大模型正在重新定义搜索这件事。腾讯元宝AI搜索团队在实践中摸索出一条清晰的路径：从传统的信息检索，转向真正意义上的智能助手。这背后，是一场关于搜索架构、算法和用户体验的系统性升级。

一、搜索的前世今生

在ChatGPT出现之前，搜索在很长一段时间里都是“关键词匹配 + 链接列表”的游戏。用户输入几个词，搜索引擎吐出一堆蓝色链接，然后由用户自己完成信息筛选和整合的工作。2018年Google BERT模型的推出，让搜索进入了语义理解阶段，但交互方式本质没有改变——依然是查链接、点链接的老路。

大语言模型的兴起彻底改变了这个局面。RAG技术走向成熟后，搜索开始从“信息检索工具”向“任务解决型智能产品”跃迁。它不再只是帮你找资料，而是直接理解你的需求并给出解决方案。从更长远的角度看，随着垂直领域知识的持续接入、多模态能力的融合以及交互方式的进一步升级，搜索完全有潜力成为AI时代像水电煤一样的基础认知设施——这个想象空间相当可观。

二、大模型和搜索的关系

大模型和搜索对彼此的影响

作为一项互联网的“元老级”技术，搜索在AI时代依然是兵家必争之地。原因很简单：大模型和搜索之间存在天然的互补关系，两者正在双向进化。

对大模型来说，搜索是它获取实时知识和长尾信息的“外设引擎”。模型自身的知识是有边界的，而搜索能让它突破这个边界，链接到最新的数据库和垂直知识库，从而有效减少“幻觉”问题。经过多轮调用的实践检验，搜索已经成了大模型落地的标配组件。反过来，大模型给搜索装上了“新大脑”——搜索不再局限于链接列表加人工筛选，而是可以直接由AI生成精准答案。这种变化不仅体现在前端交互上，更带动了整个搜索算法链路的重构。

实践案例：当搜索遇上高考志愿

基于混元T1模型，结合内部的检索增强技术和Agent架构，腾讯搭建的AI搜索已经落地到腾讯元宝、QQ浏览器等700多个产品场景中。面对复杂需求，这套系统可以启动多轮反思机制来提升答案质量。

一个很典型的例子是高考志愿填报。以往用搜索引擎查“什么学校适合我”，得到的无非是一堆招生简章链接，用户需要自己逐一对照、反复筛选。而基于Agentic RAG技术的DeepSearch服务——“AI高考通”，直接把整个流程自动化了：通过“规划-搜索-阅读-反思”的循环，调用数十个专业工具，自动生成个性化的报考方案和决策指引。目前，它的志愿分析报告准确率已经超过95%，累计生成了数百万份志愿表。这种从“给信息”到“给方案”的转变，恰恰是AI搜索的核心价值所在。

三、关键技术挑战

搜索技术架构的三级跳

搜索架构的演进大致经历了三个阶段：传统Retrieval → RAG → Agentic RAG。

传统Retrieval本质上是一个静态检索流程：处理检索词、多内容源召回、多轮次混合排序。核心是解决“信息过载”问题，满足相关性、权威性这些基础需求。

到了RAG阶段，架构升级为基于大模型决策能力的动态反应式流程。最大的变化是“理解意图”——大模型通过Function Calling接入股票、天气等场景化服务，用生成式排序替代传统排序，最终输出模型总结的答案。腾讯元宝目前每天处理上亿次这类用户需求。

而Agentic RAG阶段，本质上实现了“认知闭环”。多Agent协作架构下，Planning负责任务拆解，Reflection负责动态调优，加上强化学习、多轮反馈机制，搜索从单一流程演变为多智能体协同的问题解决系统。这才是DeepSearch能够处理复杂需求的技术根基。

全链路重构：从需求理解到检索系统

搜索算法的升级是整个链路的重构，涉及需求理解、索引召回、精排、检索系统等多个环节。

需求理解方面，传统搜索主要是分词、意图识别、纠错这三板斧。但AI搜索下，用户的Prompt往往更贴近自然语言，可能包含上下文依赖和复杂任务拆解需求。这依赖于领域知识精调和基于搜索效果的强化学习来优化。

索引召回的变化更为直观。传统搜索以文档为粒度进行匹配，对高密度知识内容的利用效率不高。现在面向大模型，需要的是精准的信息片段，因此索引粒度细化到了chunk级别，提升了检索精度，再配合大模型的总结能力和多源信息校验，有效降低了幻觉。

精排算法的变化也很大。以前用的是BERT-based模型，需要大量人工特征工程，模型参数小、表征能力弱，只能单维度分别建模。而AI搜索时代，更大尺寸的生成式模型可以直接端到端地对最终结果满意度做综合排序，表征能力更强，且能实现多目标统一建模和排序。

