在备受瞩目的华为首个搭载鸿蒙5系统的新机Pura X的盛大发布中，百度也第一次在鸿蒙平台完成了自己最新AI搜索的首发，这是一次信赖的相互奔赴。
AI搜索是一个热门话题，它是搜索行业在上一次技术迭代足足25年后，最接近人们对“下一代搜索”预期的一种新体验。
在这种新的体验里，搜索不再仅仅是搜索，它是对人类意图的深刻理解，是克服大模型幻觉后的笃定，是智能体走向使命必达的道路中的一站。
其实，AI搜索已经通过百度而来到我们的生活里，但这次的革命是渐进式的。在随后的日子里，我们会随着AI和搜索的深度结合，越来越体会到这种变化的意义：包括更加个性化的回答、从获取信息的工具到提供内容的使者之间的角色切换，以及任务式对话的精准和高完成度。
AI将改变很多东西，毫无疑问，搜索或是最先被改变的。
——导语
01
百度和鸿蒙的互相奔赴
自2024年底宣布已经有20000个原生鸿蒙应用和元服务上架后，备受关注的华为鸿蒙生态在今年迈出了重要的又一步——一款搭载了最新的鸿蒙5操作系统的新机Pura X与世人见面，也成为华为鸿蒙生态营造史上的一个重要节点性事件。
Pura X的发布有两个重要的看点。
Pura X本身就是一大看点，它是一款采取前所未有的非标准形态设计的新型折叠屏手机，它新颖的形态，使之具有更大的外屏和更接近16:10的展开态。
另一大看点则是各大应用纷纷借此机会上新自己的鸿蒙新版本，几乎所有的国民级应用都拿出了自己的佳作……很多新功能并不是原来安卓或iOS版本的简单适配，而是尽可能结合鸿蒙的新特性做出的具有创新性设计的新应用。
某种程度上，说这是中国国民级APP的一次创新大赏，也不为过。
即便强手如云，百度拿出的新作也相当打眼。此次发布会上，作为鸿蒙的“生态合伙人”，百度拿出的是最新、最智能的搜索引擎，这一计划在百度内部则被称为“百看计划”，意为内容丰富、百看不厌。
而选择与搭载鸿蒙5新机的共同发布，是百度第一次在鸿蒙平台上首发自家的核心产品，除了“百看”与鸿蒙新机提供的沉浸式体验相得益彰以外，也意味着百度对于鸿蒙生态一份无言的支持。
很少有人真正意识到的是——在全球，除了美国之外，只有中国、俄罗斯和韩国这三个国家，在自己的国内市场上是由本土的搜索引擎占据领导地位的。
除此之外，全世界的搜索引擎用户，都必须仰赖谷歌和必应/雅虎（这两个是一家）的服务。
搜索是最基本但也最重要的互联网服务形态之一，中国这样的一个大国，在这种基础领域全部依赖美国是不可想象的，而百度是极少的能够让自己的本土用户不必依赖美国而获取搜索服务的企业之一，现在这种能力也延伸到了鸿蒙生态中，这可能也是百度和华为某种程度上的情感认同。
02
每条路径都在探索下一代搜索
最近，百度搜索可谓动作频频，远不“百看模式”这么简单。
AI搜索目前并无定义，但从百度来说，为了让用户尽可能的以简洁并准确的方式获取所求，百度需要整合其整体的AI服务能力，再叠加上多年在搜索领域的积累的know-how，以繁杂艰巨的软件工程来实现C端的优质体验——在过去的25年里，这一直是百度的基本工作方式。
当然，“百看”并非全部，在百度PC端，AI搜索上线了智能模式，通过多模型智能切换的方式，帮用户自动匹配最吻合其需求的模型能力，以及开放接DeepSeek等等……可以说，每条路径，百度都在探索；即便没有路径，但有方向，百度也会跋山涉水的前往。
搜索是人工智能的温床，这或许解释了为何中美两个拥有强大的独立搜索公司的国家，也分别是全球的两大AI创新策源地。
当前的搜索被成为第三代搜索，主要是基于对目标网页上的超链接进行分析而给出结果。目前，全世界最主要的搜索引擎仍然基于这一原理提供服务。
