编辑｜张倩 AI 搜索靠不靠谱这件事，是时候单独拿出来说一下了。 原因无他，用的人实在太多了。大家现在遇到问题，第一反应早就不是打开浏览器翻搜索结果了：写代码的让 AI 查文档，做方案的让 AI 找数据，连「这家餐厅值不值得去」「这两味药能不能一起吃」这种小事，也顺手就问了。 而且这股风早就越过了「个人习惯」的范畴：客服机器人、车载语音、各种 App 里的智能助手、各家 Agent 应用，背后挂的都是 AI 搜索。 但越是这样，AI 搜索答案不靠谱的代价就越大，而一些新的研究结果也让人很不安。英国有家事实核查机构叫 Full Fact，最近干了件挺较真的事：从 7 月中旬开始，他们每天拿同样的 22 个问题去问五家顶级模型，一连问了十周，就想看看这些 AI 的准确性、稳定性和时效性到底怎么样。 结果不太好看：有模型在英国首相换人两个月后，还一口咬定旧首相在任；同一个问题今天问和明天问，答案居然对不上号。另外，答案不完整、缺乏背景、来源不可靠等问题在这项测试中暴露无疑。 对于开发者来说，这样的结果值得担忧，因为翻车的不是什么杂牌军，是地球上最聪明的几家模型。它们集体在同一个地方栽跟头，那问题恐怕不全在「脑子」，还在于 外部信息能不能及时、准确地送到模型面前 业内早就有一套解决思路，叫 RAG（检索增强生成），让模型先检索、再回答。但 RAG 的效果，很大程度上取决于检索质量。如果搜回来的是过时信息、低质内容，再聪明的模型也可能被带偏。 更头疼的是工程化成本。公开网页抓取、网页解析去噪、海量数据的存储与索引、去重排序…… 搭起来已经不容易，后续还要持续更新数据、优化检索效果、兼顾响应速度与调用成本。 没有一支成熟的搜索工程团队，中小开发者想自己补上这一层，实在不划算。 所幸，在这个当口，大厂发力了。10 月 20 日，腾讯的「元宝搜索」正式亮相，主打一个「开箱即用、免维护」，而且做到了「信源可信，结果可靠」。 注意，这可不是什么刚攒出来的新东西。过去一年多，「元宝搜索」已经在腾讯内部 50 多个核心产品中接受了实战检验，日均调用量达到数亿次。元宝、ima、WorkBuddy、腾讯视频…… 很多人可能没意识到，自己早就用过这套搜索能力。 而现在，腾讯把这套在内部跑通的搜索系统，通过腾讯云 API 向外部开发者和企业开放，相当于给大模型提供了一个开箱即用的「可信外脑」。 至于怎么用，好不好用，我们自己上手测了一下。 一手实测：新的、权威的都能搜到 从官方公布的信息来看，「元宝搜索」的接入分为三种方式： Skill、MCP 和直接调 API ，基本上都没啥门槛。 我们选了 Skill 的方式来接入，整个过程可以说不用动脑子，只要去 SkillHub（腾讯云推出的 Agent 技能社区）复制一行提示词或下载一个压缩包即可： SkillHub 地址：https://skillhub.cn/skills/user_f26e0ccb/tencent-yuanbao-standard-search 在 Cherry Studio 上，我们创建了一个智能体，专门用来测试。 为了避免智能体本身的搜索能力干扰测试结果，我们在系统提示词中加了一些限制。 当然，要想正常使用，得先去腾讯云平台薅点羊毛（见文末），创建一个 API KEY，并把这个 KEY 写入智能体的环境变量： 另外两种安装方式也不难：如果用 MCP，只需要在客户端配置里粘一段 JSON、填入 API KEY 即可；如果直接调用接口，也只是一个 HTTPS 请求加一个 Bearer 令牌（实测可以让智能体自己完成）。 接入指南：https://cloud.tencent.com/document/product/1806/121802 这些基础工作都做完之后，「元宝搜索」就可以跑起来了。 首先，我们从一些日常生活场景入手，看看「元宝搜索」能不能帮我们解决实效性比较强的问题，比如查油价、股价、车次这种波动性比较强的数据。 从返回的结果来看，智能体的分析基本都是基于最新数据。那这能不能说明「元宝搜索」发力了呢？我们来看一下智能体提供的数据来源说明： 在以上几次搜索中，智能体都明确表示调用了「元宝搜索」，并且未使用其他搜索引擎或抓取工具。看来，在实时性这块，「元宝搜索」属实是拿捏住了。 我们还注意到，在信源方面，「元宝搜索」是很「挑剔」的，比如在一些关于健康的问题中，它不是随便挑一些网上的结果就给到大模型，而是筛选出其中权威、可信的来源，从源头上减少低质信息的输出。 对于「元宝搜索」来说，这并非个例。它主打的就是「信源可信，结果可靠」，而支持这一点的是实打实的技术和高质量信源。 据官方统计，目前，「元宝搜索」已接入金融、政务、医疗等 13 个垂直行业的 157 个权威信源 ，并在获取这些信源的信息