AI搜索是一个已经形成共识的大赛道，360是其中非常重要的玩家，在2024年7月，黄叔和梁志辉聊了一期深度的访谈，放出了大量的非共识以及360在AI搜索里的思考，时隔半年，他们把360 AI搜索改名为“纳米AI搜索”，对于这个方向又有哪些更新的理解呢？

这篇文章，我们从8个角度，全面解析，相信会让你耳目一新。受限于文章长度，本文只是播客内容的节选，全部内容欢迎扫码订阅收听：

01 AI产品还是产品

梁志辉：大家好，我是梁志辉。我从2010年加入360，伴随着360的成长一路走来。这些年我参与开发过很多互联网和移动互联网产品。在360，我曾在多个拥有上亿用户量级的产品部门工作过，比如360安全卫士、浏览器助手等等。目前我的角色是负责360 AI的To C产品的总负责人，24年我们已经推出了好几款产品。

我们开发了360 AI浏览器、360 AI搜索，以及我们最新推出的纳米AI搜索。其中纳米AI搜索是一款非常重要的产品，目前公司的整体资源都在向这款产品倾斜。

AI产品黄叔：你是2010年就加入360，经历了整个移动互联网蓬勃发展的阶段，一直到现在的AI时代，这是一个很完整的发展历程。我特别好奇，作为一个从移动互联网过渡到AI时代的产品人，在做了一年AI产品之后，你有什么特别的感受或体会吗？

梁志辉：很有意思的是，在AI刚出现的头两三年，大家都觉得AI会颠覆一切，可能需要用一些全新的标准来评价AI产品。但是经过一年多的发展，大家发现AI产品本质上还是产品，依然要用传统的产品指标来衡量，比如点击率、转化率、留存率等这些硬核指标。如果用户不喜欢你的产品，点击率自然就上不去；如果产品没有足够的黏性，日活跃用户（DAU）也就积累不起来。

另外，尽管现在大家都在积极探索AI的付费模式，但实际上AI付费仍然要遵循移动互联网时代积累下来的经验规律。虽然AI确实重新定义了我们的交互体验和使用方式，也拓展了产品的功能边界，但本质上AI产品还是产品。既然是产品，就必须遵循产品的基本标准和要求。

我觉得很有趣的一点是，自从AI兴起以来，在开发AI应用的过程中，大家发现产品经理的角色依然非常重要。产品经理需要能够准确把握用户需求，并将这些需求转化为开发人员可以理解和执行的具体指令，最终打造出成熟的产品。不管是大公司还是创业公司，这都是他们目前必须面对的一个现实需求。

产品化的过程中，我们必须要有很强的设计和实现能力。特别是当用户规模扩大后，需要考虑如何控制成本、提升响应速度、保证准确率等一系列问题。你会发现，要做好这些事情，本质上还是需要有经验丰富的产品和技术人员通力合作，才能实现正规军式的作战方式。

02 从游击队转型正规军

梁志辉：回顾我们自己的发展历程，2020年时我们更像是一支游击队。为什么这么说呢？因为2020年时，整个行业还处于不够明朗的状态，在这种情况下，游击队式的灵活作战方式反而效果很好。那么现在为什么要转变成正规军呢？

有一点很有意思，就是在2024年初或2023年时，大家普遍反映大模型又贵又不好用。因为模型能力不够强，所以必须要很仔细地写提示词，这也是为什么"提示工程"这个词那时候很流行。但到了2024年底，你会发现几乎没人再提"提示工程"这个词了。之前还有大厂CEO建议大家都要成为提示工程师，但现在这种说法已经越来越少见。现在大家更倾向于把大模型当作一个能够进行自然语言对话的产品来使用。

到了2025年初，我们可以看到两个明显的变化：

1. 模型能力显著增强

2. 实现了"token自由"，要感谢业内同行把API价格降了下来

在之前模型能力弱且价格昂贵的情况下，能做的方向很受限。但现在到了"token自由"的状态，大家可以真正放开手脚去创新。过去可能会觉得一个用户消耗1万token很心疼，但现在这种顾虑已经不存在了。在这样的技术推动下，我们才刚刚开始看到大模型如何真正改变我们的生活、工作、教育、学习等各个方面。

在这种情况下，为什么会出现向"正规军"转型的趋势呢？

这是因为随着AI模型能力的提升、价格的下降，以及行业方向变得更加明确，大家未来要做的方向可能会越来越趋同。在这种情况下，竞争就变成了一场规模之战 —— 谁能做得更大，谁就能吸引到更多的用户。