“答案直给、帮你多想步、清爽净”，百度负责人陈一凡用三个短句生动的概括了百度对AI搜索的最新思考，他说：“基于模型重构的百度搜索，让搜索框成为通往智能世界的。”
这些概括延续了创立百度时就确定的一些基本原则，例如，李彦宏多次指出，搜索引擎“是世界上用户黏性最差的业务，它的黏性只有3秒钟”。这句话的意思是说，在用户的第一次搜索时就提供高相关度的答案是至关重要的。
另一个百度的技术坚持，也是在很早期就确立下来的，那就是用户应该在用完后尽快的离开搜索引擎，“快进快出意味着用户们找到了所求，如果用户在搜索上花费太多时间，意味着结果不够精准”。
但是，这并不仅仅是一个技术问题。
“当用户搜索‘苹果手机’这个词的时候，搜索引擎将无法判断，用户到底是要看手机的评测文章还是要找到相关的商品购买页面，这个问题在第三代搜索时代几乎是无解的”，一位百度的技术人员这样表达。
下一代搜索会是什么样子，25年前李彦宏就无时无刻不在思考这个问题，而最近勃兴的大模型浪潮，似乎意味着答案快浮出水面了。
事实上，对下一代的搜索应该如何发展，车轮可以说在十几年前起就隆隆滚动……有明确的记载是，2006年就有百度员工自发的用AI技术来解决搜索中的问题，2010年百度开始设立自然语言处理的高级职位，2013年起就开始设立深度学习研究院……
一位百度同事曾这样告诉我：“某种程度上来讲，十几年前百度就有一种朦胧的方向感——那就是下一代搜索一定是基于AI革命，但十几年前我们还看不到今天这么细的颗粒度，比如大语言模型、比如智能涌现，但我们坚信这个方向，这也是为什么我们在AI上十几年投入过千亿的原因，不仅仅是因为它代表未来的生产力，也是因为它与我们的主航道始终吻合。”
而根据笔者多年对百度的追踪，百度对于“下一代搜索”的将建立在什么基点上已经相当明确，目前需要进一步尝试的，无非是用什么技术达到这些基点。
而对这些基点的概括一句话就可以说明，那就是——从通化到个性化、 从具化到内容化、从信息获取到任务完成。
“从通化到个性化”，这并不是一个新需求，而是自打有第三代搜索以来就有的想法，只不过以前的提法措辞不同，如“从千人一面到千人千面”等等。
但是，有了自然语言理解和大模型，百度去解决“从通用化到个性化”这个问题的武器，可以说完全不同了。
第三代搜索对关键词的处理方法是“分析”，分析的起点和终点都是与目标网页的相关度，分析的策略则是人工设定的一系列规则，但计算机本身并不理解自己在做什么；而进入AI时代后，首先被改变的就是“分析”变成了“理解”，也就是AI是在理解你的意图的前提下才去提供答案。
打个比喻就是，以前给你开门的是机器人，哪怕动作无可挑剔，到底也是根据事先设定的程序；而现在给你开门的是个五岁的孩子，但他能听懂你的话，哪怕反应比较幼稚，但也足以让你用自然的语言去表达，得到的也是同类而非机器所给予的回复。
而一旦这个“儿童”的智商从5岁提升到18岁，那你就会得到更为准确同时也个性化的回答。所以，依托百度搜索海量的户画像和为数据、模型的推理思考能，通过个性化的意图解构、AI智能总结，就可以深度理解用户的需求，进而给予个性化的回答，也就成为了解决&ldqo;从通用化到个性化”的利器。
现在，这种直接通过AI总结给用户提供答案的搜索闭环，已经占据了所有搜索次数的20%以上（根据我印象的数据，未必准）。
百度对智能搜索的第二个预设基点，是“从工具化到内容化”。
作为一名曾在百度工作过的人，我20年前就发现，百度非常不喜欢自己被称为“工具”。
起初我不太理解，搜索难道不是工具吗？难道不是人类获取信息的工具吗？
