AI 搜索引擎

AI 搜索引擎（AI Search Engine）将传统搜索的”给链接”升级为”给答案”——用户提一个问题，系统自动检索、阅读、总结，直接给出带引用来源的结构化回答。它是 LLM 应用生态概览中最高频的 toC 应用形态。2025 年以来，AI 搜索进一步演化为两大方向：即时问答搜索（Perplexity、ChatGPT Search、Google AI Overviews）与 Deep Research 深度研究（多步推理 + 自动报告生成），后者标志着搜索从”检索工具”走向”自主研究 Agent”。本页梳理 AI 搜索的完整技术链路。前置阅读：RAG 检索增强生成。

核心直觉

AI 搜索引擎 = 一个帮你查资料、读论文、写摘要的研究助手。

传统搜索引擎（Google/Bing）像一个图书管理员——你问关键词，它给你一堆可能相关的书单（链接列表），你自己去翻。AI 搜索引擎像一个研究助手——你问问题，它自己去查资料、读文档、整理成带引用来源的答案，直接交给你。

核心差异：

• 关键词 vs 意图：传统搜索做关键词匹配（TF-IDF/BM25——即根据词频与文档频率打分的经典文本检索算法），你搜”苹果”它分不清是水果还是公司。AI 搜索利用 LLM 的语义理解能力把握你的真实意图——“苹果最新财报”自动知道你想查公司。这里的关键技术是 embedding（嵌入向量），即将文本映射为高维空间中的稠密向量，使语义相近的内容在向量空间中距离也近，从而支持基于语义而非字面的匹配。详见 Embedding 模型。
• 链接列表 vs 直接答案：传统搜索给 10 个蓝色链接，你自己点开看。AI 搜索直接生成答案，末尾标注引用来源，你可以进一步追问。这种模式在学术上被称为 Answer Engine（答案引擎），以区别于传统的 Search Engine（搜索引擎）。
• 单轮 vs 多轮：传统搜索每次独立查询。AI 搜索支持追问、澄清、深入——像和专家对话。
• 检索 vs 研究：2025 年兴起的 Deep Research 模式更进一步——系统自动执行数十轮搜索-阅读-推理-再搜索的循环，最终输出一篇带完整引用的万字研究报告，相当于一个初级研究员数小时的工作量。

技术链路比普通 RAG 复杂得多，因为要面对互联网级别的实时数据、开放域问题、以及用户对时效性的高要求。

原理详解

AI 搜索的完整管线

一个生产级 AI 搜索引擎的核心管线：

1. 查询理解（Query Understanding）

用户输入的自然语言查询先经过理解和改写：

• 意图识别：判断查询类型——事实型（“珠穆朗玛峰多高”）、导航型（“GitHub 登录”）、研究型（“比较 React 和 Vue 的优劣”）、时效型（“今天新闻”）。2025 年的系统中，意图识别通常由一个轻量 LLM（如 GPT-4o-mini 或开源小模型）或专门的分类器完成，在毫秒级给出判断。
• 查询改写：将口语化、模糊的查询改写成更适合检索的形式。如”那个有名的红圈椅子”改写为”Hans Wegner 红色圆椅 CH07”。改写策略包括同义词扩展、消歧义补充、时态归一化等。
• 查询分解：复杂问题拆成子问题。如”GPT-4 和 Claude 3 哪个更便宜”拆成”GPT-4 API 价格”和”Claude 3 API 价格”两个子查询。这一步在比较型、多实体问题中尤其关键，是 Perplexity Pro Search 和 ChatGPT Search 的核心能力之一。
• 多路查询生成：同一问题生成多个不同角度的检索查询，提高召回率。例如对”2025 年最佳编程语言”同时生成”2025 编程语言排行”、“2025 最热门开发语言”、“TIOBE 2025 指数”等多个查询。
• 对话上下文消解：在多轮对话中，用户说”那它呢”，系统需要先用 LLM 做指代消解（Coreference Resolution——即解析代词指向的具体实体），将上下文中的信息融入查询，再执行检索。这是 ChatGPT Search、Perplexity 等产品支持自然追问的技术基础。

2. 多源检索（Multi-Source Retrieval）

不同于企业级 RAG 只搜索一个向量库（Vector Database——存储 embedding 向量的专用数据库，支持高效相似度检索），AI 搜索引擎需要多源检索：

