Perplexity AI 估值达 220 亿美元且拟上调至 300 亿美元,面临 10 起诉讼与激烈竞争
Perplexity AI 尽管在多项功能上不如 Gemini,仍凭借旧投资者支持和 AI FOMO 维持 220 亿美元估值,并计划上调至 300 亿美元。其核心卖点如自动引用和模型选择已被竞品覆盖,且公司正面临 10 起涉及数据抓取与用户限流的诉讼。作者认为其存在泡沫风险,若估值持续上涨则证明 AI 行业处于泡沫期。
Perplexity AI 尽管在多项功能上不如 Gemini,仍凭借旧投资者支持和 AI FOMO 维持 220 亿美元估值,并计划上调至 300 亿美元。其核心卖点如自动引用和模型选择已被竞品覆盖,且公司正面临 10 起涉及数据抓取与用户限流的诉讼。作者认为其存在泡沫风险,若估值持续上涨则证明 AI 行业处于泡沫期。
研究团队提出OpenDS任务范式并构建OpenDS-World基准,测试12个前沿模型在真实开放网络中自主搜索多源信息的能力。表现最好的GPT-6 Astra准确率仅39%,且大部分模型在失败调用上消耗了超过40%的执行时间,揭示出Agent在长程决策、异构格式处理和失败恢复方面仍存在显著瓶颈。
推荐理由:报告给出了12个前沿模型在真实开放网络搜索中的量化差距,读者可据此判断当前Agent在长程决策与多源证据整合上的具体短板。
百度在北京产品升级沟通会上宣布推出搜索AI API,活动期间最低价为4.9元/千次,低于DeepSeek同类产品的5元/千次。文心助手升级后覆盖场景超170种,AI镜头支持9种方言实时对话,GUI互动场景接入超50亿条数据资源。
IT之家援引 Hacker News 讨论称,Stack Overflow 每月新增提问已降至 1000 条以内。开发者 frank chu 调用 Stack Exchange 官方 API 核实数据,2026 年 9 月完整月仅 969 条,较 2020 年 10 月的 141749 条下降 99.3%。
推荐理由:用 Stack Exchange 官方 API 量化了提问量六年跌去 99.3% 的幅度,让这轮下滑从传闻变成可核验的长期趋势。
ZEST-Search提出一种无标签、工具高效的搜索智能体训练框架,通过异构共进化实现性能提升。 该框架使用非标签参考问题在线构建验证任务,并采用中间难度奖励与工具感知奖励优化任务难度与搜索效率。 实验表明,在七个通用及多跳问答基准上,ZEST-Search在无需专家轨迹的情况下显著提高了搜索效率。
针对LLM智能体本地搜索评估覆盖度不足的问题,推出ATLAS-Bench基准与ATLASBox评测环境。 ATLAS-Bench包含3个区域扩展的1,200条查询,区分强制要求与偏好;ATLASBox提供固定POI知识库及搜索工具。 在11个模型的14种配置评估中,GPT-6-Luna约束满足率达71.5%,GLM-5.3可行查询推荐率85.3%。
研究揭示了搜索智能体在长时程轨迹中易受分轮次策略攻击的安全风险。 提出的 Authority-Chain Hijack (ACH) 方法在 SafeSearch 测试集上达到 55.9% 的整体攻击成功率。 进一步引入的 Trace-Guided Strategy Evolution (TGSE) 在留出评估中最高达到 95.0% 的 MaxN ASR。
SandwichR 通过 Answer-Reasoning-Answer 范式解决查询纠错延迟痛点,达到与标准 CoT 相当的 SOTA 准确率,同时降低 40-70% 延迟。 该方法采用一致性感知强化学习对齐初答与推理,并构建高质量数据集填补专项基准空白。 此方法在 CIKM 2026 发表,实现了在线搜索中延迟与准确率的平衡。
研究评估了3,611个健康问题的Google AI Overviews,发现其与传统搜索来源重叠度低且过度依赖商业发布源。AI Overviews在6项可靠性标准中的4项得分低于传统结果,且56.7%的被引用语句缺乏充分依据,仅获得医生评分标准的38.2%。
针对 /llms.txt 在普通检索固定下的增量安全与效用影响,研究设计了框架与试点测试,发现外部审计未分离出该影响。 在15个工具的45次试验中,目标端点未观察到自动请求;2026年5月日志显示,97%检测到该文件的域名无请求记录。
Reddit 即将在非美市场测试强制登录功能,要求用户必须注册或登录才能查看内容。 此举旨在保护其数据语料库免受 AI 抓取,并提升广告投放信号与用户参与度。 由于 AI 搜索模式不再带来流量,Reddit 上周搜索引荐流量已减少超 100 万次。
