被扩大的搜索边界和想像空间

Fast Reading

■

AI 不仅不会削弱搜索，反而会扩大搜索的边界——这在全球市场已经有了验证。百度则是中国搜索趋势的一个重要注脚。

百度搜索过去积累的需求理解、信息分发和结果呈现能力，在 AI 时代被重新组织，开始从 " 提供信息 " 走向 " 规划任务、解释问题、交付结果 "。

AI 让搜索重新获得了一次扩展边界的机会，但未来更值得期待的，是这套全栈能力还能 " 飞 " 向哪里。

作者 | 陈序宁

AI 没有让搜索变得不重要，相反，它正在让 " 搜索 " 这件事变得越来越重要。

8 月 20 日，在北京举办的百度 AI DAY · "AI 人人免费可用 " 专场上，百度向外界披露了 AI 重构后的搜索与文心助手端到端交付能力的最新进展。

如果只把它理解成几个新功能的上线，很容易低估这一轮变化释放的信号：这些体验不只是让搜索结果页变得更丰富，它们共同指向的是搜索产品一个更底层的变化：

AI 时代的搜索，正在从帮用户找到答案，走向帮用户理解问题、完成任务。搜索产品未来竞争的核心，正在从能提供多少信息，逐渐转向能够承接多少用户意图、完成多少复杂任务。

▌搜索的终点，从答案变成任务

在 AI DAY 现场亮相的几个产品功能升级——文心助手任务引擎 2.0、GUI 整页可交互搜索和 " 文心老师 "AI 讲题产品的升级，分别对应复杂任务、知识理解和具体场景，背后是同一套产品逻辑的延伸。

从现场演示的几个使用场景说起。

1）文心助手任务引擎 2.0：搜索的终点，从答案变成任务。它能够围绕用户目标自主规划与执行，完成 " 信息收集—加工处理—创作表达—成品交付 " 的完整链路。

比如，结合用户网盘里的历史文档和最近在雪球网关注列表账号的发言内容，整理一份当前值得关注的重组相关的标的，做一份当前科技领域的并购重组交互式分析报告；收集 " 大模型六小龙 " 的详细信息，整理成一份结构化的 Excel 文件并保存到电脑桌面。

AI 让搜索开始处理的，不再只是一个关键词，而是一个完整的目标。

2）GUI 整页可交互：通过结构化知识卡片、步骤图解、动画演示和交互操作，结果页本身开始承担解释、演示甚至操作的功能。

比如，当一个用户搜索 " 凹透镜成像规律 "，过去的搜索逻辑是：给出知识点、网页、图片和文字解释，用户自己阅读、理解、归纳。现在，页面可以直接变成一个可操作的实验：移动物体，观察像的位置和大小变化。

类似的，当用户搜索 " 排水法怎么求体积 "，过去需要自己读步骤、理解公式；现在可以直接在搜索结果里调整参数，就能看见水面变化。

搜索结果页开始变成工具，其价值不在于让答案更好看，而在于改变搜索结果的形态。结果页变成了交互页、理解页和任务页。

3）百度同步升级了 " 文心老师 "AI 讲题产品：从 " 给答案 " 到 " 帮助用户真正理解 "。文心老师把这种变化落到 K12 教育场景。动态板书、分层讲解、多模态互动以及语音追问，尤其是数学几何题的逐步绘制和演示，解决的是文字答案难以覆盖的理解过程。

比如，用户拍照上传了这么一道题：小明和爸爸去操场散步，小明走一圈需要 8 分钟，爸爸走一圈需要 10 分钟。如果两人同时同地出发，相背而行，相遇时他们都走了多少分钟？

文心老师把这道题的计算拆解成了三个步骤，在推导出最后的结果后，还把三个相关的知识点整理到了小黑板上，掌握了这些，再遇到类似的问题就很容易解决了。

哪里不懂问哪里——教育场景需要的不只是标准答案，而是根据用户被卡住的位置不断调整解释方式，目标是让每一个学生都体验到更精、更深、更个性化的讲题方式。

▌AI 何以重新定义搜索？

从 " 找到信息 " 到 " 完成任务 "，搜索的边界正在扩大。

AI 对搜索的影响，已经不只是回答得更快更准，而是在改变搜索能够承接的需求范围，把搜索推进到理解、交互和任务完成，由此带来新的使用深度和价值空间。

传统搜索擅长解决信息在哪里，但复杂需求真正耗时的往往是后续的筛选、理解、比较和执行。AI 让搜索第一次有能力进入这段链路，从过去的 " 关键词—检索—结果 "，逐渐变成 " 目标—理解—规划—执行—交付 "。