• Web 搜索引擎 API：调用 Google/Bing/Brave/Exa 等的搜索 API 获取候选网页列表。这是获取实时信息的主要渠道。2025 年出现了越来越多 专为 AI 设计的搜索 API（如 Tavily、Exa、Jina s.j.in），它们直接返回清洗后的结构化内容而非 HTML，省去了网页抓取步骤。
• 知识图谱：Google Knowledge Graph、Wikidata 等结构化知识库，适合事实型问题（人物、地点、数值等）。知识图谱以实体-关系-属性的三元组形式存储信息，能提供精确的事实查答。
• 新闻/天气/股价等垂直 API：时效性问题调用专门的垂直搜索接口，获取结构化的实时数据。
• 自建索引：部分平台维护自己的网页索引（如 Perplexity 的自建爬虫+索引、Google 的万亿级网页索引）。自建索引的优势是可以完全控制排序逻辑和新鲜度。
• 多模态检索：2025 年的主流 AI 搜索已支持图片输入搜索（如截图搜索）、代码搜索、学术文献全文搜索等。多模态检索依赖 CLIP 等 跨模态 embedding 模型（即将图片和文本映射到同一向量空间，使”一只猫的图片”和文本”cat”距离相近）。

3. 网页内容提取与分块

检索回来的 URL 需要实际抓取和提取正文内容：

• 正文提取：从 HTML 中提取正文（去除导航栏、广告、侧边栏等噪声）。传统方法使用 Readability 算法（基于 DOM 结构与文本密度启发式判断正文区域），2024-2025 年越来越多系统转向用 专门的提取模型或 LLM 辅助提取（如 Jina Reader、Firecrawl），能更好地处理 SPA（单页应用）和动态渲染页面。
• 分块：将长网页分成小块（如 500-1000 token）。分块策略直接影响检索质量——常见策略包括固定窗口分块、语义分块（按段落/标题边界切分）、以及递归分块（先按大标题切，再按小标题切）。token（词元）是 LLM 处理文本的基本单位，由 tokenizer（分词器）将原始文本切分而成；一个英文单词约 1-2 个 token，一个中文字约 1-2 个 token。详见 Tokenizer。
• 质量过滤：丢弃内容农场、低质量页面——通过域名声誉、内容质量模型等判断。2025 年随着 AI 生成内容的泛滥，AI 内容检测与去重 也成为质量过滤的重要环节。

4. 相关性筛选与重排

• 初筛：从大量候选块中粗筛出与问题相关的候选。通常用 embedding 相似度（余弦相似度）或 BM25 分数快速过滤。
• 重排序：用 Reranker 模型（交叉编码器，Cross-Encoder——将查询和文档拼接后联合编码，比双塔模型更精确但更慢）对候选块按相关性精排。详见重排序模型。
• 去重：多个 URL 可能引用同一来源（如多篇新闻引用同一篇论文），需要去重。去重可基于 URL、内容哈希或语义相似度。
• 新鲜度加权：对时效性问题，给予近期发布的内容更高权重。这通常在重排阶段作为一个特征因子融入排序公式。

5. 上下文组装与答案生成

• 将精排后的 top-K 网页块拼入上下文，每块标注来源编号。上下文组装的核心挑战是 token 预算管理——LLM 的上下文窗口有限（如 GPT-4o 为 128K token），需要在有限窗口内塞入最有价值的信息。详见上下文工程。
• 用 LLM 生成结构化答案，在答案中标注引用编号（如 “根据 [1] [3]，…”）。生成的风格和格式由 System Prompt 控制——可以要求表格对比、分点列出、带优缺点分析等。
• 关键约束：只基于检索内容回答，不编造（幻觉控制）。业界通行的做法是在 System Prompt 中加入强制约束：“只基于以下检索结果回答，找不到相关信息就说’未找到相关资料’“。详见AI 安全与护栏。
• 结构化输出：2025 年的系统越来越多地使用 structured output（结构化输出，如 JSON Schema 约束 LLM 输出格式）来分离答案正文、引用列表、相关问题等结构，便于前端精确渲染。详见结构化输出。

6. 相关问题推荐

• 生成 3-5 个相关的追问建议，引导用户深入探索。相关问题通常由 LLM 基于当前问题和检索内容生成，是 AI 搜索区别于传统搜索的标志性功能。

Deep Research 深度研究模式

2025 年 AI 搜索最重要的进化是 Deep Research——从”一次搜索给答案”升级为”多轮自主研究给报告”。代表产品包括 OpenAI Deep Research（基于 o3 推理模型）、Google Gemini Deep Research、Perplexity Deep Research、以及 Grok DeepSearch 等。

