天工AI搜索是什么来头？拆解国产早期AI搜索的信源聚合与溯源机制
天工是昆仑万维推出的生成式人工智能产品：2023 年 4 月，昆仑万维对外发布了自研的双千亿级大语言模型「天工」，随后在这一底座之上迭代出天工AI搜索等面向大众的服务，产品主站为 www.tiangong.cn[1][2]。本文只聚焦其中的搜索方向——它如何把散落在多个网站上的信息聚合成一段带着来源标记的回答，以及这套机制在真实使用中的长处与边界。
把时间拨回 2023 年春天。那一季中国大模型的发布会一场接着一场，热闹归热闹，大多数产品最终都停在同一个画面里：一个聊天窗口，你问我答。
昆仑万维选了一条不太一样的路。它没有让刚发布的双千亿级大模型停留在对话框里，而是把它推向了当时中国人最高频的信息动作——搜索[1]。这个选择的逻辑事后看非常直白：聊天是尝鲜，搜索是刚需；谁能把「查资料」这件事的体验整体抬高一层，谁就能留在用户的浏览器收藏夹里。两年多过去，AI 搜索已经从新鲜事物变成不少人查资料的默认方式。回头看天工AI搜索，真正值得拆解的不是某次版本更新的噱头，而是它作为国产早期选手就确立的两件事：信源怎么聚合，来源怎么标注。这两件事决定了 AI 搜索到底是「更方便的搬运工」，还是「可核验的研究助手」。
一、从大模型到搜索：一条国产路线的时间线
- 2023 年 4 月
- 2023 年内
依托这一模型的语言理解与生成能力，天工AI搜索逐步成型并对外开放，主打「直接给答案、附带来源」的体验，成为国内较早一批把大模型装进搜索框的产品之一（具体功能上线节奏以官方公告为准）[4]。
- 此后持续迭代
搜索之外，对话助手、写作与创作类能力陆续并入同一产品体系，官网逐步呈现出多能力入口的形态，搜索与助手之间的界限越来越像「同一双手套的两个指头」[2]。
- 当下
功能范围、免费额度与开放程度仍处于动态调整期，任何评测文章都会过期，最可靠的口径永远是 tiangong.cn 的实时页面。
二、信源聚合是怎么运作的：五步链路逐个看
传统搜索把活儿干到「给你十条蓝色链接」为止，判断哪条可信是用户自己的事。AI 搜索把这后半截也接了过去。虽然各家实现细节保密程度不一，但整条链路大体可以分为五步：
先判断你在问什么：是要一个事实（某年某事）、一份对比（A 和 B 谁好），还是一套方法（怎么操作）。意图判断错了，后面检索得再勤也是白费。
围绕问题同时去取回多个相关网页，而不是像人一样只点开第一条结果。检索面的宽窄直接影响答案的覆盖度。
把几份材料放在一起比对：互相印证的内容留下，孤证降权，明显低质或互相矛盾的段落被过滤或提示存疑。
不是摘录拼贴，而是按你的问题重写成一段连贯的回答：先给结论，再展开依据，需要时配一张小表格。
回答末尾附上参考来源，你可以点回原始网页核对。这一步是把 AI 搜索和「凭空编故事」区分开的关键保险栓。
以上是对 AI 搜索通行机制的概括性拆解。天工在每个环节的具体实现（检索哪些站点、如何排序、如何提示冲突）属于产品内部设计，请以其官方说明与实际表现为准[2]。
这套链路的价值可以用一句话概括：它把「查资料」从体力活变成了审核活。你省掉了开十个标签页来回切换的时间，但换来了一个新的责任——快速判断这段生成的答案和它背后的来源是否靠得住。会用的人效率翻倍，不会用的人只是换了个地方轻信。
三、同一个搜索框，三种打开方式
AI 搜索不是只有「随手一查」一种用法。根据目的不同，问法和验收标准完全不一样。下面这张表把最常见的三类场景摆在一起：
| 场景 | 典型问法 | 它擅长什么 | 使用建议 |
|---|---|---|---|
| 学术查证 | 「XX 概念的定义和代表性研究有哪些？」 | 快速铺开一张概念地图，帮你找到术语的规范表述与相关线索 | 把答案当索引不当结论，重要论断务必回到论文原文核对 |
| 资讯追踪 | 「最近 XX 领域有什么新进展？」 | 把分散在不同媒体的报道聚合成分主题的摘要，省去逐家翻看 | 注意事件的时效与后续反转，重要新闻建议隔天再确认一次 |
| 网页问答 | 「XX 政策今年有什么变化？」 | 替代「搜索＋点开＋自己找段落」的老三样，直接给出指向性答案 | 涉及办事流程、金额标准的内容，一律以政府或机构官网为准 |