后来我才逐渐理解，百度认为“工具”是对搜索使命的窄化和固化，因为搜索的终极角色，从来都不是一个根据关键词机械反馈答案的“工具”，而是把用户需要的内容准确递送并完成反馈任务的“行动者”。
可能有人认为，“内容”这个词有些泛化，什么才是内容呢？
对于此，我们可以参考今天的文心 4.5的工作能力——它不仅可以理解照片、工作图表、视频内容，准确摘取静态、动态图像中的细节信息；甚至还能理解网络笑话、梗图中的幽默和讽刺，并连贯地完成推理，最终推送用户所需的内容。
换言之，所谓的内容，未必仅仅是文字，也可能是图片、表格、视频，结合最新大模型的多模态深度理解能力，它能准确捕捉用户表达的曲折细节，并据此深度推理，最终以多模态的形式反馈回用户所需的一切，这里的“一切”用“内容”来定义，远比用“搜索结果”来定义更为精确。
而最后一个基点是“从信息获取到任务完成”，则非大模型不能为。
打个比方，我们偶尔去“调戏”大模型，这属于“开放性对话”，也就是答对答错无关紧要，重在乐趣。
但很多场景需要“任务式对话”，比如电商的智能客服环境，说出的每一句话都要负责的。
任务式对话，就是对最终结果要负责的对话。它和前面两点的不同之处在于，前面两个基点更强调对用户意图的理解，最后一个则不但要理解意图，还要对结果的达成有条件约束。
客观来讲，最后一个也是最难的考验，因为其中的一道关口就是大模型的幻觉问题。
举个真实的例子，我最近写的一篇文章里，有好几个数据都是DeepSeek提供的。
这些数据听起来都很真实，比如其中一个回答是，引入了某个系统的能力后，软件启动速度提升了30%。
幸好我的合作伙伴做了double check，然后反馈给对方，对方指出来，这几个数据从来都没有发布过。
所以说，即使是最红的大模型，幻觉也是无处不在，这是大模型落地并进入大规模商用的一道拦路虎。世界级的AI巨头无不以攻克这一难关为主要目标，而百度再次走在前列。其中，百度曾经展示了IRAG技术，以精准的图像生成来向公众展示多模态大模型在去除幻觉上的巨大进步。
这里涉及两个术语，RAG和iRAG，前者叫“检索增强”，一定程度上解决了基于文字的幻觉问题；后者加了一个“i”，也就是Image RAG（基于检索增强的文生图），试图解决图像生成的幻觉问题。
在百度看来，消除幻觉是大模型领域在过去一段时间实现的最大变化之一，也是AI搜索能够成熟到向公众提供服务的基础。
而另一个关键技术——智能体，也有和任务式对话深度结合的可能。
如果说任务式对话是用户和AI之间的沟通纽带，那智能体就是使命必达的执行者，它会跳出狭义搜索的圈子，去调用各种各样的资源，自动自觉的执行任务，最终交给你一个完整的任务结果。
举个例子，你提出的任务可能是“生成一张图片”，但智能体的执行可能包括搜索信息、图、图图、变清晰、去印、换格、AI扩图等等一系列操作，直到最终反馈给你一个结果——一张你期待的图片。
看来，消除幻觉+具有高级行动力的智能体，最有可能解决“任务式对话”的挑战。可以相信，未来活跃在百度生态中的智能体也会越来越多，我们将面对数以万计乃至亿级的智能体，它们各自的担当不同，但都围绕一个使命——接受你的托付和理解你的意图，并最终以完成任务的责任感形成一个闭环。
这或许就是百度理解中的AI搜索或者“下一代搜索”。
结语：关于未来
某种程度上，最近发布的4.5大模型，解决了不少围绕在百度身上的争议。
DeepSeek爆红之后，一个问题迅速被提出来——既然一个小团队可以完成如此高水平的大模型，那是不是所有投入巨资的AI巨头都走错了路，或者，它们的方式已经行不通了。
在我看来，这个问题就跟问“中国需不需要航母”一样简单。
