AI搜索成本归零后,我们再也回不去了

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
AI搜索成本归零后,我们再也回不去了
7979点击    2025-05-27 12:56

当AI搜索完全免费后,


我们的工作流、交互方式、信息记录方式都会有什么变化?


距离 Google 用AI摧毁自己的最赚钱业务,传统搜索,已经过去了72小时。


AI搜索成本归零后,我们再也回不去了


AI搜索成本归零后,我们再也回不去了


大洋彼岸的百度,也做了相似的决定,


百度AI免费了 Deep Search(深度搜索),还在传统搜索里留了点击入口


AI搜索成本归零后,我们再也回不去了


AI搜索成本归零后,我们再也回不去了


这种独立于传统搜索、不受限于纯对话框的AI搜索的形态,我目前叫它融合搜索


就像是 OpenAI o3、Qwen3、Claude4 给自己安上快慢思考一样,


融合搜索让我保留了自己的选择权,在同一个页面里切换两种搜索方式:


AI搜索成本归零后,我们再也回不去了

简单的事实性问题用传统搜索


AI搜索成本归零后,我们再也回不去了

复杂的操作问题用AI搜索


那如何用AI搜索帮我整理笔记?成为我的第二个外脑?


我还找到了一种全新的玩法,


通过AI搜索,可以将我一周的笔记压缩到一张纸,一个月的笔记压缩到单个文件,


能保持实时更新,还不需要用到云端知识库。


实现的方法很简单,


将你要记录的信息主句,像是Anthropic举办的codewithclaude发布会的内容要点写到备忘录,


需要回顾的时候,将句子跟前缀组合起来


模版:

chat.baidu.Com/search?word={信息主句}

实例:

chat.baidu.Com/search?word=Anthropic举办的codewithclaude发布会的内容要点


这样就可以保证你每次回顾的时候都可以了解到这件事的最新情况,


虽然我也想按照同样的方式,把 Google 的AI Mode也加上,可惜目前因为区域、语言受限,还不能直接拼接。


再来说说这套从Andrej Karpathy大神脱胎出来的笔记记录方法吧。


AI搜索成本归零后,我们再也回不去了


规则1


非项目的日常笔记只用一个备忘录文件,这样可以在单个文件里搜索所有内容。也就不会出现我存了收藏了,但就是不会再阅读的情况。


哪怕过了一段时间后能想起来,信息也有点过时了。


AI搜索成本归零后,我们再也回不去了

有些网页存了三个月还没从待读清单出来,自动保存的记录很难吸引注意力


还有一种情况是知识迁移,也是不同的笔记体系转移的最大痛点。因为我之前的笔记或者论文是以本地的知识库存在的。百度AI同样是支持了知识库功能,在左侧栏点击知识库+号,一共可以上传25G文件。这样让笔记附加上了联网能力,就能发挥更大一层的作用。


AI搜索成本归零后,我们再也回不去了


规则2


有任何想法或待办事项出现时,都会简单地以纯文本形式将它添加到笔记的顶部。不重要或者旧的信息就自然沉淀。


作为一个滴答清单、flomo、Notion、Obsidian 都重度使用过的用户来说,坚持上一段时间,这种笔记方法可以很大程度减轻我的待办焦虑。


但很多时候因为新建任务的时候时间很短,任务切割得不够细,就会导致累计,我一年来一周的待办的数量基本都在400-500以上。


这就会让新建待办成为一个非常有压力的选项。要想保留轻便,手动记录的文本就不能太长,所在在AI搜索免费前,我还会将每一件事做成文件夹。然而这又会陷入手动打包好的知识会过期的窘况,

所以当我看到ai搜索可以直接以拼接的形成存储我想要记的信息,我立刻就把这套笔记方法重新用起来了。这套方法依赖的就是速度和质量


AI搜索成本归零后,我们再也回不去了


在视频里我测试了两个不同难度的问题,


快是挺快,质量怎么样呢?


百度智能模式下的深度搜索在思考的过程里,会先重新表述问题,确定一次查询里需要覆盖的信息,将一次查询拆解多个。


AI搜索成本归零后,我们再也回不去了


在一次搜索中,会至少运行两次反思:


AI搜索成本归零后,我们再也回不去了


反思的思路集中在是否满足需求是否需要追问是否需要多个提问角度有没有更可靠的信息来源等等。


最终输出的结果有可以追溯来源、也会将数据等做成表格形式。在一众AI搜索里面的质量位于中上。在同一个对话里,我追问了一个更难的问题,


AI搜索成本归零后,我们再也回不去了


可以看到思考的时间会随着难度提升弹性增加,而且有了追问功能,感兴趣的话题也可以选择保留下来。


优点就是免费,没有压力,


问多少次都行。


AI搜索成本归零后,我们再也回不去了


AI搜索成本归零后,我们再也回不去了


规则3


当然这套笔记方法还有一条把重要的信息捞回来的方法,


回顾或者二次搜索笔记的时候,


因为存储的文本很短,如果发现任何值得持续关注的内容,可以简单剪切粘贴将它"救回"到顶部。


所以我将链接前缀放到了这个文件的第一行,当我需要把信息捞回来的时候,拼接在一起就会自动变成链接形式,cmd+左键就可以自动跳转。


AI搜索成本归零后,我们再也回不去了


我把这个方法分享给了一些读书搭子后,


他们给出的反馈是,


知识没有消失,而是我把知识存网络上了,


需要的时候再用ai搜索拿回来。


写在最后


AI正在一次次重构我们的大脑,


创造出更适合人类学习和总结的新方式。


我们开始习惯用问题和AI对话,


而不是用关键词砸网页。


我们希望看到的是一段段总结,


而不是十条蓝色链接。


我们想看到图片、图表、结构,


而不只是文字。


搜索应该是我们和信息之间的桥梁,而不是一个信息超市。


从已知的市场报告里,AI搜索里网页点击率都还高于传统搜索,也说明了一个事实:


我们不是不想点击链接,而是不知道点哪个。


这不是内容失去了机会,


而是内容终于找到了更优的出口。


搜索从“AI VS 传统”变成了“AI IN 传统”。


Google 没死,它变成了一个会总结的 Google。


百度没死,它成了一个会对话的百度。


我们不再“搜索内容”,我们搜索的是:


更好地理解一件事,


更快地找到方向,


更准确地完成任务。


那么,


欢迎来到 AI 搜索的新时代。


你再也回不去了。


文章来自于“卡尔的AI沃茨”,作者“卡尔 & 阿汤”。


AI搜索成本归零后,我们再也回不去了

关键词: AI , AI搜索 , 人工智能 , AI办公
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

3
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/