溯每个论断的来源。
Perplexity相对传统搜索的优势：对于需要综合多来源信息的问题（如”比较X和Y的主要差异”、”解释Z的最新研究进展”），Perplexity能够将原本需要阅读5-10篇文章才能综合的内容在30秒内呈现。
Perplexity的主要局限：对于高度专业、小众或争议性话题，LLM综合时可能产生”自信但错误”的陈述；引用标注的精确度有时不及声称的程度（引用的页面不一定包含答案的具体内容）；对实时性要求极高的信息（如股价、体育比赛结果）覆盖有滞后。Pro版本约20美元/月，提供GPT-4o和Claude作为底层模型选项。
Google AI Overview与Microsoft Copilot搜索
Google于2024年将AI Overviews（AI概览）整合进搜索结果顶部，为用户查询直接生成AI综合答案。初期发布时出现了多个被广泛传播的错误案例（如建议在比萨中放胶水），引发对AI搜索可靠性的广泛讨论，Google随后对触发条件进行了收窄。
Microsoft Bing的Copilot搜索（基于GPT-4）同样提供对话式搜索体验，但在用户量上与Google差距仍然悬殊。两家公司的AI搜索整合代表了互联网信息获取范式的重大转型，对广告收入模式（AI直接给出答案意味着用户不再点击来源链接）的冲击是当前整个搜索行业面临的最大不确定性之一。
