近期见闻
腾讯憋了个大招，就这？
出品｜虎嗅黄青 春频道 作者｜商业消费主笔 黄青春 题图｜虎嗅拍摄 虎嗅独家获悉，腾讯即将发布一款面向 C 端用户的 AI 搜索 引擎，界面极简 、全面 AI 化，强化权威信 源排序，会将 AI 问答与网 页搜索揉在同一体验里。而就在 两周前，腾讯云已针对 B 端客户发布 " 元宝搜索 "（前身为联 网搜索），其在 内部业务低调运 行数年，如今扛 着 AI 搜索重担被推到了聚 光灯下。
据腾讯内部 人士向虎嗅 透露，这款 C 端搜 索引擎与元 宝 APP 内置搜索、腾讯云 " ; 元宝搜 索 "AP I 共享同一套底层能 力，即在面 向浏览器与网页搜索场 景时，三者 本质是同一 套能力在不同入口下的产品化呈现 。目前，元 宝搜索提供 Skil l、MCP 和 AP I 三种接 入方式，凭邀请码限时 在 10 月、11 月最高可调用 6000 次；接 入流程也简 单：在腾讯云拿到 A PI Key，打开终 端敲一条 curl 命令即可发 起请求。
这不免让人好 奇：腾讯在搜 索赛道深耕十余年，为什么偏偏等到现在才把这 套能力升级成云服务对外卖 ？很大程度上 源于，百度稳坐国内 搜索头把交椅已超二十年；腾讯兜兜转转十余年，做过 SOSO、收购搜狗、上线微信 搜一搜、再到元宝 APP ，始终没在 C 端撕开实 质性缺口。
眼下，腾讯借 Agent 爆发的东风 ，自然会对 B 端搜索基础设施摩拳擦掌。据虎嗅了解，元宝搜索团队 2024 年年中与 元宝 APP 同步组建，整合了 QQ 浏览器、搜 狗搜索的核心 技术基因，把 腾讯十余年的 搜索算法积累与工程经验，重构为一套面向 AI 时代的搜索基础设施。
在此之前 ，这套能 力只服务 于 QQ 浏览器 和搜狗：前者曾长期是超级 流量入口 ，后者稳居第二梯 队，体量不容小觑；如今 Agen t 赛道 爆发，搜索正从面 向 C 端的产品入口，下 沉为所有 AI 应用的底 层能力，标准化搜索 AP I 的需 求快速扩 容。基于此，腾讯 不再满足 于只服务内部业务 和存量客 户，顺势将元宝搜 索升级为云服务对外变现。
从这个角度看，元宝搜索的开放，与其说是战略 新局，不如说是看见赛道热度后，把现成技术资产快速推向市场的务实之举。腾讯首次公开内部 AI 搜索机制 腾讯云副总 裁、元宝搜索研 发负责人马晋把搜索划分为三个 时代：1.0 是人输关键词、人筛结果；2.0 是大模型读结果、生成答案；3.0 是 Agent 拆解子问题、搜索返回结构化结果支撑推理。
具体而言，搜索 1.0 是关键词时代，舞 台中央是百 度和谷歌。腾讯折腾了十余年，做 SOSO 、全资收购 搜狗，始终没能在 P C 与移动市场坐稳 TOP 阵营。到搜索 2.0 的大模型时 代，百度推出文心一言、字节推出豆包、Op enAI 上线带联网功能的 C hatGPT，大模型 与搜索深度融合成为主流。
腾讯推出元宝 APP 应 战，将大模型 和搜索 能力绑 在一起，但元 宝始终 定位为 C 端 AI 助 手，即便长成 MAU 过 亿的 Cha tbot，与 豆包的 MA U 仍有差距，没能 在搜索赛道建 立起足够话语 权。大 步迈入 搜索 3.0 的 Age nt 时代，腾讯不 再执着于硬刚 C 端入口 ，转而 将 A I 搜索押注 在 B 端基 础设施赛道。