这个世界上绝不是每个国家都需要航母，特别是一些中小国家，完全可以用各种方式换取一定程度上的安全和和平。这就跟不是每个AI初创公司都要开发自己的大模型一样。
但百度不同，作为置身于AI第一梯队中的公司，无论在某一个回合中的成绩是优秀还是落后，都必须有自己的基础大模型能力，就跟世界上最大的几个国家都需要自己的核保护伞和航母一样。
对于这些头部玩家，保持基础大模型的持续进步，就如同一个头部国家必须保持自己的基础国防工业一样。有和没有，完全是两个不同的结果。
你有，哪怕暂时落后，你就有创造一切和改变一切的可能。而你如果自我放弃，谁也不能帮你、不能救你。
如果说大模型是航母，那搜索（或者搜索智能体）就是舰载机——大模型提供基础能力和保障平台，舰载机负责完成具体的任务，两者缺一不可。
未来，基础平台的迭代会放缓，但应用模型的迭代会加快，搜索就是一种基础能力，它可以跟各种新的应用大模型匹配，“换模型的速度犹如换衣服一样”。如果在搜索语境下，那未来很可能就是——对用户来说，他感知的永远是最新的、最智能化的搜索能力，但他已经不太关心后台是什么模型在发挥作用，因为百度这样的巨头可能会智能的在数百种模型中实施调度匹配用户需求的能力。
这更加需要AI搜索的第一梯队玩家，在上牌桌的时候必须有自己的基础大模型能力，这也是百度为什么坚持、持续的去开发文心的动力。
现在，有一种新的观点——对话式大模型可以取代搜索。现在，看来得出这个结论为时过早。传统的搜索在效率和反馈速度上仍有优势，而任务式对话在深度和体系性上有优势，更高的概率是——百度这样的企业，能够把多年在搜索上的know-how与发展了十几年的AI能力高效能的结合起来，在产品端以强大的产品力和高度智能化的调度能力，以最佳姿态完成不同的任务和所求。
原文标题 : 鸿蒙生态迎来了百度AI搜索的首发
在备受瞩目的华为首个搭载鸿蒙5系统的新机Pura X的盛大发布中，百度也第一次在鸿蒙平台完成了自己最新AI搜索的首发，这是一次信赖的相互奔赴。
AI搜索是一个热门话题，它是搜索行业在上一次技术迭代足足25年后，最接近人们对“下一代搜索”预期的一种新体验。
在这种新的体验里，搜索不再仅仅是搜索，它是对人类意图的深刻理解，是克服大模型幻觉后的笃定，是智能体走向使命必达的道路中的一站。
其实，AI搜索已经通过百度而来到我们的生活里，但这次的革命是渐进式的。在随后的日子里，我们会随着AI和搜索的深度结合，越来越体会到这种变化的意义：包括更加个性化的回答、从获取信息的工具到提供内容的使者之间的角色切换，以及任务式对话的精准和高完成度。
AI将改变很多东西，毫无疑问，搜索或是最先被改变的。
——导语
01
百度和鸿蒙的互相奔赴
自2024年底宣布已经有20000个原生鸿蒙应用和元服务上架后，备受关注的华为鸿蒙生态在今年迈出了重要的又一步——一款搭载了最新的鸿蒙5操作系统的新机Pura X与世人见面，也成为华为鸿蒙生态营造史上的一个重要节点性事件。
Pura X的发布有两个重要的看点。
Pura X本身就是一大看点，它是一款采取前所未有的非标准形态设计的新型折叠屏手机，它新颖的形态，使之具有更大的外屏和更接近16:10的展开态。
另一大看点则是各大应用纷纷借此机会上新自己的鸿蒙新版本，几乎所有的国民级应用都拿出了自己的佳作……很多新功能并不是原来安卓或iOS版本的简单适配，而是尽可能结合鸿蒙的新特性做出的具有创新性设计的新应用。
某种程度上，说这是中国国民级APP的一次创新大赏，也不为过。
即便强手如云，百度拿出的新作也相当打眼。此次发布会上，作为鸿蒙的“生态合伙人”，百度拿出的是最新、最智能的搜索引擎，这一计划在百度内部则被称为“百看计划”，意为内容丰富、百看不厌。
