AI搜索引擎

我选择做什么产品，一般有三个原则：1.是我很感兴趣的方向2.产品有价值，能带来成就感3.在我的能力范围内早在去年11月，就有朋友建议我研究一下AI搜索赛道的产品。当时我的第一想法是，搜索引擎应该是一类有很高技术壁垒的产品，不在我的能力范围，所以一直不敢尝试，也没花时间去研究。直到今年年初，有媒体报道：“贾扬清500行代码写了一个AI搜索引擎”，当时觉得很神奇，写一个AI搜索引擎这么简单吗？花了点时间研究了一下贾扬清老师开源的Lepton Search源码，Python写的，后台逻辑400多行。又看了一个叫float32的AI搜索引擎源码，Go写的，核心逻辑也就几百行。看完两个项目代码之后，开始“技术祛魅”，号称能颠覆谷歌/百度统治的新一代AI搜索引擎，好像也“不过如此”。底层技术概括起来就一个词，叫做“RAG”，也就是所谓的“检索增强生成”。1.检索（Retrieve）：拿用户query调搜索引擎API，拿到搜素()结果；2.增强（Augmented）：设置提示词，把检索结果作为挂载上下文；3.生成（Generation）：大模型回答问题，标注引用来源；弄清楚AI搜索的底层逻辑之后，我决定在这个领域开始新的尝试。

是的，存在能联网检索的AI。这些AI通过连接互联网，实时搜索、筛选并整合所需数据，以提供给用户更精准和个性化的信息。例如，ChatGPT Plus用户现在可以开启web browsing功能，实现联网功能。Perplexity，它结合了ChatGPT式的问答和普通搜索引擎的功能，允许用户指定希望聊天机器人在制定响应时搜索的源类型。Bing Copilot，作为一个AI助手，旨在简化您的在线查询和浏览活动。还有如You.com和Neeva AI等搜索引擎，它们提供了基于人工智能的定制搜索体验，并保持用户数据的私密性。这些AI搜索工具的出现，标志着在信息检索领域的一个重要发展，它们通过结合AI技术和搜索引擎，大幅提升了数据集命中预期，并为实际应用带来了更多可能性。内容由AI大模型生成，请仔细甄别。

这是一篇两个月前就应该写的文章。今年3月，我做了一个AI搜索引擎，名字叫做ThinkAny，经过三个月的发展，ThinkAny已经成长为一个月访问量60万的全球化产品，用户覆盖日本/埃及/俄罗斯/巴基斯坦等国家和地区，累计用户数突破17万。我有一个习惯，每做一个新项目，都会写一篇文章进行总结。ThinkAny的总结文章一直拖着没写，主要原因是我有很严重的强迫症。我总觉得ThinkAny现在做的还不够好，想着把交互体验优化的好一些，把搜索准确度再提升一个量级之后，再来写总结文章。然而AI搜索引擎这类产品，复杂性和工作量都超过了我的预期，这会是一个持久战，后面还需要投入很多的时间和精力去把产品做的更完善。最近看了很多第三方介绍ThinkAny的文章和视频，总觉得没有完全表达我想表达的东西。于是想自己写一篇文章，系统的介绍一下ThinkAny这款产品，以及我对AI搜索这个市场的一些看法。第一部分：ThinkAny的发展历程