腾讯公布了一 组元宝搜索的 运营数据：数千亿级索引规模，覆盖 13 个垂直行业、157 个权威信源，全网覆盖率 96%；已全 面支撑 WorkBudd y、ima、腾讯金融科技 、腾讯视频等 50 余个内部核心业务，日均调用数亿次。马晋从认知、算法、架构、内容四个维度，向虎嗅拆解了元宝 搜索的技术升级路径。
先看最直观的规模 数据。官 方公布的索引指标 为：日增 50 亿网页、可检索文档 500 亿、向量索引超 1500 亿，这一规 模在行业 里不算最大；但中 文索引覆 盖率做到 95%，重点垂直领域接近 10 0%，意味着元宝搜索没有盲目追规 模，而是 将权重压在优质内 容和垂直 领域的收录上。
再看被反复强调 的 157 个权威信源，合作 方覆盖携程、美团、京东、大众点评、汽车之家等头部平台。其 实这个点有点虚 ，因为这类商务 合作不具备排他 性，元宝搜索今 天能拿到的合同 ，别家明天也能靠商务谈判拿到 。真正值得拿出来说的是自有内 容：元宝搜索已接入腾讯视频、腾讯医典、腾讯自选股，未来不 排除进一步打通 微信生态——这 才是其他家望而 却步的价值所在 。
更关键的是，马晋在回应 " 打 不开的网页 如何处理 "; 时坦言：&quo t; 如果网站设了反爬就不收录 ，这是尊重对方的知识产权。"换言之，真正 高价值、设 置反爬机制的内容，元宝搜索同样无法通过通 用检索获取，只能逐家洽谈合作。所以，掰开元宝搜索的核心技术逻辑仍是数据飞轮 + Agent 协同 + Trace Debug。
马晋将其形容 成 &quo t; 用 A I 去 找 A I、用 AI 去升 级搜索 "，本 质是让大模型 辅助搜索数据 的标注 、清洗 与迭代，这是全行业 的标配方向，几乎所有头部 搜索团队都在 做，并非腾讯 独有的 技术差 异化。虎嗅与两位技 术专家沟通发现，元宝搜索 算法升级采用 三阶段训练范 式：L abe l Agent 标 注、Teacher Mo del 学习 、Stude nt Mod el 蒸馏。
这套流程是大 模型排序领域 的标准蒸馏流 水线，在学界 和工业界已落 地两年有余，业界共识蒸馏的真正壁垒在 Teacher Mod el 的基底质量、标注数 据的规模厚度，以及 St udent Model 在精度与延迟 之间的平衡，而这些决定效 果的细节，元宝搜索发布时并未给出具体佐证。
据虎嗅了解，腾讯 搜索实际 用 Gist 技 术省下的成本超过 30%，原理是把文档的 gist token KV Cache 缓存下 来，不同 que ry 召回同一文档时直接 复用；即便 query 长尾分布，召回排序后的文档仍有聚 集效应——在元宝搜索的混 合排序场景里，文档命中率 约 85%，节省相当可观。
不过，这一效果 高度依赖缓存命中率，网页无法 全量存储，只有热门页会被缓存，长尾页仍需实时算。官方没公布具体命中率，而搜索请求天然 符合长尾分布——这意味着真实 平均成本节约，大概率低于 30% 的理论上 限。此外，官方公布的召回率、覆盖率、延迟、满意度等关键指标，全部来自腾讯内部评测，缺乏公开 Benchmark 与可复现测试集 。
以响应速度 为例，官方 称升级后核心链路响应 时间压到 300ms 以内（此前约 400 – 5 00ms）。虎嗅认为，Agen t 多轮调用场景下延 迟会被成倍 放大，把单次耗时压下 来，是终端 体验的关键 。从实测看，真实网络环境下连续 5 次调 用延迟在 345 – 485ms 之间波 动（平均约 420ms），峰值 与最低值相 差 60% ——要知道，对支撑高并发 A gent 的基础设施而言，延迟 波动的危害远大于平均 延迟；至于 跨地域、突发流量等极 端生产场景 的表现，目 前尚无任何公开数据。