而选择与搭载鸿蒙5新机的共同发布，是百度第一次在鸿蒙平台上首发自家的核心产品，除了“百看”与鸿蒙新机提供的沉浸式体验相得益彰以外，也意味着百度对于鸿蒙生态一份无言的支持。
很少有人真正意识到的是——在全球，除了美国之外，只有中国、俄罗斯和韩国这三个国家，在自己的国内市场上是由本土的搜索引擎占据领导地位的。
除此之外，全世界的搜索引擎用户，都必须仰赖谷歌和必应/雅虎（这两个是一家）的服务。
搜索是最基本但也最重要的互联网服务形态之一，中国这样的一个大国，在这种基础领域全部依赖美国是不可想象的，而百度是极少的能够让自己的本土用户不必依赖美国而获取搜索服务的企业之一，现在这种能力也延伸到了鸿蒙生态中，这可能也是百度和华为某种程度上的情感认同。
02
每条路径都在探索下一代搜索
最近，百度搜索可谓动作频频，远不“百看模式”这么简单。
AI搜索目前并无定义，但从百度来说，为了让用户尽可能的以简洁并准确的方式获取所求，百度需要整合其整体的AI服务能力，再叠加上多年在搜索领域的积累的know-how，以繁杂艰巨的软件工程来实现C端的优质体验——在过去的25年里，这一直是百度的基本工作方式。
当然，“百看”并非全部，在百度PC端，AI搜索上线了智能模式，通过多模型智能切换的方式，帮用户自动匹配最吻合其需求的模型能力，以及开放接DeepSeek等等……可以说，每条路径，百度都在探索；即便没有路径，但有方向，百度也会跋山涉水的前往。
搜索是人工智能的温床，这或许解释了为何中美两个拥有强大的独立搜索公司的国家，也分别是全球的两大AI创新策源地。
当前的搜索被成为第三代搜索，主要是基于对目标网页上的超链接进行分析而给出结果。目前，全世界最主要的搜索引擎仍然基于这一原理提供服务。
“答案直给、帮你多想步、清爽净”，百度负责人陈一凡用三个短句生动的概括了百度对AI搜索的最新思考，他说：“基于模型重构的百度搜索，让搜索框成为通往智能世界的。”
这些概括延续了创立百度时就确定的一些基本原则，例如，李彦宏多次指出，搜索引擎“是世界上用户黏性最差的业务，它的黏性只有3秒钟”。这句话的意思是说，在用户的第一次搜索时就提供高相关度的答案是至关重要的。
另一个百度的技术坚持，也是在很早期就确立下来的，那就是用户应该在用完后尽快的离开搜索引擎，“快进快出意味着用户们找到了所求，如果用户在搜索上花费太多时间，意味着结果不够精准”。
但是，这并不仅仅是一个技术问题。
“当用户搜索‘苹果手机’这个词的时候，搜索引擎将无法判断，用户到底是要看手机的评测文章还是要找到相关的商品购买页面，这个问题在第三代搜索时代几乎是无解的”，一位百度的技术人员这样表达。
下一代搜索会是什么样子，25年前李彦宏就无时无刻不在思考这个问题，而最近勃兴的大模型浪潮，似乎意味着答案快浮出水面了。
事实上，对下一代的搜索应该如何发展，车轮可以说在十几年前起就隆隆滚动……有明确的记载是，2006年就有百度员工自发的用AI技术来解决搜索中的问题，2010年百度开始设立自然语言处理的高级职位，2013年起就开始设立深度学习研究院……
一位百度同事曾这样告诉我：“某种程度上来讲，十几年前百度就有一种朦胧的方向感——那就是下一代搜索一定是基于AI革命，但十几年前我们还看不到今天这么细的颗粒度，比如大语言模型、比如智能涌现，但我们坚信这个方向，这也是为什么我们在AI上十几年投入过千亿的原因，不仅仅是因为它代表未来的生产力，也是因为它与我们的主航道始终吻合。”
而根据笔者多年对百度的追踪，百度对于“下一代搜索”的将建立在什么基点上已经相当明确，目前需要进一步尝试的，无非是用什么技术达到这些基点。