我仔细观察了一下现在头部软件的应用商店介绍页面，发现一个很有趣的现象：不管是传统的浏览器和搜索引擎，还是那些拥有大量日活用户的AI产品，他们都把AI搜索功能放在了产品介绍的第一或第二位。这很能说明问题 —— 现在已经不是某个产品单独标榜自己是"AI搜索产品"了，AI搜索这个功能已经变成了一个普遍存在的基础能力。

AI产品黄叔：对，通用的ChatBot都在做。

梁志辉：这个变化很有意思。2024年初的时候，我们还在讨论"AI搜索到底是什么样的产品"这个问题。但到了2025年初，情况完全不同了 —— 即使那些原本不是主打AI搜索的产品，现在也都把"有问题问谁"这样的功能作为主要卖点。

这个共识的形成很有意思。

之前可能只有谷歌或者Perplexity这样的公司在推广AI搜索的概念，但现在AI搜索这个概念已经火到什么程度呢？连做To B的企业都不再说自己是做RAG（检索增强生成）的了，因为普通用户可能不懂RAG是什么，所以他们都改口说自己是做"企业级AI搜索"的。

03 改名纳米AI搜索的背后

AI产品黄叔：这很好地解释了为什么在2025年初这个时间点，我们要从"游击军"转向"正规军"的发展方向。说到纳米AI搜索这个产品，我们最初叫它"360 AI搜索"，现在正式改名为"纳米AI搜索"。很好奇这个名称变化背后是否有什么特别的故事？

梁志辉：品牌改名其实代表着我们的一个美好期望，希望用新的品牌名字能让产品获得更大的成功。在这个过程中，我们遇到了一个问题：通过用户测试，我们发现用户对360这个品牌的认知已经深深地与安全领域绑定在一起了。

这有点像是打个比方：如果20年前突然有一天瑞星说要推出"瑞星搜索引擎"，用户可能会觉得很违和。这就是我们面临的类似处境。

所以在考虑新品牌时，我们希望能找到一个既能体现"大格局"，又能让用户联想到高科技的名字。近年来，因为芯片技术经常出现在新闻中，像"光刻机"、"卡脖子技术"这些词频繁见诸报端，普通用户也都知道了"7纳米"、"5纳米"这些概念。而AI作为一个新兴事物，如果用一些用户听不懂的专业术语来命名可能不太合适。

最终我们选择了"纳米"这个词。有意思的是，在广东话里，"米"是"钱"的意思。对一个上市公司来说，这个名字暗含着产品未来可能带来更大收益空间的寓意。

我们还组织了用户参与产品命名的活动。有用户从玄学和传播学的角度分析，认为"纳米"这个名字很不错。综合考虑各方面因素，我们最终确定了这个品牌名称。

04 AI搜索2024年的变化

AI产品黄叔：我们刚才聊到了纳米AI搜索改名的由来。既然提到了这个话题，我们可以展开来聊一聊。今天是1月2号，回顾刚刚过去的2024年，你们作为行业中的重要玩家，在很多方面都引领了国内AI搜索的认知发展。我很好奇，从你的角度来看，2024年整个AI搜索行业，无论是国内还是国际，有哪些有趣的变化？特别是从去年年初到现在这段时间。

梁志辉：我觉得AI搜索现在成了一个热门话题，但每家公司对它的理解和定义都不太一样。比如谷歌、百度这样的传统搜索引擎，他们的做法是在原有搜索基础上加入AI回答功能。这种方式有点像"缝合"，因为AI功能并不能稳定出现，即使在美国用谷歌，能出现AI内容的比例也不会很高。这样一来，AI就变成了"配菜"而不是"主菜"。

另一种方向是"原生AI搜索"，就是优先展示经过AI整理总结和优化的内容。我们和一些同行都在走这个路线。不过也能看到有些公司在这两个方向之间摇摆不定，比如天工，最开始是偏向原生的，后来又转向缝合式的。这其实反映了一个组织对新产品的理解和定义。如果没有"破釜沉舟"的决心，从头到尾重新设计产品，而是采用过渡方案，那么用户体验很可能不会太好。

如果AI的问答能力不能百分百发挥作用，对用户来说可能就算不上一个真正的产品。无论是用户认知还是行业定义，大家都会质疑AI是否真正参与其中。比如谷歌的Gemini虽然做得很积极，但他们在搜索引擎中引入AI的做法却饱受争议。

