从「帮我搜一下」到「帮我搞定吧」｜深度实测纳米 AI 超级搜索智能体

它是具有搜索能力的 Agent，而不是有 Agent 能力的搜索引擎。

👦🏻 作者: 小居、镜山

🥷 编辑: Koji

🧑‍🎨 排版: NCon

全世界的互联网公司都在做 AI Agent 产品，八仙过海各显神通。

昨天，周鸿祎在北京举办了 360 的 Agent 产品「纳米超级搜索智能体」发布会，十字路口受邀前往现场，为大家带来一手的报道与评测。

发布会结束后，Koji 与周鸿祎进行了一对一对谈，周鸿祎回答了他的 10 个问题。这篇对谈内容也发布在了今天推送的次条中。

🚥

传统搜索的 AI 转型已不再是选择题，而是生存必答题。

谁能更好地融合 AI 能力，谁就能在下一轮竞争中占据先机。

根据海外调研机构 Similarweb 发布的 2025 年 4 月全球十大网站数据（按月总访问量统计）， 传统搜索大厂谷歌在内的传统网站流量普遍下滑，前 10 名内却只有 ChatGPT 逆势上涨。

谷歌搜索——这家一路见证互联网变迁的**「灯塔」科技大厂**，正在用 AI 给它的传统搜索业务做一个「心脏起搏器」：上线 AI Mode，将 Agent 能力渗透进 C 端用户体验里。

不过，这种「搜索引擎向 AI Agent 转变」的趋势并非谷歌独有。

在国内，我们也发现了一款从产品发布之初就洞察到 AI 重塑搜索潜力的产品：

🚦

纳米 AI 超级搜索

几周前，「十字路口」曾深度测评过 360 的纳米 AI 超级搜索。对于它获取大量信息、嵌入 Agent 能力，自主撰写专业报告的能力，我们印象深刻。

在昨天的发布会中，我们注意到纳米 AI 超级搜索已经全面升级为一个 AI Agent 产品，应用场景的边界再度扩大。

关于基础专业报告撰写的能力，在《 全球第二的 AI 搜索，今天发布的「超级搜索」背后藏着什么新突破？》那篇文章中，「十字路口」已经全面测评过一次。

这回，我们将「曝光」这款备受关注的 AI Agent 产品在新的应用场景下的表现。

让 AI 寻找到最值得买的产品

纳米 AI 搜索这回最大的亮点之一是推出了购物场景，并在这个场景下很大程度上解决了「无感化」的难题。

现在，它可以登录小红书，深入分析全网的笔记攻略，还能访问淘宝、京东进行比价，最后在征求同意后还能把商品直接加入到我的购物车里。

「十字路口」选择拿「胶片相机」作为测试纳米 AI 搜索的案例。

比如，我很「模糊」地输入了一段提示词：

我想买个胶片机，预算在一千以内，想要轻便的。

现在，纳米 AI 超级搜索的生成界面已经转换成两个部分，左侧是工作流，右侧则是任务面板，相比上一个版本要更加直观一些：

随后，纳米 AI 依据「购买」这一场景，以及我的需求，拆分任务并完整地模拟了一个人在购物时的思考过程：先在小红书上搜攻略，然后在各大购物平台上搜索，进行对比，最后购买下单。