因此，AI 重构搜索的意义，不只是提升答案质量，而是让更多原本不适合搜索解决的复杂任务进入搜索，从而推动搜索的价值从流量深度转向意图深度。

任务型 AI 和交互式搜索会带来更长的停留、更深的交互和更明确的用户意图，这会让搜索从通用信息查询延伸到教育、办公、知识服务、消费决策等更多的高价值场景。

今后，衡量一款搜索产品最重要的指标，将不只是 " 有多少用户在搜索 "，还包括一次搜索能够承接多少任务、连接多少场景、最终完成多少结果。

AI 不仅不会削弱搜索，反而会扩大搜索的边界——这在全球市场已经有了验证。

7 月 23 日，Alphabet 发布了最新财务报告。在财报电话会议上，公司首席执行官 Sundar Pichai 宣布，AI 概述（AI Overview）和 AI 模式（AI Mode）等生成式 AI 功能正强劲推动谷歌搜索查询量的增长。数据显示，自去年 10 月全球上线以来，AI Mode 的月活跃用户已突破 10 亿大关。

这有效打消了市场此前关于 "AI 将取代传统搜索 " 的担忧：搜索并没有因为 AI 变成零点击，而是在 AI 介入后继续扩大使用规模、拉长交互深度。过去 " 不值得搜 "" 懒得搜 " 的需求也可能重新进入搜索。

百度则是中国搜索趋势的一个重要注脚。

今年 6 月，文心助手日活跃用户同比增长 83%，日均对话轮次增长超过两倍。除了单纯的用户增长，还有交互深度的显著变化：用户开始从 " 一次搜索、一次回答 "，走向连续追问和任务交互。

一言以蔽之，AI 带给搜索的最大变化，是把原本分散在搜索之外的需求纳入到搜索之中。当搜索从 " 找答案 " 走向 " 做任务 "，用户使用频率、停留深度以及能够连接的商业场景，都随之扩大了。

▌百度的想像空间，不止于搜索

比百度搜索本身发生的迭代更值得关注的是，搜索正在成为百度 " 芯云模体 " 全栈布局的一块试炼场。

此前，百度的核心优势更多体现在搜索入口、用户规模和信息分发能力上。AI 进入搜索之后，这些积累仍然重要，但价值已经开始发生变化。

百度多年积累的搜索数据、用户需求和信息组织能力，为 AI 理解用户意图提供了现实基础；文心助手、任务引擎、交互式结果页，则开始把这种理解转化为新的产品形态。

更深层次来看，搜索背靠昆仑芯、百度智能云、文心大模型和智能体矩阵所构成的 " 芯云模体 " 能力底座，为其提供了坚实的支撑。

搜索只是用户能够直接看到的最前端，背后连接的是从芯片、云、大模型到智能体的全栈技术体系。百度做 AI 搜索，并不需要从一个全新的产品入口重新开始。它更像是在原有搜索体系之上，重新组织一套从算力、模型到应用的技术链路。

如前所述，AI 正在把搜索的商业价值推向更深的用户意图，谷歌的实践已经提供了一个重要参照。当 AI 进入搜索主链路之后，搜索承接的需求开始从找到信息向理解信息、完成任务和辅助决策延伸。

过去，一个搜索请求往往对应一个关键词、一组结果和一次点击；未来，一个用户输入的问题，可能对应一轮研究、一份方案，或是一个需要智能体持续执行的复杂任务。

这种变化真正改变的，不是搜索本身，而是它对底层的调用方式。每完成一次更深的需求承接，AI 搜索就要在后台串起一条完整的链路，它实际上也在成为调用模型能力、智能体能力以及背后的云和算力资源的入口。

搜索越深入用户需求，背后的技术链条就越长，这需要依靠从芯片到智能体的全局协同，而这恰恰是百度 " 芯云模体 " 全栈布局的价值所在。

用户提出一个问题之后，系统需要调用什么模型、什么智能体、多少算力，以及最终通过什么服务完成任务，都会成为产品的一部分。

前端产品越复杂，对后端全栈能力的调用就越深，全栈布局的价值也越容易显现。AI 搜索做得越深，调用得越完整，" 芯云模体 " 的价值就将在搜索这个场景里被逐步释放出来。

▌结语

AI 时代，百度过去多年积累的技术能力开始以新的方式发生连接：芯片提供算力，云承载复杂的计算与服务，大模型负责理解与生成，智能体把能力进一步推向具体任务，而搜索则成为这些能力最能直接触达用户的场景之一。

这也是百度 " 芯云模体 " 更大的意义所在：形成一套从底层基础设施到上层应用的持续转化能力。今天可以表现为搜索，明天也可能进入办公、教育、消费、企业服务，以及更多尚未被重新定义的场景。

AI 让搜索重新获得了一次扩展边界的机会，但 AI 给百度带来的想象空间，绝不只是让搜索长出一对新翅膀，搜索只是今天最先被看见的变化。

未来更值得期待的，是这套全栈能力还能 " 飞 " 向哪里。

封面来源：企业官方

END