眼下，对于 AI 产品的创新，以往高 DAU 经验未必适合。这一行业内逐渐形成的潜在共识，被最近一则招聘启示直接指出——「不需要高 DAU 经验，那多半是大厂福利」。

这则招聘 AI 产品经理的 DJ 描述，出自秘塔科技 CEO 闵可锐之手。前不久，这则招聘文案在从业者中广为传播，有人评论「犀利」、「人间清醒」。闵可锐既是公司 CEO，也是产品一号位。作为一支只有 60 多人的创业团队，选择发布 AI 搜索类产品，就意味着进入了更复杂的竞争环境。他一直就埋头研发，几乎没有接受采访。

产品经理和算法工程师的招聘贴最后写道，「秘塔庙小，以上两个岗位都是 CEO 直带」。COO 王益为表示，自从秘塔 AI 搜索上线以来，从产品功能到工程优化、以及模型算法，闵可锐都一直深度参与。在竞争激烈的 AI 搜索赛道，秘塔一直保持高频的产品迭代和更新，也得益于 CEO 兼具技术与产品的综合能力。

在互联网黄金时代，产品DAU增长的背景是移动端用户的增长；而后期，以大厂的流量池为基础，做出高 DAU 则有系统本身的托举。

如今，对于秘塔 AI 搜索这样由创业团队打造的新产品，面临的是双重难题，一方面面对已经成熟的移动应用市场，一方面需要绕过大厂的流量阻力，来获取用户。

秘塔做搜索，是团队主动选择的难题。秘塔 COO 王益为总结目前团队的状态：「心态保持松弛，做事上紧张。」

01 

选择做搜索，

是因为法律领域遇到了天花板

做 AI 搜索，是 2023 年底的决定。对秘塔团队来说，推出这个产品，意味着将自己的主战场从原来法律等垂直领域，转移到了通用领域。

王益为说，在团队内部，这个选择很快就达成了共识。在通用搜索上线前，2023 年底公司推出了 MetaLaw，这是一款专供律师进行类案查询和分析的 AI 工具，这样切法律领域利基市场的产品，市场容量十分有限。举例而言，测算下来，类案分析这样的功能性产品，国内的市场整体大约是 2500 万元左右。法律市场分散，很难找到一个可以拥有更大市场空间的产品，而做 B 端业务，也不是团队所擅长的。

转到更通用的领域，用产品证明自己的能力，也是秘塔作为创业公司，在这一轮技术袭来之时，在思考之后必然会选择的命题。

回到公司成立的 2018 年，还没有以 ChatGPT 为代表的大模型，团队思考起点是，人工智能技术已经能提供准专业级的脑力劳动。

法律是专业脑力劳动的代表领域，团队从法律的专业翻译切入，19 年发布了第一个翻译产品。 从翻译衍生到文档工作的效率提升，团队又做了文档纠错，将此能力泛化，做了类似 Grammly 的「写作猫」。大模型出来之后，Grammly 和 Jasper 这样基于文档能力的智能产品，都需要重新证明自己。秘塔也需要推出「翻译」与「写作」之外的新产品。

于是在 2024 年 2 月，秘塔 AI 搜索上线了。产品一上线就受到了超乎预期的关注。那时候，市场上 360 搜索、天工 AI 等同类产品的相继出现，使得搜索类产品的热度提升。秘塔 AI 搜索也连续几月都取得了不错的用户数据。

在国内的搜索产品中，秘塔是唯一的小型创业团队，也常常被行业称为「国产 Perplexity」。

在与外界交流时，他常常面对的一个问题是，大厂也在这个赛道布局，创业团队如何面对竞争。他表示，这是一个很难回答的问题。资金、流量上，创业团队固然不占优势，但是秘塔团队最初在选择这个领域的时候，明白自己最擅长的是产品，只有在产品体验上领先，才有可能在后续发展中带来其它优势。