而对这些基点的概括一句话就可以说明，那就是——从通化到个性化、 从具化到内容化、从信息获取到任务完成。
“从通化到个性化”，这并不是一个新需求，而是自打有第三代搜索以来就有的想法，只不过以前的提法措辞不同，如“从千人一面到千人千面”等等。
但是，有了自然语言理解和大模型，百度去解决“从通用化到个性化”这个问题的武器，可以说完全不同了。
第三代搜索对关键词的处理方法是“分析”，分析的起点和终点都是与目标网页的相关度，分析的策略则是人工设定的一系列规则，但计算机本身并不理解自己在做什么；而进入AI时代后，首先被改变的就是“分析”变成了“理解”，也就是AI是在理解你的意图的前提下才去提供答案。
打个比喻就是，以前给你开门的是机器人，哪怕动作无可挑剔，到底也是根据事先设定的程序；而现在给你开门的是个五岁的孩子，但他能听懂你的话，哪怕反应比较幼稚，但也足以让你用自然的语言去表达，得到的也是同类而非机器所给予的回复。
而一旦这个“儿童”的智商从5岁提升到18岁，那你就会得到更为准确同时也个性化的回答。所以，依托百度搜索海量的户画像和为数据、模型的推理思考能，通过个性化的意图解构、AI智能总结，就可以深度理解用户的需求，进而给予个性化的回答，也就成为了解决&ldqo;从通用化到个性化”的利器。
现在，这种直接通过AI总结给用户提供答案的搜索闭环，已经占据了所有搜索次数的20%以上（根据我印象的数据，未必准）。
百度对智能搜索的第二个预设基点，是“从工具化到内容化”。
作为一名曾在百度工作过的人，我20年前就发现，百度非常不喜欢自己被称为“工具”。
起初我不太理解，搜索难道不是工具吗？难道不是人类获取信息的工具吗？
后来我才逐渐理解，百度认为“工具”是对搜索使命的窄化和固化，因为搜索的终极角色，从来都不是一个根据关键词机械反馈答案的“工具”，而是把用户需要的内容准确递送并完成反馈任务的“行动者”。
可能有人认为，“内容”这个词有些泛化，什么才是内容呢？
对于此，我们可以参考今天的文心 4.5的工作能力——它不仅可以理解照片、工作图表、视频内容，准确摘取静态、动态图像中的细节信息；甚至还能理解网络笑话、梗图中的幽默和讽刺，并连贯地完成推理，最终推送用户所需的内容。
换言之，所谓的内容，未必仅仅是文字，也可能是图片、表格、视频，结合最新大模型的多模态深度理解能力，它能准确捕捉用户表达的曲折细节，并据此深度推理，最终以多模态的形式反馈回用户所需的一切，这里的“一切”用“内容”来定义，远比用“搜索结果”来定义更为精确。
而最后一个基点是“从信息获取到任务完成”，则非大模型不能为。
打个比方，我们偶尔去“调戏”大模型，这属于“开放性对话”，也就是答对答错无关紧要，重在乐趣。
但很多场景需要“任务式对话”，比如电商的智能客服环境，说出的每一句话都要负责的。
任务式对话，就是对最终结果要负责的对话。它和前面两点的不同之处在于，前面两个基点更强调对用户意图的理解，最后一个则不但要理解意图，还要对结果的达成有条件约束。
客观来讲，最后一个也是最难的考验，因为其中的一道关口就是大模型的幻觉问题。
举个真实的例子，我最近写的一篇文章里，有好几个数据都是DeepSeek提供的。
这些数据听起来都很真实，比如其中一个回答是，引入了某个系统的能力后，软件启动速度提升了30%。
幸好我的合作伙伴做了double check，然后反馈给对方，对方指出来，这几个数据从来都没有发布过。