这里有个有趣的问题：谷歌虽然已经有了20亿用户，但世界上有70亿人，还有50亿人并不是每天都在用谷歌。对于这剩下的50亿人来说，是做一个更好的传统搜索引擎更有意义，还是做一个体验更好、门槛更低的搜索引擎更容易占领市场？

在AI技术的推动下，我看到大家对搜索交互方式有了很多不同的解法。过去所有的搜索引擎、浏览器和产品，主入口都是一个文本框。但现在你看ChatGPT、Perplexity或者国内的豆包，他们的文本框是多功能的，那条分隔线也消失了。他们都在改变主要的交互形态，比如加入语音按钮。

有意思的是，国内用户特别喜欢用对讲机式的语音输入，而国外用户更偏好电话式的语音交互。

我在网上看到有人质疑AI搜索在国内不可能成功。这个观点虽然有些偏激，但也不是完全没有道理。国内可能有一半的人不喜欢用键盘输入，原因有很多。比如在使用手机时，键盘输入就像用拨号式电话一样笨拙。我观察到很多用户，无论是用微信还是其他应用，都逐渐习惯了用语音输入。

在这种情况下，如果还固守着要用户点击文本框，在键盘上准确输入几十个字的老规则，确实会很困难。但有趣的是，如果用语音输入，即使是表达能力或文化水平不那么高的用户，也能轻松说上60秒。这种主要输入方式的改变，会让你面对的用户群体产生很大的差异，用户数据也会有很大的不同。

我曾经把改版后的纳米搜索给我五岁的儿子试用，他还在幼儿园。这种年龄的孩子可能不会用百度，也不知道怎么用键盘准确输入问题。但他却能很轻松地使用豆包和纳米搜索。对于那些过去不会使用搜索的人来说，这种体验是革命性的改变。

人天生就会说话，但不是每个人天生就会打字。想想我们小时候还要专门去上打字培训班。现在的小学生也是一样，要通过信息检索课和打字培训，才能熟练地使用电脑在网上搜索内容。

这让我意识到，随着AI能力的提升，无论是语音还是拍照功能，这些看似很小的改变实际上改变了整个用户群体。过去那些无法用20个字准确描述问题的人，现在可以用自然语言来提问和听取答案，或者直接拍照提问再听答案。这种人机交互方式的改变，对产品的革新性可能比我们之前讨论的"原生"还是"缝合"更加重要，因为它真正解决了很多用户的实际问题。

（纳米AI搜索的语音输入和拍照搜索入口）

05 交互方式的改变带来了用户的改变

AI产品黄叔：你说得很对。当我们改变了产品的交互方式，让它变得像纳米搜索这样，一个小朋友拿起来就能马上上手使用，这才是真正的好产品。

特别是在AI搜索领域，比如纳米搜索加入了语音提问和拍照提问的功能，这种交互范式的改变直接带来了用户群体的变化。我很感兴趣听你分享，在过去一年里，在加入这两个功能之后，你们是否观察到用户需求和用户群体出现了一些有趣的变化？

梁志辉：在思考如何扩大AI产品的用户群时，我发现一个有趣的现象：过去大家都在强调一些高精尖的场景，比如一次读完红楼梦，或者同时阅读50篇论文、50份简历。但实际上，这些需求对大多数人来说并不迫切。

ChatGPT出现后，很多人认为下一代交互方式应该是聊天机器人。但从360的用户群体来看，情况很有意思：特别喜欢用360的用户，计算机操作技能反而不一定很强。那些技术能力强的用户可能更喜欢自己修改注册表、使用命令行等。我们发现，真正的目标用户往往是计算机技能相对较弱，但对360品牌很认可的群体。

就像我们公司楼下写着"为人民服务"，商业产品最擅长的就是做那些一键就能解决的问题。在AI时代，我们需要思考什么样的产品才能做到足够简单。单纯写提示词显然不够简单，即使像Perplexity那样把AI辅助搜索、阅读、写作集成在一起，也还不够简单。

在国内，能成为国民级的产品，比如微信和抖音，它们的成功在于极致的简单：三岁小孩能用微信，按着语音按钮就能和父母对话；抖音用户只需要对着镜头晃动或者上下滑动就能获得娱乐体验。在改造AI产品的过程中，我们也把这两种核心的国民级交互方式整合进来了。

我们曾经开玩笑说，搜索引擎在很多大学里是专门的一门课程——信息检索课。即使到了今天，要完全掌握搜索引擎还需要70个课时的学习。但AI的到来给我们带来了新的可能，不仅仅局限于对话机器人的形式，而是可以像真人交互一样，直接用语音或摄像头来提问。这是AI真正改变产品体验的关键点。