Deep Research 的核心管线是一个 Agentic 搜索循环：

1. 规划阶段：LLM 先理解用户的复杂问题，制定一个多步搜索计划——确定需要查哪些子主题、每个子主题用什么查询。
2. 搜索-阅读-推理循环：按计划执行多轮搜索（通常 10-50 轮），每轮搜索→抓取→阅读→提取关键信息→判断是否需要继续搜索。这一步大量依赖 推理模型（如 o3、DeepSeek-R1——具备 chain-of-thought 链式推理能力的 LLM，能在回答前进行长链推理）来做判断。
3. 信息综合：将所有轮次收集的信息综合成一篇结构化的研究报告，包含引言、正文、结论和完整引用列表。

Deep Research 与即时搜索的关键区别：

维度	即时 AI 搜索	Deep Research
搜索轮次	1-3 轮	10-100+ 轮
耗时	5-15 秒	1-30 分钟
输出	段落级答案	万字级研究报告
适用场景	快速事实查询	深度课题调研
成本	低（单次 LLM 调用）	高（大量推理 + 搜索）

Deep Research 的底层技术本质上是 Agent 架构（自主决策系统），将搜索、阅读、推理封装为一个可自主循环的搜索工具。详见 Agent 模式。

AI 搜索 vs 传统 RAG 的区别

维度	传统 RAG	AI 搜索
数据源	企业私有知识库	全互联网（实时）
索引规模	万到百万级文档	百亿级网页
查询类型	领域内问题	开放域任意问题
时效性	取决于索引更新频率	实时（秒级）
引用来源	内部文档	公开网页 URL
查询改写	可选	必须
检索延迟	毫秒级（向量搜索）	秒级（网页抓取）
幻觉控制难度	中（领域可控）	高（网络信息质量参差）

答案引擎优化（AEO / GEO）

随着 AI 搜索引擎流量激增，一个新兴领域应运而生：Answer Engine Optimization（AEO），也称 Generative Engine Optimization（GEO）——即如何让你的内容更容易被 AI 搜索引擎引用。

核心实践包括：

• 结构化标记：使用 Schema.org 结构化数据标记，帮助 AI 理解页面内容类型与属性。
• 清晰的内容层级：AI 提取器偏好有清晰标题层级（H1→H2→H3）和明确段落的内容。
• 事实密度：AI 搜索倾向引用包含具体数据、统计、引用来源的高密度内容页。
• 原创性与权威性：随着 AI 生成内容泛滥，AI 搜索引擎在排序时越来越重视内容原创性和作者权威信号。

原理图解

AI 搜索引擎完整管线

查询分解示例

Deep Research 的 Agent 循环

动手实践

用 LLM + 搜索 API 构建简易 AI 搜索

import openai
import requests  # 用于调用搜索 API

client = openai.OpenAI()

def ai_search(query, num_results=5):
    """简易 AI 搜索引擎: 改写 → 搜索 → 提取 → 生成"""

    # 第一步: 用 LLM 改写查询（提升检索质量）
    # 查询改写是整个管线中投入产出比最高的一步
    rewrite = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{
            "role": "user",
            "content": (
                "将以下搜索查询改写为最适合搜索引擎的形式，"
                "补充必要的消歧义词，只输出改写后的查询:\n"
                f"{query}"
            ),
        }],
        max_tokens=50,
    )
    search_query = rewrite.choices[0].message.content.strip()
    print(f"改写后查询: {search_query}")

    # 第二步: 调用搜索 API（这里用 Brave Search API 示例）
    # Tavily、Exa 等专为 AI 设计的搜索 API 会直接返回清洗后的正文
    resp = requests.get(
        "https://api.search.brave.com/res/v1/web/search",
        headers={"X-Subscription-Token": "YOUR_API_KEY"},
        params={"q": search_query, "count": num_results},
    )
    results = resp.json().get("web", {}).get("results", [])

    # 第三步: 组装上下文（每条结果标注编号，便于引用生成）
    context = ""
    for i, r in enumerate(results):
        context += f"[{i+1}] {r.get('title', '')}\n{r.get('description', '')}\n\n"

    # 第四步: 用 LLM 基于检索结果生成答案
    # System Prompt 中的约束是幻觉控制的关键
    answer = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {"role": "system", "content": (
                "基于以下搜索结果回答用户问题。"
                "回答末尾用 [编号] 标注引用来源。"
                "找不到答案就说'未找到相关信息'，不要编造。"
            )},
            {"role": "user", "content": f"搜索结果:\n{context}\n\n问题: {query}"},
        ],
        max_tokens=500,
    )
    return answer.choices[0].message.content

