使用傳統網頁搜尋器，瀏覽100個搜尋結果，從中獲取自己需要的資訊，以血肉之軀到底需要花費多長時間？
AI的話，短短幾十秒時間就能完成，甚至歸納出結構清晰、有條有理的內容；而人類，甚至根本不可能一個接一個地去瀏覽100個結果一一當然，大多數時候其實也不需要瀏覽這麼多結果就能得到答案。而對於AI來說，閱讀100個結果，只是消耗token而已，儘管100個搜尋結果所耗的token也並不少。
生成式人工智能，無論吟詩作對、寫歌畫圖，創作能力驚艷了世人，但仍停留在模仿人類的階段。沒有宮崎駿，就不會有吉卜力風格。但在網頁資料搜集這一項，AI確實已經打敗人類。
進入2025年以來，DeepSeek、OpenAI、Google、Perplexity、xAI先後發佈了各自的深度搜尋（deepsearch）功能。不久前，華爾街日報有位專欄作家撰文，說他已經不再使用傳統的網頁搜尋，而是以AI搜尋網頁作為代替，因為它能找到更相關的結果並作出歸納，提高了工作效率。相反，傳統的網頁搜尋器，因為網頁過度的SEO，使得搜尋結果變得愈來愈垃圾，尤其是中文網頁還充斥著大量干擾資訊的內容農場。
deepsearch的工作方式，是先從提問中提取不同的關鍵詞並以不同的組合搜尋網頁，找到相關網頁後擷取內容作出分析，如此反覆多次，最後生成完整的研究報告一一在這個過程中，AI會自問自答，以求尋得最準確相關的答案。在deepsearch出現之前，以擴充功能出現的RAG（檢索增強生成）賦予了AI類似的能力。借助RAG，不僅可以搜尋網頁作為AI的資料庫，最普遍的用法還是餵給它由自己搭建的資料庫，填補AI本身資料的不足，降低AI幻覺。
直到現在，deepsearch作為各大AI的殺手鐗，依然只能在原生介面中使用，無法通過api調用。當你在一些類似cherry studio、open webui的軟件中，通過調用api來使用AI模型時，網頁搜尋功能依然是通過RAG的方式來實現的。它雖然沒有原生的deepsearch強大，而且需要搭配負責語義結構的嵌入模型，及調用一些免費或收費的search api，有一定的使用門檻，但通常可以自己控制搜尋結果的數目，以免浪費token。
說真的，AI搜尋網頁，一旦用過，就很難回頭了。
