用元宝查询最新资讯，让WorkBuddy帮忙搜集资料、完成工作……很多人可能已经习惯了让AI代替自己上网搜索、做事。但我们日常用的很多腾讯AI产品，背后其实都在调用同一套搜索能力——元宝搜索。
10月20日，腾讯宣布「元宝搜索」全新升级，并通过腾讯云向企业和个人开发者开放。除了数千亿级索引、覆盖13个行业的157个权威信源，腾讯还用大模型重新改造了搜索的理解、排序和底层架构，试图让搜索结果更准确、更可信，同时降低响应时间和调用成本：
做大模型时代的「可信外脑」。
在下午雷科技参加的一场媒体沟通会上，腾讯云副总裁、元宝搜索研发负责人马晋表示，搜索正在经历一次重要变化：「搜索面对的用户从1.0时代的人，变成了3.0时代的智能体。」当Agent开始自己拆解问题、反复检索，搜索引擎也不再只是给人提供链接，而要成为AI完成任务的基础能力。
腾讯甚至希望把元宝搜索做成AI行业的「水电煤」。
不过，瞄准这门生意的显然不只有腾讯。阿里云、火山引擎和百度都已经向企业和开发者提供类似的AI搜索服务。
既然大家都在争夺Agent的搜索需求，元宝搜索这次升级究竟带来了什么不同？对于企业和开发者来说，又为什么要选择元宝搜索？
AI开始自己搜索，搜索引擎也要跟着变
过去用搜索引擎，是输入关键词，得到一串网页链接，再由自己判断哪些信息有用。大模型时代，AI直接阅读搜索结果、整理答案，省去了逐条查阅的麻烦。但当Agent开始帮人完成更复杂的任务，搜索又有了新的变化。
比如，让Agent制定一份旅行计划，它可能需要先了解目的地的天气、景点和交通，再查询机票、酒店和门票价格，甚至根据预算反复调整行程。整个过程中，搜索不再是一次性的问答，而是贯穿任务始终的能力。
事实上，搜索结果的好坏，影响的不只是AI能不能回答问题，还可能直接决定它能不能完成任务。而Agent不仅要求结果准确，还需要更权威、更新鲜的信息，以及足够快的响应速度。
围绕这些变化，腾讯这次从认知、算法、架构和内容四个方面升级了元宝搜索。
图片来源：腾讯
首先就是让搜索引擎更理解Agent要找什么。
不同于传统搜索往往围绕关键词寻找，Agent提出的问题可能是一个复杂任务拆解出来的子问题。元宝搜索开始让搜索模型与Agent模型相互配合：Agent负责理解任务、拆解问题，搜索则提供网页的权威性、发布时间和排序满意度等信息，帮助Agent判断哪些结果更有价值。
反过来，Agent最终引用了哪些资料、生成了什么答案，也可以反馈给搜索系统，成为后续优化的依据。
腾讯还通过数据飞轮持续优化搜索效果，通过挖掘搜索效果不理想的问题，利用AI自动标注、生成训练样本，再对模型进行增量训练。按照马晋的说法，过去搜索系统的迭代可能以月为单位，如今有机会缩短到天级：
形成自进化驱动的闭环。
但面对海量搜索结果，如何把真正有价值的内容排在前面，同样关键。
针对这点，元宝搜索用大模型重构了排序链路。简言之，先让大模型学习更复杂的排序偏好，再通过蒸馏，把能力交给更轻量的模型，用于实际搜索。
同时还引入Gist Token压缩技术，将原本几千Token的网页内容压缩成约100个Token的表示，并结合KV Cache复用，降低排序推理的耗时和成本。
这里有一个容易被忽略的问题。大模型参与搜索排序，固然可以更深入地理解网页，但如果每次检索都需要消耗大量算力，Agent频繁调用搜索的成本也会随之增加。
所以，元宝搜索这次升级不只是让搜索变得更聪明，也在尝试让这种能力足够便宜、足够快。
在底层架构上，腾讯将传统倒排索引与向量索引融合，在千亿级规模上同时支持关键词和语义检索。
按照官方披露的数据，目前元宝搜索向量索引规模超过1500亿，底层检索平均耗时约8毫秒。通过一系列推理优化，单位推理成本降低了90%，在元宝App上实现了超过1秒的端到端提速。
但不管对人还是对Agent，「搜索」绕不开的关键都是：能不能找到真正有用、值得相信的信息？
正如马晋在演讲中引用的那句：「Garbage in，Garbage out。」（垃圾进，垃圾出。）如果搜索返回的本身就是错误、过期甚至AI编造的内容，再强的大模型也可能得出错误结论。
