梦晨 发自 凹非寺

量子位 | 公众号 QbitAI

只用 500 行代码搭出来的 AI 搜索引擎，登顶 GitHub 趋势榜。

作者：贾扬清的 LeptonAI 团队。

Lepton Search 耗时一个周末打造，仅作为 Demo 演示而不是正式产品，只为向开发者展示 " 天下没有难构建的 AI 应用 "。

△能理解中文但用英文回答

贾扬清事后感慨到：

这件事并没有那么复杂——我们刚开始时确实以为会更难。

另外，围绕这个 Demo 还发生了一些争议。

AI 搜索引擎 Perplexity 创始人认为其参考了自己产品的 UI 界面，转发评论了一番。

贾扬清也做出回应，称无意进入这个市场，更多的是 Demo 展示以及宣传自家 LeptonAI 云服务，并且一开始就准备开源。

总之，两位大佬 " 友好 " 地一番交锋之后，Lepton Search 修好 bug 后立即开源并且迅速获得社区认可。

目前，已有偏学术的开源 AI 搜索引擎 SciPhi 使用贾扬清的代码完成升级。

500 行代码的 AI 搜索引擎

要注意，AI 搜索引擎整体上依然是一个复杂的项目。

Lepton Search 之所以 500 行代码就能实现，正如贾扬清想要展示的，是因为今天的应用开发已经高度模块化：

大模型，调用了在自家云上部署的开源 Mixtral-8x7b 模型。

搜索引擎，目前用了必应搜索的 API。

数据存储，用自家 Lepton KV 作为无服务器存储。

这 500 行代码其实只做到以下几点，就完成一个产品的雏形了：

对大模型和搜索引擎的接口支持

前端 UI 界面

可缓存和可分享的搜索结果

除此之外，贾扬清还分享了开发过程中学到的一些经验：

搜索质量确实非常重要，好的结果片段才能产生好的摘要。

一点 AI 幻觉其实有助于填补片段中未涉及的 " 常识 "。

开源模型在文本摘要任务上已经做的非常好。

在后续与网友讨论过程中，贾扬清还认为 "AI 对话式搜索不会取代传统搜索 "，还需要依赖传统搜索引擎的结果。

事实上，AI 搜索目前正是行业的一个大热门方向。

代表公司正是前面提到的 Perplexity，刚刚拿到 7360 万美元的 A 轮融资，估值超过 5 亿美元。

投资者中有英伟达、亚马逊，甚至谷歌 AI 大佬 Jeff Dean 和前 YouTube CEO 也不避嫌，以个人名义参与投资。

并且 Perplexity 已和部分浏览器厂商如 Arc 展开合作，成为默认搜索引擎的选项之一。

△ Perplexity 网页版

更小一些的创业项目方面，比如面向程序员的 devv_，面向学术的 Consensus 也各自受到垂直用户群体的认可。

国内大厂也是 AI 搜索的积极参与者，百度除了以文心一言插件的形式集成了 AI 搜索之外，还推出了独立的简单搜索 App 试水。

360 也推出 360AI 搜索独立 APP 版，安卓版刚刚上线还是热乎的，连评分数量都还没够展示门槛。

昆仑万维的天工 AI 搜索则已推出了将近半年，其首页推荐问题通常紧追最新热点，很方便吃瓜。

AI 搜索类产品在设计上大致分为三大类。

谷歌和百度在传统搜索的页面顶部，以卡片形式展示 AI 生成结果。

必应、百度文心一言更偏重对话，搜索结果由 AI 总结提炼后呈现在多轮对话中。

其他产品大多遵循 Perplexity 为代表的新范式：

搜索结果页面分为 " 参考链接 -AI 回答 - 相关追问 " 几个模块，并可多轮提问。

搜索结果有历史记录，且可以对外分享。

Copilot 增强模式，AI 理解问题后反向提问，引导用户补充搜索条件。

个性化提示词，用于调整 AI 回答的风格以及格式。

正如 Perplexity 的 CEO 所说，他们的产品大获成功后，其模式已成为行业流行标准。

除了宏观的界面、功能之外，更细节之处如 " 付费功能的免费使用次数 " 都被一些后来者学走。