与上次我们测评纳米 AI 超级搜索体验的第一个不同之处是，这回的纳米 AI 超级搜索在「查找购买攻略」里的表现能力更强了。

它不再只固定于数百个常规网页，而是以小红书作为主要购买攻略的信息源。

我录了个 GIF，你可以直观地看到超级搜索会自动多开页面，逐帧在小红书里「冲浪」，甚至是读取评论区：

同样的操作，也体现在淘宝和京东的购物信息搜集中。

纳米 AI 超级搜索执行任务的过程中，不但会读取小红书以及其评论区，还会去读取电商评论区：

纳米 AI 超级搜索会使用个人淘宝、京东账号，所以在搜索时，出现的内容并不会受到算法的干扰。

值得关注的一点是，纳米 AI 可以实现多条搜索同时进行，从而节省时间。

我们可以看到，它在拆分子任务后，会同时搜索四个相关问题，背后的 GPU 到底有多烧钱，我们也只能稍微「幻想一下了」。

同时多开页面，并行搜索信息，以此得到的尽可能全面的信息，可能真的要比个人去搜集信息更加高效且精准。

而且，它会将每一次操作细致记录下来，一方面可以明确信息来源，另一方面透明的操作流程也可以让注重隐私的用户安心。

仔细阅读这些搜索流程后，「十字路口」惊喜地发现纳米 AI 超级搜索可以根据笔记点赞量的多少评估其参考价值。

比如，小红书里的某一篇攻略点赞量较低，纳米 AI 超级搜索会自动去除掉这些信息源，不作为参考。这有效减少了信息筛选的时间，能够快速定位优质内容。

这种「人类思维」的行为，让我在使用纳米 AI 超级搜索的过程中，一直存在一种感觉：这难道不是我作为人类用户才能做得到的吗？

除此之外，当一次全面搜索执行完毕后，纳米 AI 超级搜索还组织了二次搜索，深度分析第一次搜索后脱颖而出的四个产品。

之后，纳米 AI 超级搜索汇总了一份对比报告，着重参考性能、操作难易程度、价格等方面，详细整理出各机型的优缺点以及适合人群。

一般的 Agent 到这步也就结束了，但我们发现纳米 AI 超级搜索可以多做一步——「货比三家」。

在购物场景中，用户一般会存在一个很大的痛点：

优惠券到底是否有优惠，哪里能获得全面的优惠信息？

目前，纳米 AI 超级搜索支持直接登录用户的淘宝、京东账号进行搜索，并计算出最优惠的价格。

虽然这一点就已经超出大部分 AI 产品在购物场景上的应用边界了，但还有一点令我感到很惊艳的：它甚至还能帮我领取优惠券！

胶片相机这个案例的特殊点在于，没有一个固定的旗舰店作为「最终目的地」，网络上售卖的产品质量参差不齐，需要多方甄别。

而纳米 AI 超级搜索会仔细阅读该商品以及所属店铺的评论，并仔细分析，优先推荐店铺服务较好的选项。

最后，纳米 AI 超级搜索按照旧例，呈现了三个结果：

一个网页 一次行动 一份攻略

**「一个网页」**是指，纳米 AI 会把所有信息总结打包进一个可视化交互网页中，用户可以回溯纳米 AI 做出决策的过程。

比如，这里我们就可以完整查看它参考的 32 篇小红书笔记，以及参与选择的 21 件商品信息。

整个网页分为「大家都在关注」、「最佳选择」、「核心能力对比」和「选购建议」一共四个部分，网页设计比较简洁，该有的元素都有。

值得注意的是，当我点进这个可视化网页的代码，结果发现，现在的纳米 AI 超级搜索已经可以一口气编写 2000 行代码了：

我录制了一段视频，你可以在其中看到整个交互页面的成熟度有多高。

而且，其中的「真人评价、真实商品」部分都可以交互，并且直接点击链接，就可以跳转小红书、淘宝、京东，每一条信息都能直接溯源。

**「一次行动」**是指纳米 AI 超级搜索在征求我的同意后，可以直接将商品加入购物车。

这也是目前专注于购物场景的 AI 初创企业们做到的最深一步——在支付前提供商品选择。

而**「一份攻略」**其实很像一篇为用户量身定制的小红书文案，意味着纳米 AI 实现了千人千面的导购形式。

这份攻略结构分明，内容清晰，不仅列出了产品的各项参数，还会对不同机型进行比较。

比如下面这两句：

奥林巴斯 U1 具有出色的镜头素质，能够拍摄出色彩鲜艳、画质清晰的照片，在成像质量上可能会比佳能Autoboy S2 XL更胜一筹。 相比佳能 Autoboy S2 XL，其原价略高，虽然经过优惠后价格也在预算范围内、但在性价比上略逊一筹。

