360集团副总裁梁志辉：借助超级搜索智能体，普通人也能拥有一群“AI专家团队”

6月21日，AGI Playground上，360集团副总裁、纳米AI负责人梁志辉发表主题为《AI时代的下一个超级入口——超级搜索》的演讲。

梁志辉分享称：“传统搜索存在诸多用户痛点。在使用传统搜索时，用户必须输入关键词进行检索。一旦关键词数量超过20个，搜索结果的答案质量便会显著下降。在传统搜索引擎的用户需求中，超过40%是寻找网址或资源，而超过60%则是求解各类问题。随着大模型的出现，用户搜索习惯发生显著变化，从小心翼翼的输入关键字，到随心所欲地提问题，以提问方式进行搜索的需求占比高达90%，10%的需求涉及创作、改写等其他类型。”

随着用户搜索习惯从关键词检索转向意图搜索，传统搜索模式已难以满足需求。360凭借AI领域的前瞻性布局，率先用AI改造传统搜索。早在行业起步时，360就介入 AI 搜索赛道，在实践迭代中，共经历了三个阶段：

在1.0的AI搜索阶段，国内外搜索引擎普遍采取的策略是：借助AI对用户问题进行提前总结，并将总结结果置于搜索结果首位。然而，这种模式存在明显局限性：其本质仍是基于 “记忆 + 检索”的逻辑，仅对用户高频问题进行预设总结，“关键字”越长，效果越差。结果越多，问题越多，导致答案准确性不足，用户体验与传统搜索相比并无显著提升。

进入2.0阶段，行业开始探索大模型与搜索的深度融合，通过大模型进行意图识别，实现多意图全网搜索，以促进信息对称。但随该阶段的搜索体验与前代相比差异仍不显著。

基于模型调用成本降低、用户提问复杂度提升的行业趋势，360 将搜索升级至3.0阶段。相较于前代仅处理单一问题的模式，AI搜索3.0搭载 “任务引擎”，具备自主任务规划能力：当系统接收指令后，可自动判别需求类型属于简单需求还是复杂任务，并通过 “分步规划 — 分步执行 — 分步理解” 的逻辑，实现专家级结果交付。

近日，纳米AI升级为超级搜索智能体，面对复杂问题时，纳米AI超级搜索智能体可以实现从单词搜索跃升为循环推理，可以对提问者的复杂意图进行边搜索、边思考、边验证。

为了实现专家级交付结果，梁志辉分享，过程中面对了三个非常大的挑战：

一是如何充分发挥大模型能力分解复杂问题；二是如何调度多个智能体组队解决复杂任务；三是在超长执行链情况下，如何保证高的交付成功率。

首先，通过对众多模型的组合运用，上述挑战得以应对。大模型在可类比为CPU，但仅有基础能力只能执行简单任务。为拓展应用场景，纳米AI团队专门研发了 AI 专用浏览器、AI 专用搜索以及 AI 专用代码生成工具。旨在以此为基础，打造一个开放式的纯国产模型智能底座，使国内外自媒体应用都实现人人可用。目前，纳米AI超级搜索智能体已接入众多国产模型，背后有 80 多个大小模型协同运作。这些模型经过分类，各司其职：部分模型如 deepseek r1、千问 3 等负责高级推理；具备 function call 能力的模型如豆包、千问 plus 等用于功能调用；还有团队自主训练的专业小模型，例如用于快速搜索、快速翻译的专用模型，它们共同构成实现超预期交付结果的关键智能协作体系。​

在模型调度方面，通过构建特定的政策框架，纳米AI能够稳定地解决模型调度问题，实现对复杂文档的高效处理。例如，可对 500 个复杂文档进行分析并最终给出答案，这对模型的推理能力与执行能力提出了极高要求。为保障交付成功率，团队围绕超级智能体搭建了一整套 AI 专用底层能力。​

此外，无论是手机端还是 PC 端产品，均开放了智能体创建功能。用户只需掌握 prompt 编写，即可调用平台内置的 100 多个国内外优质 MCP。对于部分付费 MCP，用户无需进行海外注册，平台已完成内置集成。这一设计极大降低了使用门槛，即便使用手机版纳米 AI，也能基于自身需求构建专属智能体。​

梁志辉希望，纳米AI超级搜索智能体推动超级个体时代来临。人人皆可打破能力壁垒，借助AI从信息接收者跃升为价值创造者。（古雨）