Reddit宣布将主要转向需登录体验。其目的包括保护数据免受AI抓取并创造授权收入。该公司Q3财报显示全球日活持平于1.303亿,但美国日活同比下降2%。搜索流量减少是主要动因。
Visible by AI 免费提供 16 项检查,验证 ChatGPT 和 Perplexity 等 AI 助手能否读取并引用网站。 工具检查首页的服务器渲染文档以及 /robots.txt、/sitemap.xml 和 /llms.txt,作为付费审计的初始信号快照,而非排名预测。
Chrome 扩展 Lumi GEO 免费在浏览器中运行,分析 AI 爬虫在页面上实际读取和遗漏的内容。 它约 3 秒内完成检查,提供 100 分制评分、修复优先级和可复制的代码;演示站中 70% 的文字对 AI 不可见,综合得分 75/100。
谷歌在第三季度财报电话会议上宣布将 AI 模式下的广告推向国际市场,并在美国本土上线多轮对话广告及 AI 模式。财报显示该季度营收 1,276 亿美元,同比增长 25%,但因搜索广告增速回落股价下跌 8%。谷歌 CEO 皮查伊指出,AI 模式下的查询长度平均是传统搜索的三倍,全球范围内每五次 AI 模式搜索中就有一次涉及语音、图像或文档输入,且每月视觉搜索请求量已突破 500 亿次。
推荐理由:谷歌将 AI 搜索广告推向国际市场并上线多轮对话广告,试图在核心搜索业务增长放缓背景下通过 AI 新形态寻找新的收入机会。
Google 宣布在全球市场推广 AI 驱动的搜索广告,试图抵消核心搜索广告业务增速放缓的压力。在第三季度财报电话会议上,Alphabet 报告营收达 1276 亿美元,同比增长 25%,但搜索广告增速从第一季度的 19% 下降至 12%。
同一新闻,精选展示《谷歌将 AI 搜索广告推向国际市场并上线多轮对话广告》
Glassbox 对 6,439 条传统软件工程职位记录的分析显示,44.3% 的岗位在提取画像中包含至少一项 AI 相关技能,主要集中在机器学习、LLM 和 AI agents。
Chrome 增强自动填充功能正式扩展,利用 Gemini 结合个人智能从 Gmail 提取信息以辅助填写表单。该功能可自动检索追踪号、航班预订及订单号等详细数据。敏感建议在填表时保持加密,用户可在设置中管理权限,该功能目前已在美区桌面端及移动端上线。
Chrome 浏览器更新 AI 自动填充功能,可基于 Gmail 邮件提取航班确认号、会员卡 ID 等关键信息用于填表。 该功能扩展了 Google Personal Intelligence,支持从邮箱检索地址、订单号等数据,并默认对敏感信息进行加密。 功能正向美国桌面端用户及 Gemini 的 iOS/Android 应用推送,允许用户在设置中手动开启。
文章探讨构建AI预测股票算法的方法。
研究人员提出RAID方法,通过角色增强意图驱动优化生成式搜索引擎内容可见性,无需访问目标查询或相关反馈。 在100个样本和500个评估查询中,RAID的目标整体相对改进得分(RIS)达3.00%,主观平均分1.32%,有效优化率平均为58.0%。 该方法在生成式搜索引擎普及背景下,为内容优化提供了新途径,提升了不可见查询下的优化能力。
PailitaoMMSearch 2.0 已部署于淘宝拍立淘多模态搜索应用,通过数据、意图和场景三维度的规模化扩展,实现了从原始图像和自由指令直接生成商品语义 ID。在线 A/B 测试显示,商品浏览量提升 17.90%,交易额提升 27.04%,GMV 提升 8.94%。
API框架将预训练稀疏自编码器的特征索引直接复用为语义ID词表,解决了生成式推荐中额外训练成本及词表覆盖依赖的问题。 该框架包含预训练可解释ID(PIDs)与语义预测适配器(SPA),通过联合预测特征索引与激活强度来区分物品并学习用户偏好。 实验表明API在保持紧凑token预算下具备竞争力,并实现了可解释的检索。
LiveSearch 是一个金融搜索实时基准,它将问题存储为对专业金融数据服务的可执行验证代码,在评估时动态确定正确答案。 该基准通过每日自动重新执行程序来避免答案过时,且构建过程仅由语言模型将工具响应转化为程序,不参与答案选择。 在通用网络搜索条件下,六款最新的工具调用模型回答准确率介于 70.9% 至 76.7% 之间,且在三天内 70% 的问题黄金值发生变化。
基于 500 万网页样本的研究显示,AI 生成文本占比激增但分布不均,英语网页及.com 域名占比更高。 分析发现网页在连接图中越不中心,AI 文本增长越迅速,最中心层级 AI 内容最少。 这表明 AI 已成为公共信息传播中显著但多样化的组成部分。