腾讯一方面利用大模型加强网页解析和内容质量判断，另一方面接入腾讯自身及外部合作伙伴的内容资源。目前元宝搜索覆盖13个行业、157个头部信源，还包括腾讯地图、腾讯医典，以及京东、携程、美团、飞常准等合作伙伴的数据。
图片来源：腾讯
元宝搜索的策略是权威信源优先，加上低质过滤策略，可以核验、可以溯源，更大程度降低模型产生幻觉的概率。对于需要规划行程、查询航班、比较商品的Agent来说，结构化、及时更新的行业信息，更是关键。
值得一提的是，腾讯这次开放的不只是网页搜索，还包括这些已经整合进元宝搜索的垂直内容能力。开发者可以通过API、MCP或Skill接入，无须从头搭建复杂的搜索系统。
这套能力此前也在腾讯内部得到大规模使用。除了元宝、WorkBuddy，ima、腾讯视频等50多款产品也在调用元宝搜索。据披露，ima的有效信源提升超过10%，腾讯视频的搜索信息覆盖率提升了20%。
不难看出，腾讯正在尝试把原本分散在搜索引擎里的理解、检索、排序和内容能力，整合成一套更适合Agent调用的基础服务。但元宝搜索这次升级真正的价值，最终还要看它能在多大程度上减少Agent的无效检索、降低任务成本，并提高完成任务的成功率。
AI搜索的新战场，腾讯凭什么争？
元宝搜索的全面升级和开放，当然不只是腾讯一家的选择。
事实上，阿里云、火山引擎和百度智能云都已经面向企业和开发者推出了类似的AI搜索服务。海外也有Exa、Tavily等专门服务于AI应用的搜索厂商。随着Agent越来越频繁地调用搜索，原本主要面向人的搜索能力，正在成为AI基础设施市场的一部分。
火山引擎的豆包搜索与元宝搜索最为接近。今年6月，火山引擎将原有联网搜索服务升级为豆包搜索，提供全网、多垂类的检索能力，并陆续加入权威来源过滤、时间范围筛选、图片搜索以及MCP接入等功能。
阿里云则走得更远一些。除了提供联网搜索API，阿里云还推出Agentic Search，将搜索与任务规划、知识库检索、工具调用等能力结合起来，开始介入Agent完成任务的过程。
百度智能云同样不容忽视。依托百度长期积累的中文搜索能力，百度AI搜索已经向企业开放网页、图片、视频等多模态检索服务，也提供智能总结、企业知识库接入等能力。
换句话说，腾讯这次强调的权威信源、语义检索、低延迟以及Agent接入，并非行业里独有的能力。搜索正在成为越来越成熟的AI服务，厂商之间的竞争也不再只是比谁能找到更多网页。
那么，元宝搜索的优势在哪里？
在雷科技看来，首先还是腾讯长期积累的内容资源和内部应用场景。相比单纯提供全网网页检索，元宝搜索还整合了腾讯自身独有的内容生态，以及京东、携程、美团等合作伙伴的垂直数据。
对于开发智能助手、智能座舱、办公Agent的企业来说，一次接入就能调用多种信息资源，确实有吸引力。
另一个值得关注的是，腾讯已经有相当规模的内部应用来持续检验这套搜索系统。从元宝到WorkBuddy、ima，再到腾讯视频，50多款产品覆盖了不同的搜索需求。它们不仅提供调用规模，也可能通过实际使用中暴露的问题，帮助搜索模型持续迭代。
图片来源：腾讯
这与腾讯强调的数据飞轮、搜索和Agent协同进化，恰好能够形成联系。但这些优势能否转化为开发者选择元宝搜索的理由，还需要进一步验证。
毕竟，企业真正关心的并不是一家搜索厂商拥有多少亿条索引，或者采用了什么排序模型，而是接入之后，自己的Agent、应用或AI硬件能否更准确地找到信息、减少反复搜索，并以更低的成本完成任务。
价格同样不能忽视。就在元宝搜索升级前几天，阿里云已经下调联网搜索服务价格，其中Pro版本从每千次36元降至18元。随着搜索API逐渐普及，单次调用成本势必成为企业选择服务商的重要因素。
从这个角度看，腾讯此次通过大模型蒸馏、Gist Token压缩和推理架构优化来降低成本，不只是技术上的追求，也是在为接下来的市场竞争做准备。
写在最后
当Agent成为搜索的重要使用者，搜索就不再只是互联网入口，也是一项需要稳定、低成本、随时可用的基础服务。但基础设施的价值最终还是要靠使用效果证明，今天的AI搜索已经不缺能够返回网页、摘要和引用来源的产品，关键是怎么让Agent少走弯路，更快、更可靠地完成任务。
腾讯元宝搜索这次升级，显然是朝着这个方向迈出了一步。但要让更多企业和开发者愿意为它付费，光有腾讯自己的产品验证还不够，仍然需要更多来自外部应用的实际成绩。