互联网对用户的教育主要围绕两个核心操作。传统上，用户需要在主界面找到文本框，通过键盘输入问题。在这种情况下，大多数普通用户每天可能只有2个小时的碎片化使用时间，很难输入很长的问题。但有了语音功能，用户就能轻松输入更长的内容。

拍照功能则带来了另一个层次的突破。我们发现用户很聪明，立即想到用它来解题。不仅是学生用来解学校的题目，还包括职业培训和教育领域的各种题目。这说明我们需要充分利用手机的核心优势——麦克风和摄像头。

对用户体验来说，问题的本质已经改变了。过去因为搜索引擎的NLP处理能力有限，用户养成了用关键词加空格的习惯。但现在，这种旧时代的使用习惯已经可以改变了。

06 纳米AI搜索的定位

AI产品黄叔：如何理解纳米AI搜索的定位？

梁志辉：我们做过很多测试，比如用"拍照问、语音听答案"这样的slogan，但用户好像get不到价值点。从产品角度来说，我们想让用户知道我们跟别人不一样，但真正的痛点其实是现有的搜索引擎不够完美。

我们做了很多内部调研，发现用户觉得搜索结果经常不够精准。为什么会这样呢？因为传统搜索引擎都是被点击转化率驱动的，他们希望你继续点击搜索结果才算成功。

这就暴露出一个问题：同样的信息，有官方的也有非官方的。那些非官方的网站为了吸引点击，往往会用标题党或者口语化的表达方式。比如你搜"北京公积金怎么提取"，传统搜索引擎前几名基本都是一些很会做SEO的黑科技公司。这种情况下用户就很不爽，因为得到的信息要么太旧，但它偏偏点击率很高。

所以我们产品最大的特点就是"没有套路，直接给答案"。我们不是给你那些为了流量而产出的第三方内容，也不用你打开十几个链接才能找到答案。而是用AI帮你搜索、阅读、整理，直接给你最准确的答案。这个价值点特别容易理解，用户一听就懂，马上就想下载。

（纳米AI搜索的七麦截图）

AI产品黄叔：是的，24年你们做了很多版本更新。我很好奇，因为你需要做这些"做不做这个功能，做哪个功能"的决策，能不能讲一个让你印象特别深刻的产品决策的例子？

梁志辉：我们的首页其实改过很多次。手机版试过浏览器定位，试过像Perplexity的产品定位，甚至还试过信息流定位。说实话，从移动互联网转型过来的产品经理都知道，工具产品必须内容化，首页一定要放信息流，这样转化才会好。

但我们发现，在AI产品这块，第一步就上信息流不一定是对的。因为早期对AI产品感兴趣的用户，他们的辨别度还是挺高的。你要是放一堆奶头乐的内容，对这些早期用户来说反而没什么吸引力，因为他们是真的想用AI的。

关键是怎么通过一个好的首页，让用户在一定范围内先完成前几次核心操作。我们的核心操作主要就是搜索。最后发现，把首页改成以搜索为核心的入口，效果是最好的。

我们也在研究手机上什么样的设计最好。你看像夸克这样的产品，它的输入框是放在中间的。但是作为用户来说，拇指能够到达的位置其实很重要。

你现在看豆包啊、Kimi这些产品，他们都把主输入口从中间移到了最下面。拇指的可及范围变得特别重要，所以在拇指能碰到的地方，就应该多放一些产品入口和功能。

现在你会发现大家的首页策略其实都差不多，都是希望用户拿起手机就能用最快的方式输入问题，完成核心需求。

AI产品黄叔：听下来，首页就相当于这个APP的脸面，是用户第一眼看到的地方。我们在首页上做了很多各种各样的测试，再结合后续用户的使用情况和数据反馈来看，现在这个阶段的产品形态是比较理想的。

梁志辉：是啊，现在这个形态比较符合我们的定位，但每个阶段需要的东西都不一样。等到产品破圈以后，可能我们又得用另外的策略了。

07 这两个功能的结合出乎意料的受到用户喜欢

AI产品黄叔：你说得对，这跟我们之前讲的很呼应，就是怎么让用户尽快达到6次搜索这个行为。从流程和数据反馈来看，现在这个阶段的设计确实比较合适，能帮用户更快地达成这个目标。