# print(ai_search("2025年最热门的 AI 模型有哪些"))

查询分解与多路检索

import openai
import json

client = openai.OpenAI()

def decompose_query(question):
    """将复杂问题分解为多个子查询，提升召回率"""
    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{
            "role": "user",
            "content": (
                "将以下复杂问题分解为 2-4 个独立的搜索查询，"
                "输出 JSON 数组格式，每个元素是一个字符串查询:\n"
                f"问题: {question}"
            ),
        }],
        max_tokens=200,
        # 使用 response_format 约束输出为合法 JSON（structured output）
        response_format={"type": "json_object"},
    )
    try:
        raw = resp.choices[0].message.content
        # response_format json_object 模式返回 {"queries": [...]} 格式
        data = json.loads(raw)
        return data.get("queries", data.get("results", [question]))
    except Exception:
        return [question]  # 解析失败则用原查询

# 复杂查询分解示例
subqueries = decompose_query("比较 Python 和 Rust 在 Web 后端的性能差异")
for i, sq in enumerate(subqueries):
    print(f"子查询 {i+1}: {sq}")
# 子查询 1: Python Web 后端框架性能基准测试
# 子查询 2: Rust Web 后端框架性能基准测试
# 子查询 3: Python vs Rust Web 后端性能对比

对话上下文消解（多轮追问）

import openai

client = openai.OpenAI()

def resolve_query_with_history(question, conversation_history):
    """
    在多轮对话中，将用户的简短追问（如"那它呢"）结合历史上下文，
    改写为完整的、可独立检索的查询。
    conversation_history 是之前的对话记录列表。
    """
    history_text = "\n".join(
        f"{'用户' if m['role'] == 'user' else '助手'}: {m['content']}"
        for m in conversation_history[-6:]  # 只取最近 3 轮，控制 token
    )

    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{
            "role": "user",
            "content": (
                "根据对话历史，将用户的最新问题改写为一个完整的、"
                "不依赖上下文也能理解的独立查询。只输出改写后的查询。\n\n"
                f"对话历史:\n{history_text}\n\n"
                f"最新问题: {question}"
            ),
        }],
        max_tokens=100,
    )
    return resp.choices[0].message.content.strip()

# 示例: 用户先问"GPT-4o 多少钱"，再追问"那 Claude 呢"
# conversation_history = [{"role": "user", "content": "GPT-4o 多少钱"}, ...]
# resolved = resolve_query_with_history("那 Claude 呢", conversation_history)
# → "Claude 3.5 Sonnet API 价格是多少"

用 Agent 模式实现简易 Deep Research

import openai
import json
import requests

client = openai.OpenAI()

def search_web(query, num_results=5):
    """调用搜索 API，返回摘要列表"""
    resp = requests.get(
        "https://api.search.brave.com/res/v1/web/search",
        headers={"X-Subscription-Token": "YOUR_API_KEY"},
        params={"q": query, "count": num_results},
    )
    results = resp.json().get("web", {}).get("results", [])
    return [{"title": r.get("title", ""), "snippet": r.get("description", "")}
            for r in results]

def deep_research(question, max_iterations=10):
    """
    简易 Deep Research: 规划 → 多轮搜索-推理 → 综合报告。
    生产级 Deep Research 还需要网页正文抓取、更复杂的推理模型等。
    """
    findings = []  # 累积收集的信息

    # 工具定义: 让 LLM 可以调用搜索
    tools = [{
        "type": "function",
        "function": {
            "name": "search_web",
            "description": "搜索互联网获取信息。当需要查找最新事实或具体数据时使用。",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "搜索查询词"}
                },
                "required": ["query"],
            },
        },
    }]

    messages = [
        {"role": "system", "content": (
            "你是一个深度研究助手。面对复杂问题，请分步搜索互联网收集信息，"
            "每次搜索后评估信息是否充分，充分后再综合给出完整答案。"
            "引用搜索结果时标注来源。"
        )},
        {"role": "user", "content": question},
    ]

    for _ in range(max_iterations):
        resp = client.chat.completions.create(
            model="gpt-4o",
            messages=messages,
            tools=tools,
            max_tokens=2000,
        )
        msg = resp.choices[0].message
        messages.append(msg)