关于搜索产品的门槛，他认为外界也容易存在误解。因为实现一个搜索产品看起来并不难。LeptonAI 创始人贾扬清用不到 500 行代码实现了 AI 搜索，仿佛让人觉得，做 AI 搜索这件事没有壁垒。然而，将产品的体验从 60 分提升到 80 分，再从 80 分持续提升，其实是一件很有门槛的事情。「里面有很多需要踩的小坑，需要解决一个个问题」。比如，结果的呈现上怎样提升准确性？呈现的方式怎样更符合发现知识的习惯？秘塔也是国内第一个上线文库功能的 AI 搜索，这就是考虑到文库的内容比互联网的新闻有更高的信息质量。

在用户体验的顺滑度上，将给出搜索结果第一个字的等待时间从 3 秒缩短到 2 秒。这一秒的提升，就会有很大不同，同时还需要考虑推理成本，在技术上就需要解决许多的工程细节。

02 

AI搜索，

要从专业场景转向生活场景

王益为表示：如果大家从产品能力和体验上将秘塔搜索与「perplexity」类比，秘塔当然很开心。只是国内知道 Perplexity 的也是小众人群，AI 搜索作为产品，还远没有达到被普遍认知的程度。而作为面向国内市场的 AI 搜索产品，在产品的功能设计、市场策略上，还需要做许多探索。

虽然 Perplexity 已经推出的 Pro 的收费功能，面对国内市场推出收费功能上，他表示暂不考虑 C 端的收费，并且会一直探索 C 端应用上有趣的玩法。而在 B 端的商业化上，会探索企业内部的知识库功能，可以应用AI搜索，将企业内部的知识库和外部的信息打通，提供完整的搜索体验。

或许由于此前做专业工具的经验，秘塔 AI 搜索的产品总体上很符合知识/研究工作者的使用习惯。秘塔 AI 搜索内容呈现上的鲜明特点是结构化和要点梳理（这也逐渐成为大多数 AI 搜索产品内容呈现的特点）；而在内容索引上，文库、播客搜索也是其特色。

这既是其产品优势，也是局限。如果 AI 搜索类产品的使用场景局限于专业场景，使用人群很难扩大。

从功能更新上而言，秘塔 AI 搜索此前上线的「文库搜索」、「计算」功能，都更指向专业场景的需求。而最近上线了搜图、读图功能，是满足更多生活场景需求的尝试。官方推文甚至展示了 AI 分析早餐卡路里、分析股票 K 线图这样的生活化用例。

另外值得关注的一个现象是，AI 搜索与智能助手之间的场景越来越重叠。智能助手 Kimi 上线了探索版，这一功能对标「深度搜索」，帮用户通过搜索互联网，回答更复杂的提问。

而像新出现的 Genspark、felo.AI 在产品设计上，就考虑到了生活场景的需求，将「行程规划」作为主要功能之一来引导用户的使用方式。

跳出对于产品的定义，无论是 AI 搜索、还是智能助手，在用户体验侧追求上都力求实现：在一个提问之下，搜集相关信息，整理后以更容易接收的方式呈现。

从目前产品的发展阶段来看，AI 搜索、智能助手，并非颠覆式产品。Perplexity 表示他们并不是要挑战谷歌，而是承接住谷歌处理不好的部分需求，来提供更好的服务。

王益为表示，也许随着时间推移，「AI 搜索」和「智能助手」之间会变得更加接近，只是从目前的产品设计上而言，给用户一个搜索框，用户会天然地知道要做什么。

AI 产品处于发轫阶段，甚至「AI 搜索」作为产品形态是一个过渡阶段。而作为创业团队，秘塔首先要在留牌桌上、活得足够长。

秘塔的产品已经给用户带来了惊喜，但这注定是一条挑战重重的路。招聘启示里，闵可锐用了一个很少见成语的「见猎心喜」，他希望产品经理能够有这样的心态：见到别人在做自己喜欢的事情，感到心痒，也想尝试一下。

文章来自于微信公众号“Founder Park”，作者“Founder Park”