说到360，我知道你们很重视用户反馈。从你们收到的用户反馈来看，你觉得用户最喜欢你们产品现在的哪个功能？

梁志辉：我们有几个功能的受欢迎程度是超出预期的。比如说，一开始我们在考虑要不要做默认语音播报这个功能。还有就是最早期的时候，我们也没想到要做语音克隆。

结果这两个功能一起做出来后，效果特别不一样。首先是所有搜索都能默认语音播报，很多用户觉得这体验很特别。其次是在声音市场里，用户可以选择各种不同的语音，有说中文的，有说英文的，还有带口音的，这些选择让用户觉得很有意思。

第三点就是，除了官方制作的那些语音内容，用户还可以克隆自己的声音。我们发现很多用户用了我们的产品后，都会去尝试语音克隆，他们希望用自己的声音来回答问题。一开始我也没想明白为什么会这样。

（纳米AI搜索的声音广场和克隆声音功能）

但我觉得这次我们做的最大改变，是跟过去的AI产品不一样的地方。

你看以前很多产品的语音功能，基本上就是照着文字一字不差地读，很机械。最大的问题是，大部分模型生成的内容都不是按照自然的语气来表达的。但这次我们做了个重要改变，就是让AI用更口语化、更像人说话的方式来表达。

说得通俗点，就是我们通过模型和TTS的能力，让语音更有人味儿。有了这种人味儿之后，很多用户觉得这个产品特别有意思。

AI产品黄叔：这确实超出了我的预期，之前真没想到会这样。现在大家可以去下载纳米AI搜索来体验一下。比如说李雪琴或者徐志胜播报的时候，他们说的内容跟原文是不一样的，有他们自己的风格在里面。你们中间还做了一次改写？

梁志辉：我们做了好几次测试后发现，用户在语音对话时更希望能快速听到结论。

所以我们做了一次调整，把回答的顺序改了，用户满意度就提升了很多。

在文字输入时，我们可以用总分总的方式，最后再给出结论。但在语音播报时，我们特意调整了模型的表达方式，让它先说结论再解释原因。对大多数用户来说，这样的体验更直接。

说实话，我们现在在技术优化方面还不够到位，第一次返回答案的速度还是有点慢。但即便这样，对很多用户来说，这种方式也让他们更快地获得了答案。

比如说你问"猫知不知道自己是猫"或者"狗知不知道自己是狗"这样的问题，模型会在第一句话就直接告诉你有没有明确结论，然后再解释为什么。这种回答方式跟以前的AI产品完全不一样。

AI产品黄叔：这个还蛮细节的，并且是把AI用活了。

梁志辉：对，我记得之前跟你聊过这个。现在AI产品这么火之后，特别缺一种叫"Power User"的角色。虽然AI现在能力很强，适用的场景也很多，但关键是怎么把AI的核心能力给包装出来，怎么把这些有价值的点给挖掘出来。这确实是很多产品经理和产品负责人现在要面对的一个难题。

AI产品黄叔：你看像李雪琴、徐志胜这些声音，要把原文转化成他们的风格，肯定需要用提示词来完善。我记得你之前说过，在做AI搜索那会儿，你们就做了大量的提示词工程，好像有2000多个提示词来优化模型的输出结果。那现在在纳米AI搜索这块，这些提示词是不是也发挥了很大作用？

梁志辉：是的，我们现在已经把原来那种简单的意图识别加提示词的模式，升级成了搜索智能体。搜索最重要的一点就是要有不同的信息来源，有人叫IG，有人叫信息来源。如果没有这些不同的来源，就只能走通用搜索了。

你会发现，解题用的搜索和收人用的搜索是完全不一样的。比如说现在很多产品做百科信息来辅助收人，这个想法很好，但整个内部流程是不一样的。所以现在我们有一批AI工程师、测评工程师和数据运营工程师，他们一直在调整优化。

他们要判断每个意图该优先用哪些信息来源，用什么样的技术流程来让答案更好。现在除了通用的搜索，比如图片搜图片或者图片搜文章，这些以前可能是单独的工具或API，但现在通过大模型的意图理解，它可以自动调用不同的功能。不管是搜论文、搜图片还是搜视频，从论文里提取内容，从PDF里提取内容，这整个过程都变成了一个工程化、工业化的流程。

08 内容化的尝试：构造AI永动机

AI产品黄叔：对，语音对纳米AI搜索来讲确实挺重要的。我们看发布会的时候，老周也请了徐志胜和李雪琴。我知道这些脱口秀演员，大家还是蛮认可他们的。他们的声音加进来之后，对于整个产品的用户使用体验和反馈，有没有什么不一样的变化？