当检索系统从RAG走向Agentic RAG，任务规划、工具调用、反思校验成为关键能力，复杂问题的解决能力也随之提升。

Query Planning：让模型学会“提问”

Query Planning解决的问题很直接：如何把用户的自然语言问题，拆解成搜索引擎真正需要的那几个查询？

举个例子，用户问“烟台大黑山岛有什么特色？周边有哪些经济酒店？玩下来需要多少天？”拆解机制会把这个问题自动分解为三个独立的query来查询。再比如，前一轮对话是“给我一些备跑北马的建议”，下一轮用户只说“每年什么时候举办？”，Planner会自动改写补全为“北京马拉松举办时间、北京马拉松日期安排”。

算法实现上采用了两阶段方案：先用标注数据进行SFT训练，学习基本的意图拆解能力；再引入搜索后的效果反馈进行强化学习，让拆解结果更符合用户需求。多轮并行训练同时提升了模型在多轮对话中的理解能力，整体满意度有了明显提升。

Function Calling：插件系统里的博弈

为了灵活接入外部优质API，腾讯开发了一套插件系统。和传统搜索中接入合作CP的结构化数据不同，这套系统的核心变化在于：从静态数据接入变为动态理解，从固定召回变为多插件智能体协同，从定制开发变为即插即用。插件从单纯的“数据资源”升级为“智能体协作网络中的敏捷生产力”。

具体实现包括几个环节：插件召回排序、外部知识引入、Function Calling、API调用和质量控制。其中，插件过多是一个现实问题——全量插件占用tokens超过1万，会影响模型效果和推理速度。解决方案是增加插件召排环节，为每个插件建立多个向量，选取与用户输入最高相关度的进行排序，同时对多个主流embedding模型进行了测试，平衡召回率和速度。

另一个难点是样本构建成本。插件槽位复杂，需要大量样本来覆盖。解决方案是设计样本自动构建系统：基于几十个种子prompt或种子槽位结果，经过双向泛化和质量控制，自动生成约20倍的FC模型高精度训练样本。

LLM Ranking：多目标排序的精髓

Query Planning完成意图拆解后，多目标排序环节需要找出满足这些任务的内容集合。具体包含四个关键步骤：

一是搜索持续预训练，用多种任务形式的搜索语料持续训练模型，优化领域适配效果；二是大规模监督生成式学习，用纯生成式方案进行大规模下游任务训练，同时引入细粒度的打分GenFR进行约束；三是生成式模型蒸馏，把生成式teacher模型（13B/30B/70B）的能力蒸馏到较小的LLM student模型（0.5B）上，满足推理性能要求；四是多目标能力拟合，在排序时采用四个目标连续生成的方案，依次生成相关性、权威性、时效性、需求满足得分，最后加权得到最终结果。

这四个环节串联起来，就是AI搜索从基础能力建设到线上落地的完整链条。

RAG Task Alignment with RL：让检索学会自我迭代

有些用户问题需要多轮交互才能解决，传统RAG的单次检索机制在这方面力不从心。解决思路是从两个维度切入：一是用强化学习优化多轮决策，二是聚焦奖励机制设计、减少幻觉，保证答案可靠性。

技术方案上增加了两个循环：第一个循环通过强化学习，让答案质量影响排序结果，排序结果反过来影响规划策略，实现端到端的效果优化。RL-Based Planner利用检索排序效果反馈学习，让query拆解引入搜索满意信号，提升任务拆解效果。第二个循环是RL-Based Retriever，利用Answer效果反馈学习，基于后验满意度信号、答案正确性、答案对文档的引用等信号计算reward，通过强化学习对齐到检索阶段的排序或embedding模型。

这种“检索-总结-思考”的闭环，让搜索系统具备了自我迭代的能力。

四、搜索算法加速演进方向

搜索算法的下一步演进，聚焦在四个能力的提升上：

任务规划能力，从Query Planning升级到Task Planning，让搜索和工具调用规划更有逻辑性；排序推理能力，利用强化学习增强LLM排序模型的推理能力，进一步提升排序效果；复杂问题解决能力，增强模型“规划-搜索-阅读-反思-重新规划”的完整循环；总结鲁棒性，通过强化学习提升模型多文档信息整合能力，筛选时效内容、引用权威来源，同时实现多模态检索增强，充分利用图片、视频等补充信息。

五、效果收益

2025年可以说是大模型与联网搜索互促发展的元年。腾讯把内部检索增强能力封装为“联网搜索API”对外服务，目前已经覆盖15个高增长行业，支撑智能问答、自动驾驶、教育、办公、金融等100多个AI场景。

从数据来看，2025年上半年，联网搜索API客户数环比增长269%，搜索调用量同比飙升315%。这组数字背后反映的，是市场对AI搜索价值的真实认可。对于企业来说，这项服务降低了接入高质量搜索能力的门槛；对于整个AI生态来说，搜索作为基础设施的价值正在被充分释放。