LongSearchEval 框架通过轨迹感知评估 16 个大语言模型,收集 1,600 次运行记录,定位 6,545 个失败节点。 该框架在 100 个任务上验证答案组,人工验证显示答案标签一致性达 94.50%,特征对应精确率 98.11%。 该评估支持受控模型比较及回答相关内容的回溯检查。
提出 SearchHorizonBench 基准,用于从执行经验中学习与评估 AI Agent 的搜索价值。基准包含 45,632 次执行和 3,168 个问题,历史校准可将 Brier 误差降低 16.2%。 搜索收益标准差为 21.4 个百分点,现有历史估计器仅能解释少于 2% 的点估计方差。在参考 token 价格下,自由选择观测比最佳常数动作带来 2.49 分效用机会。
Mozilla 扩展火狐 Firefox“智能窗口”,新增 AI 表单自动填写和网站监控功能,目前面向部分桌面版测试用户开放。 表单填写使用 Google Gemini 3.1 Flash Lite 提取标签页上下文;网页监控由 Qwen 模型驱动,输入 /watch 可追踪价格或补货,单任务限 5 个网页。 功能仅向美国和加拿大英语用户开放,Mozilla 计划未来数月扩展至更多市场。
文章利用十个来自不同工具的笔记作为合成数据集,对比了文本搜索、嵌入搜索和带重排器的嵌入搜索三种策略。文本搜索仅匹配关键词,会遗漏语义相同但用词不同的记录;嵌入搜索通过向量相似度匹配语义,能发现未包含查询词的文档,但可能因相关性不足将次要结果排在前面。
webframe 是一个快速轻量级浏览器 JavaScript 运行器,性能与 shot-scraper 相当,但存在 CSP 失败、0×0 视口及缺失 HTTP 元数据等缺陷。
作者对 You.com、Tavily、Exa 和 Parallel 四款网页搜索 API 进行基准测试,使用 30 个代理风格查询(涵盖 GTM、保险和财务场景),通过 promptfoo 运行 90 次调用以评估准确性、延迟和可靠性。
研究检测了945个知名网站的robots.txt规则,评估14种AI爬虫的访问权限。结果显示25.9%的网站至少封锁了一种AI爬虫,其中9.2%仅封锁AI训练爬虫而开放所有AI搜索爬虫。
一款新工具通过模拟 AI 智能体与 Google Shopping 的抓取逻辑,免费审计 Shopify 商品目录的 37 项合规性与可读性。 工具提供 ChatGPT、Perplexity 等 AI 爬虫的 robots.txt 检测及 GTIN 验证等免费功能,自动重建评分最低的 5 个商品以展示修复效果。
研究识别出长程搜索中模型未耗尽上下文窗口即提前终止或给出错误答案的失败模式。 分析了七种上下文管理方法及行为感知并行采样策略,并行采样带来 2.6% 至 4.9% 的性能提升。
Certify 系统利用需求超图和 Horn 闭包判定证据充分性,在三个语料库上的决策准确率显著优于搜索代理和充分性判断器。 实体检查使决策准确率在存在黄金证据时提升 4 至 13 个百分点;基于该证明生成的答案正确率达 80%,高于全检索片段的 57%。 该方法无需额外模型调用即可匹配专有模型的充分性标签,实现了结构化证据验证。
提出 PatEx-Gym 框架以解决专利审查中先例搜索难题,包含 1K 任务基准及超 1M 专利语料库。 引入 PASS 无标注轨迹合成方法,通过监督微调训练出 4B 参数规模的 PatEx-Agent 轻量基线模型。 实验表明该小型模型在新颖性评估任务中性能具有竞争力,为深度智能体搜索提供测试场景。
新榜智汇报告指出,豆包对抖音的引用权重从 5 月的 10.79% 飙升至 8 月的 31.8%,每引用 3 条内容就有 1 条来自抖音。视频已取代边缘补充角色,成为 AI 主力信源。 关键词覆盖度是更强单指标,与引用相关系数 ρ=+0.149,高于语义相似度的 +0.117。抖音对语义相关性敏感度更强,平均引用涨幅达 51%。
S&P 500 非科技行业财报 AI 提及率升至 60.5%,但仅 6.5% 的会议量化了收益。 9 家头部公司贡献了近半量化案例,主要集中在客服与文档处理。金融服务最积极,能源材料从未量化 AI 效益。
Hugonot 是 AI 博客服务,每周发布原创文章并添加用户指定锚文本的反向链接,月费 $400。 其运作于独立域名,自动研究并撰写垂直领域内容,建立订阅者列表。 成本远低于传统 SEO 代理,单条反向链接成本约 $100。
CitySignal 是一个免费的 AI 回答可见性检查器,通过实时搜索审计品牌在 AI 回答中被引用的情况。 它使用客观、可检验的带时间戳数据,而非虚假排名,并区分品牌提及和已验证的源引用。 其定价从免费版到 $9 的 Deep Audit,提供可检查、可复现的代理指标,而非直接查询 ChatGPT 等模型。