即便，对复杂 检索基座而言 上述成绩已具备可用 性，但对追求极致稳定的企 业级客户，如何抹平长尾延 迟、扛住极端 流量，是元宝搜索接 下来必须向市场证明的下一 道难题。也就是说，腾讯云 闷头憋的元宝 搜索，本质是把传统 搜索时代沉淀的成熟管线，用大模型思维重做了一遍底 层，并在腾讯 内部真实业务里完成 验证。
据虎嗅了解，已有多家头部 大模型公司和 外部企业接入 ，但在问及具体名单时，元宝搜索团队以 "; 涉密 " 为由拒绝透露。好在马晋回 应 " 无法回 避的技术瓶颈 " ; 时说了一 句实话：" 其实就是 Trade-off 的过程……这更多是内 容、算力、耗时和成本之间 的平衡。
&quo t; 这 句话恰恰 点破了行业现状：搜索发展 至今，早已没有独 门秘籍，比拼的是工程执行 、成本控制与信源资源。这 次枪口瞄 准了谁？再将视线拉回搜索 3.0 时代，行业正分 化出两条 清晰路线： 一条 是模型与搜索绑定的一体化 路线，代 表玩家是 OpenAI、Goog le、百度、字节 ，强调搜 索是大模型的核心 能力之一，二者深度绑定、协同优化 ，客户选 定一家大模型就能 直接用配 套搜索，无需额外 对接，其 接入成本低、体验 一致，更适配中小客户和一 体化场景 。
另一条是独立中 立的搜索服务路线，腾讯元宝搜 索坐这桌，核心逻辑是：未来 Agent 市场必然高度碎片化，模型、框架、场景五花八门，客户需要中立、灵活、不被绑 定的搜索底座。这条路更适合有技术能力、有定 制需求、重视数据主权的中大型 客户。从目前的行业格局看，绑定路线暂时占上风，因为多数开发者和企业更倾向一站式方案，不愿额外花钱对接独立搜索、调 试链路；但 A gent 生态仍处于早期阶段 ，最终市场走向谁也说不准。
有鉴于此，元宝搜索主打中立开放，确实为不 想被单一厂 商绑定的客户提供了新选择（比如自有大模型 企业、需兼 容多模型的开发者、对 数据主权要求高的政企 与金融机构），客户可自由搭配任 何厂商的大 模型，只把搜索环节交给元宝搜索，避免技术 栈被锁死。况且，腾讯云本身手握 大量政企、金融、互联 网、教育行业客户，过去他们采购 云服务时若 需要搜索能力，可能得单独对接百度；如今腾 讯顺势将搜 索 API 直接打包 进云服务套餐，这无疑 会对百度的企业级搜索业务带来直 接冲击。
尤其在政企与 金融领域，客 户对服务商的 综合能 力与合 规能力要求极 高，腾 讯云把 搜索能力融进既有云 体系，客户的 迁移成本和决 策成本 都会低 很多。当然，Ope nAI 、Google、百 度、字节的优 势在全网通用 搜索的 广度，垂类深度合作 并未形 成壁垒 ；腾讯原本可借自身 生态快速在垂 类场景切出差 异化；但以元 宝搜索目前的 状态，尚无法 对百度形成实质威胁 。
因为其在产品 能力、服务体 系、客户定位三方面都存在缺口： 第一，不支持多跳搜索。目前只提供原子化接口，多跳能力未来或基于 WorkBuddy 沉淀 的 Agent 能力逐步 开放——这意 味着客户买完搜索底座，还得自己搭一层 Agent 才能做多跳推理，那宣传的 " 开箱即 用 " 就要打 个折扣。
第二，调用元宝搜 索目前只 能拿到标题、摘要 、链接和 垂类卡片；要提取 网页正文，客户还得自己再 对接一遍。