所以说，即使是最红的大模型，幻觉也是无处不在，这是大模型落地并进入大规模商用的一道拦路虎。世界级的AI巨头无不以攻克这一难关为主要目标，而百度再次走在前列。其中，百度曾经展示了IRAG技术，以精准的图像生成来向公众展示多模态大模型在去除幻觉上的巨大进步。
这里涉及两个术语，RAG和iRAG，前者叫“检索增强”，一定程度上解决了基于文字的幻觉问题；后者加了一个“i”，也就是Image RAG（基于检索增强的文生图），试图解决图像生成的幻觉问题。
在百度看来，消除幻觉是大模型领域在过去一段时间实现的最大变化之一，也是AI搜索能够成熟到向公众提供服务的基础。
而另一个关键技术——智能体，也有和任务式对话深度结合的可能。
如果说任务式对话是用户和AI之间的沟通纽带，那智能体就是使命必达的执行者，它会跳出狭义搜索的圈子，去调用各种各样的资源，自动自觉的执行任务，最终交给你一个完整的任务结果。
举个例子，你提出的任务可能是“生成一张图片”，但智能体的执行可能包括搜索信息、图、图图、变清晰、去印、换格、AI扩图等等一系列操作，直到最终反馈给你一个结果——一张你期待的图片。
看来，消除幻觉+具有高级行动力的智能体，最有可能解决“任务式对话”的挑战。可以相信，未来活跃在百度生态中的智能体也会越来越多，我们将面对数以万计乃至亿级的智能体，它们各自的担当不同，但都围绕一个使命——接受你的托付和理解你的意图，并最终以完成任务的责任感形成一个闭环。
这或许就是百度理解中的AI搜索或者“下一代搜索”。
结语：关于未来
某种程度上，最近发布的4.5大模型，解决了不少围绕在百度身上的争议。
DeepSeek爆红之后，一个问题迅速被提出来——既然一个小团队可以完成如此高水平的大模型，那是不是所有投入巨资的AI巨头都走错了路，或者，它们的方式已经行不通了。
在我看来，这个问题就跟问“中国需不需要航母”一样简单。
这个世界上绝不是每个国家都需要航母，特别是一些中小国家，完全可以用各种方式换取一定程度上的安全和和平。这就跟不是每个AI初创公司都要开发自己的大模型一样。
但百度不同，作为置身于AI第一梯队中的公司，无论在某一个回合中的成绩是优秀还是落后，都必须有自己的基础大模型能力，就跟世界上最大的几个国家都需要自己的核保护伞和航母一样。
对于这些头部玩家，保持基础大模型的持续进步，就如同一个头部国家必须保持自己的基础国防工业一样。有和没有，完全是两个不同的结果。
你有，哪怕暂时落后，你就有创造一切和改变一切的可能。而你如果自我放弃，谁也不能帮你、不能救你。
如果说大模型是航母，那搜索（或者搜索智能体）就是舰载机——大模型提供基础能力和保障平台，舰载机负责完成具体的任务，两者缺一不可。
未来，基础平台的迭代会放缓，但应用模型的迭代会加快，搜索就是一种基础能力，它可以跟各种新的应用大模型匹配，“换模型的速度犹如换衣服一样”。如果在搜索语境下，那未来很可能就是——对用户来说，他感知的永远是最新的、最智能化的搜索能力，但他已经不太关心后台是什么模型在发挥作用，因为百度这样的巨头可能会智能的在数百种模型中实施调度匹配用户需求的能力。
这更加需要AI搜索的第一梯队玩家，在上牌桌的时候必须有自己的基础大模型能力，这也是百度为什么坚持、持续的去开发文心的动力。
现在，有一种新的观点——对话式大模型可以取代搜索。现在，看来得出这个结论为时过早。传统的搜索在效率和反馈速度上仍有优势，而任务式对话在深度和体系性上有优势，更高的概率是——百度这样的企业，能够把多年在搜索上的know-how与发展了十几年的AI能力高效能的结合起来，在产品端以强大的产品力和高度智能化的调度能力，以最佳姿态完成不同的任务和所求。
原文标题 : 鸿蒙生态迎来了百度AI搜索的首发