        # 如果模型决定调用搜索工具，执行搜索并将结果返回
        if msg.tool_calls:
            for tc in msg.tool_calls:
                args = json.loads(tc.function.arguments)
                search_results = search_web(args["query"])
                findings.append({"query": args["query"], "results": search_results})
                # 将搜索结果作为 tool response 返回给 LLM
                messages.append({
                    "role": "tool",
                    "tool_call_id": tc.id,
                    "content": json.dumps(search_results, ensure_ascii=False),
                })
        else:
            # 模型不再调用工具，说明研究完成，返回最终答案
            return {"answer": msg.content, "search_rounds": len(findings), "findings": findings}

    return {"answer": "达到最大搜索轮次限制。", "search_rounds": len(findings)}

# result = deep_research("2025 年主流开源大语言模型有哪些？各自的优缺点是什么？")
# print(f"搜索轮次: {result['search_rounds']}")
# print(result["answer"])

提示：上面的 Deep Research 示例是教学版简化实现。生产级 Deep Research（如 OpenAI Deep Research）还会加入：网页正文抓取与阅读、推理模型（o-series）做规划判断、搜索结果质量评估与去重、并行搜索加速、以及研究报告的结构化生成等。

实践要点

• 查询理解是成败关键：搜索引擎的效果 60% 取决于查询理解。再好的检索和生成，查询改写错了就全完了。务必在查询改写上投入足够精力。一个实用技巧：用低成本模型（如 GPT-4o-mini）做查询改写，用强模型做答案生成，兼顾质量与成本。
• 时效性问题必须用实时搜索：涉及”今天""最新""2025 年”等时效词时，不能依赖模型训练数据（training data cutoff——即模型训练时见过的最新数据日期，如 GPT-4o 的知识截止到 2023 年 10 月），必须走 Web 搜索。这是 AI 搜索相比纯 LLM 的核心价值。
• 引用可信度排序：优先引用权威来源（官方文档、维基百科、学术论文），降低内容农场权重。可以维护域名声誉表来辅助过滤。2025 年 AI 内容泛滥后，域名声誉比以往任何时候都重要。
• 幻觉控制是底线：答案必须能在引用来源中找到对应内容。在 System Prompt 中强制约束”只基于检索结果回答，找不到就说不知道”。更严格的做法是在生成后加一个 验证步骤——用另一个 LLM 检查答案中的每个事实断言是否都能在引用来源中找到。详见AI 安全与护栏。
• 响应延迟优化：AI 搜索的延迟（5-15 秒）远高于传统搜索（不足 1 秒）。优化手段：流式输出（streaming——即逐 token 返回，用户看到文字逐字出现，感知等待时间大幅降低，详见 流式输出）、并行检索多路查询、缓存热门查询结果。Deep Research 模式延迟可达数分钟到数十分钟，需要异步任务 + 进度展示。
• 多轮对话的上下文管理：用户追问时需要理解指代关系（“那它呢”中的”它”指什么），用 LLM 做指代消解后重新检索。详见上下文工程。
• 成本控制：一次 AI 搜索涉及多次 LLM 调用（改写 + 生成 + 可能的验证），token 消耗远高于纯 LLM 对话。优化策略：小模型做改写/分类、大模型做生成、缓存层兜底热门查询。2025 年开源推理模型（如 DeepSeek-R1）的兴起使得自托管全链路搜索在成本上变得可行。
• 网页正文提取质量：这是最容易被忽视但影响巨大的环节。垃圾进、垃圾出（garbage in, garbage out）——如果提取的正文质量差，再好的 LLM 也生成不了好答案。推荐使用 Jina Reader、Firecrawl 等专业提取服务。
• AEO/GEO 优化：如果你是内容方，要确保你的内容能被 AI 搜索引擎正确提取和引用。使用清晰的 HTML 结构、Schema.org 标记、以及高密度的事实性内容。

