腾讯内部的“AI搜索配方”，公开了！

智东西 作者 | 毕伟豪 编辑｜漠影 把一个 AI时代很常见的问题 输进搜索框——查查腾讯最近的股价、产品和成员变动。这是谷歌的非AI搜索结果： ▲谷歌搜索结果 在谷歌的传统搜索中，用户得到的是一系列网页链接；而在元宝搜索中，同样的问题呈现出的结果却大不相同。 ▲接入元宝搜索的WorkBuddy 两种搜索结果的差别，恰好折射出搜索正在经历的变化。 过去，搜索引擎返回网页链接，用户需要自己筛选、比对和整理信息，进入AI时代，搜索则开始直接 整合多方资料、生成答案 。 AI时代对于搜索的更高要求，刚好对应着大模型落地的两大痛点—— 幻觉和知识滞后 ，即模型能力再强，也可能产生幻觉，或者因知识更新不及时而给出过时信息。 而当能够调用工具、执行任务的Agent成为焦点，检索中的错误或过时信息，可能会沿着后续工具调用传递下去， 影响整个任务的判断与执行 。 搜索因此不只要找得全、更新及时，还要尽可能准确，并将信息整理成 Agent能够直接使用的结果 。 对于这种根源性问题， RAG（检索增强生成） 是缓解知识滞后、提升回答可靠性的重要技术路径之一。 但开发者以及企业想要自建RAG，需要建立与长期维护信源采集、数据清洗、索引构建等多个环节，这也意味着 高昂的成本 ，而现成搜索API的价值正是降低接入和运维门槛。 10月20日，腾讯升级元宝搜索，并通过腾讯云向个人开发者和企业提供API服务。 过去一年，元宝搜索持续进行优化，整合全网公开资源和腾讯优质内容，构建了千亿级的索引规模，并经过了WorkBuddy、ima等腾讯内部应用的锤炼。 此次升级的意义，不只是发布一项搜索能力，更在于腾讯将 经