三个场景的共同点是：答案的颗粒度变粗了，但责任并没有消失。AI 搜索替你完成了阅读和归纳，最后一公里的核验仍然属于你。养成「看到关键数字就点一下来源」的习惯，这套工具才能真正为你所用。
四、放在一张桌上比：天工 · 秘塔 · Perplexity
AI 搜索赛道上，绕不开两个常被拿来做参照的名字：国内的秘塔AI搜索与美国的 Perplexity。三者气质差异相当明显，与其争高下，不如看清分工：
| 维度 | 天工AI搜索 | 秘塔AI搜索 | Perplexity |
|---|---|---|---|
| 出品背景 | 上市公司昆仑万维出品，背靠自研大模型底座[1] | 国内团队打造，以检索产品的专注度见长[7] | 美国团队的 AI 答案引擎，国际市场知名度高[8] |
| 中文体验 | 中文原生语境，对国内热点话题与用语习惯友好 | 中文体验扎实，页面干净、结构化呈现是其口碑点 | 英文信源覆盖广，中文支持可用但非其主场 |
| 结果呈现 | 回答式为主，配套来源标注，与助手能力衔接 | 大纲式、脑图式结构化输出，适合梳理型任务 | 克制的答案流＋清晰引用列表，学术气质浓 |
| 上手门槛 | 官网与国内应用市场即可直接使用 | 网页直接可用，零门槛 | 对网络环境与英文提问能力有一定要求 |
| 适合谁 | 想要「搜索＋助手」一站式中文体验的用户 | 做调研提纲、喜欢结构化笔记的重度整理者 | 外文文献与国际资讯为主要食粮的研究者 |
这张表的结论不是「谁是第一」，而是三个产品对应三种信息食谱：日常中文综合查询，天工这类本土产品顺手；结构化梳理长资料，秘塔的大纲视图很讨喜；追国际前沿，Perplexity 的英文生态难以替代。工具箱里放一把锤子没问题，但别把每颗钉子都想象成同一种型号。[5]
五、谁适合把它设成主力搜索
学生党与论文起步者：用它快速建立对一个陌生领域的第一印象，再顺着来源标注回到知网或 Google Scholar 深挖。省下的时间花在读原文上，而不是花在找入口上。
内容与媒体从业者：热点聚合能力可以把晨间扫稿的效率拉高一大截。但稿件里的每个关键事实仍要回溯原始信源，这既是职业规范，也是对读者负责。
普通上班族：政策变动、行业名词、报销规则这类「查一次就够」的问题最适合交给它。记住一条铁律：涉及钱和办事流程的答案，必须到官方渠道二次确认。
研究人员：它可以当预检工具，不能当文献综述本身。真正的综述仍然需要系统检索、筛选与批判性阅读，AI 只是把入口铺得更平。
常见问题
天工AI搜索和百度这类传统搜索引擎是一回事吗？
不是。传统搜索返回的是网页链接列表，阅读和归纳由你完成；天工AI搜索这类产品则直接给出整合后的答案并附带来源。两者并不互斥：要全面扫榜时用传统引擎，要快速获得结论时用 AI 搜索，混着用效率最高。
它给的答案可靠吗？还需要自己核实吗？
需要。AI 搜索大幅降低了找信息的成本，但不改变「生成内容可能出错」的事实。正确姿势是把答案当作带地图的导游：顺着来源标注回到原始网页，对关键数据、日期、金额做二次确认，尤其是要写进报告或用于决策的内容。
天工AI搜索收费吗？
基础搜索与问答能力目前可以免费使用，但产品同时存在会员体系，部分高阶能力的额度与优先级可能随版本调整。当前具体的免费范围与付费档位，以 tiangong.cn 及应用内实时说明为准。
它和秘塔、Perplexity 相比该怎么选？
按信息食谱选：中文综合查询和「搜索＋助手」一体体验选天工；结构化梳理长资料、喜欢大纲视图选秘塔；以英文文献和国际资讯为主选 Perplexity。三者完全可以共存，分别服务不同的任务类型。
手机上能用天工AI搜索吗？
可以。除网页端外，天工在主流手机应用商店提供移动应用，移动端与网页端的功能覆盖以官方页面和应用商店的介绍为准。下载时认准官方开发者名称，避免装到山寨应用。
为什么有时答案里的来源打不开或者看起来不全？
常见原因有三：部分网站设置了反爬或访问限制；个别链接在索引后发生了改版或失效；以及某些内容源对 AI 抓取不友好。遇到来源异常时，把问题里的关键词手动放到传统搜索引擎里复核一遍即可。