梁志辉：说实话这块我们做得不是特别成功。首先他们俩都是艺人，对很多信息都很敏感，这就限制了很多可以使用的场景。

第二个，我们一直在做内容化的尝试。

前几天我看到一个特别好的形容词，之前大家都说AI播客，但中国用户不知道什么是AI播客。我看邓超的电影里提到一个词叫"电子相声"，我觉得挺有意思的。可能我们后续还会在这块内容建设上做些调整。

不过我比较有信心的是，有了这种拟人化的表达能力，有了这种迷人的声音，虽然说的内容很重要，但是有没有机会让模型真正学会，能够表现出这种幽默感。当然这中间还有很多技术难点需要我们去克服。

AI产品黄叔：对，包括模型本身能力的进化，也会是里面比较重要的因素。

梁志辉：现在不管是国内还是国外的模型，你想让它爆梗都是很难的。人在即兴演讲的时候能表现出来的那种感觉，跟模型完全不是一个层次的。

AI产品黄叔：甚至你在即兴演讲的时候突然想到的东西，可能跟你过去的经验有很强的关联。如果模型不知道你小时候吃过什么苦，它就很难马上把这些经历串联到现在的话题上来。

对了，这里面我觉得还有一点很重要。你刚才说要把AI搜索的结果内容化，我觉得这是个挺重要的关键词，你怎么理解这个事情呢？

梁志辉：过去两三年的时候，大家对AI搜索的理解就是搜索结果的总结。说实话，现在很多厂商还是这么做的，但用户体验并不会很满意。不过现在因为模型的表达能力提升了，无论是产出图文并茂的内容，还是把内容改写成脱口秀，或者变成电子博客，理论上都能做到。

但是怎么样能够让这个流程持续下去，源源不断地产出内容，这个还是有难度的。说实话，现在的模型在表达能力、总结能力，以及多模态的丰富性上还是有欠缺的。要是哪天能像现在看到的那些AI电影一样，让模型自动化产生内容，那效果就完全不一样了。

现在确实有各种AI工具，比如写脚本的、做分镜的，还有文生图和图生视频的工具。但现在还没人能把这一系列能力都吃透，变成一个AI驱动的内容永动机。就是能够不断地学习优秀作品，把它们融会贯通，最后形成一套内容产生的策略。

你看现在好几家都在做AI日报，但这些AI日报能不能比传统编辑做得更好呢？这个过程你会发现它不是纯技术的问题，可能需要人参与，但有意思的是，如果一旦成功了，就不需要人参与了。

我们前期其实只关注了文本，但接下来在声音、图像和视频上，如果都能结合起来，那就很有想象空间了。比如很多人看了字节的发布会后，觉得未来可能会出现AI版的抖音。

这个是有可能的，但背后一定要结合搜索能力，知道今天发生了什么。还要结合文生图的能力，能把文本或图片转成视频，以及根据内容让AI去配音、配乐、配特效。你会发现现在每个小工具都有，但都需要人去操作。

以后说不定能变成一个AI永动机，就是有人去产生基础的素材，剩下的就让模型去大规模生产。我觉得到2025年，应该会有人能在小范围内突破这些问题。

AI产品黄叔：对，这跟前面说的为人民服务那点很接近。就是在输入端，老百姓可能不方便打字，但他们可以用蹩脚的普通话或者方言直接说进去。然后系统用某种方式让他们知道想要的东西。

结合你刚说的，不只是一开始用方言跟系统对话，还可以克隆声音，比如用李雪琴的声音，甚至可以用画面视频来回应。只要这个系统变成永动机，它只需要知道你关心什么就行了。用得多了之后，它就能知道你想要什么，就像AI版的抖音一样，你就可以一直刷下去。

梁志辉：对，AI如果拿到了你的浏览记录和聊天记录，很可能就能创造出一个比你自己还要懂你的"人"。

AI产品黄叔：是啊，你看现在模型的技术，不管是图像的、3D的、文字的还是语音的，都在慢慢往这个方向发展。只是现在还没有谁能把所有这些东西都串起来，完全吃透，然后稳定地给用户产出这种内容型的产品。

梁志辉：对，之前我们想了一个词，把AI搜索定义成"创作引擎"，但后来发现这个想法可能太超前了。

对，它确实是创作引擎的一部分。但要真正建成一个完整的创作引擎，还需要整合很多多模态的能力，而且模型的能力也需要继续提升。