典型应用

• Perplexity：AI 搜索引擎的标杆产品，支持 Pro Search（多步推理搜索）、Deep Research（深度研究模式，执行数十轮搜索后生成研究报告）、学术搜索、购物比较等多种模式。2025 年成为增长最快的 AI 搜索产品之一。
• ChatGPT Search：OpenAI 在 ChatGPT 中集成的实时 Web 搜索功能，支持自然追问、多轮对话搜索，可直接在对话中引用网页来源。
• Google AI Overviews：Google 搜索结果页顶部的 AI 生成摘要，覆盖了传统搜索的头部流量。背后是 Google 的 Gemini 模型 + 万亿级自建索引。
• Grok Search / DeepSearch：xAI 的 Grok 集成的实时搜索与深度研究功能，与 X（Twitter）平台数据深度整合，擅长实时事件和热点话题。
• Bing Copilot / Copilot Search：微软 Bing 集成的 AI 搜索和对话功能，后端使用 OpenAI 模型。
• 企业内部 AI 搜索：基于企业文档库构建的内部知识搜索系统——本质上是对企业知识做 AI 搜索。底层技术详见 RAG 检索增强生成。
• 学术 AI 搜索：Consensus、Elicit、Scite、Semantic Scholar 等专注于学术论文检索和总结，支持跨论文证据综合、研究方法对比等学术场景。
• 代码搜索与文档搜索：Cursor、Sourcegraph 等将 AI 搜索应用于代码库和开发文档，支持自然语言查询代码。详见 AI 编码。

典型类库与工具

工具 / 服务	类型	说明
Perplexity	产品 / API	AI 搜索引擎标杆，提供 Pro Search、Deep Research 和 API 接口（sonar 系列模型）
Tavily	API	专为 AI Agent 设计的搜索 API，返回结构化结果，LLM 友好，支持自动正文提取
Exa	API	语义搜索引擎 API，支持按内容含义而非关键词搜索，适合 AI 搜索管线
Brave Search API	API	隐私优先的搜索引擎 API，提供独立的网页索引
Serper / SerpAPI	API	封装 Google 搜索结果的 API，常用作 AI 搜索的后端
Jina Reader	API	网页正文提取服务，输入 URL 返回 LLM 友好的 Markdown 格式正文
Firecrawl	API/开源	网页抓取与 Markdown 转换服务，支持 SPA 动态页面，适合构建 AI 搜索管线
LangChain Search Tools	Python	LangChain 内置的多搜索后端工具集（Tavily/DuckDuckGo/Brave 等）
LlamaIndex	Python	提供完整的搜索-检索-生成管线抽象，适合构建自定义 AI 搜索引擎
SearXNG	开源	元搜索引擎（Meta Search Engine），聚合多个搜索引擎结果，可自托管
Crawl4AI	开源	专为 LLM 设计的开源网页爬虫，输出 Markdown 格式

术语表

术语	英文	解释
查询理解	Query Understanding	对用户查询进行意图识别、改写、分解等预处理
查询改写	Query Rewriting	将口语化或模糊的查询改写为更适合检索的形式
查询分解	Query Decomposition	将复杂问题拆分为多个独立子查询分别检索
多源检索	Multi-Source Retrieval	同时从多个数据源（Web/知识图谱/垂直 API）检索
正文提取	Content Extraction	从 HTML 网页中提取正文内容，去除导航/广告等噪声
引用生成	Citation Generation	在生成答案时标注信息来源，支持可溯源性
指代消解	Coreference Resolution	在多轮对话中解析”它""这个”等代词的具体指向
开放域	Open-Domain	不限定领域、可以问任意话题的查询场景
答案引擎	Answer Engine	直接生成答案（而非链接列表）的搜索引擎变体
答案引擎优化	AEO / GEO	针对答案引擎优化内容可发现性和可引用性的实践
深度研究	Deep Research	多步自主搜索-推理循环，输出长篇研究报告的搜索模式
元搜索引擎	Meta Search Engine	聚合多个搜索引擎结果的系统

延伸阅读

• Perplexity 官方博客：Perplexity 团队分享 AI 搜索引擎的架构设计、查询理解策略和生成质量优化的技术文章。
• OpenAI Deep Research 技术报告：OpenAI 发布的 Deep Research 功能说明，展示了推理模型 + 搜索循环如何实现自主研究能力。
• Lewis et al.,「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks」(2020)：RAG 原始论文，AI 搜索引擎的理论基础。详见 RAG 检索增强生成。
• Asai et al.,「Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection」(2023)：Self-RAG 论文，让模型自己判断何时检索、检索结果是否相关，对 AI 搜索的检索质量有重要参考。
• Google「From Keyword to Context」搜索技术博客：Google 搜索从关键词匹配向语义理解演进的技术分享。
• Tavily / Exa 官方文档：面向 AI Agent 的搜索 API 文档，展示了专为 LLM 设计的搜索 API 的设计思路和最佳实践。
• Agarwal et al.,「Evaluating Retrieval-Augmented Generation」：系统评估 RAG 管线中检索、生成各环节质量的框架，可直接迁移到 AI 搜索评估。