至此，纳米 AI 已经圆满完成了选购胶片相机的任务。整体工作流非常的顺畅，作为用户，我也感受到了「操纵感」。

进一步地，我准备让纳米 AI 超级搜索参与一个更加复杂的购物场景：618 购物节。

「十字路口」的成员们看着自己因 618 购物节而堆满的购物车，以及迟迟未做的攻略，决定一股脑甩给纳米 AI 。

比如，我输入：

我需要在 618 购物节买一箱特仑苏的牛奶，一件 Fila 的防晒衣，一盒 mistine 的防晒霜， 还有一双李宁的运动鞋，帮我算算怎么买比较便宜吧。

纳米 AI 超级搜索照例仔细看过小红书攻略后，来到了认真比价阶段。在这个步骤里，它从一众参考信息中选取了 4 个相关商品，并列出了关键优惠信息。

每一个商品下面，都标注了「原价」、「优惠」、「店铺」等信息。

比价最重要的是在价格和质量间寻求平衡，在这一点上，纳米 AI 超级搜索做得很好。

它根据不同场景提出了三个方案，并列出「所属店铺」、「原价 / 到手价」、「优惠概况」、「优缺点」以及「用户评价」。

多说一句，它甚至连原价和到手价的加法公式都列出来了。

此外，它还提供了选购依据——优先满足「低价、满减、正品」的基本要求，再根据用户需求提供不同方案：如果追求极致性价比，会推荐临期产品；如果考虑长期使用，则会推荐囤货装。

当我们把繁琐的购物场景交给具有强搜索能力的 Agent 之后，确实可以省下很多时间。

这不仅仅是因为这种技术能够迅速地找到我们所需商品，更因为它能减少寻找过程中的不必要步骤和重复劳动。

我们可以更加专注于决策和选择上，而不是浪费时间去浏览那些可能并不需要的选项。

将实时舆论与专业化报告结合

面对一个能看视频、爬网页、能理解模糊意图，搜商极高和数据可视化等多模态能力的AI Agent，最直接的应用场景便是：将实时舆论与专业化的报告进行内容结合。

所以，我们选择了近期备受关注的**「比赛第一，友谊第十四」的苏超（苏州超级足球联赛）**，测试下纳米 AI 超级搜索在收到来自用户的模糊提示词后的自主执行能力。

这种测试场景非常贴近真实的工作环境，因为用户或者是管理者往往只会给一个「开放式任务」。

比如，我输入：

请为我分析苏州超级足球联赛的微博舆论热度

对此，纳米 AI 进行了铺天盖地的信息搜寻。

它会迅速将「苏超」的基本信息分解成多个子信息类别：

我其实非常好奇它是如何以这么快的速度，精准定位信息搜寻需求的。

后来，我发现：当纳米 AI 超级搜索智能体并不会在一开始执行了「任务分解」后，就固定化的将这些任务一成不变地执行下去。

比如，它搜集信息到一半会觉得有效信息量还不太够，又自主加了些搜索任务。

可以说，它实现了边搜边想，动态矫正，形成了 AI 自己的循环推理思维链。

搜索第一次涌现出了人类的启发式搜索能力。

紫色框起来的部分都是后面新加入的搜索内容

纳米 AI 超级搜索的搜索内容完整涵盖了社交平台、短视频平台、各大新闻网站，乃至全球专业论坛和学术网站，像是微博、抖音短视频以及各种智库，从泛娱乐到专业领域，几乎彻底打破了「信息围墙」，实现了更广泛的全域搜索。

随后，纳米 AI 展现出了它强大的多模态输出能力：它调用 MCP 工具将数据归纳整合为可视化图表，并配上了详细准确的阐释。

在这一点上，我感到现在这个版本的纳米 AI 超级搜索的输出能力，要比几周前的那个版本强上了数倍。

例如下图，纳米 AI 统计了 2025 年 5 月 1 日到 6 月 10 日的微博话题热度趋势，并绘制为折线图。

对于重要转折点，还用文字加以阐述。与此同时，右侧的饼图也体现出纳米 AI 超级搜索的主题聚类能力。

这样的一份娱乐热点报告已经体现出了很强的科研信息基础。

于是，我继续进阶了下，看看它能不能独立完成学术能力要求更高的课程准备。

依然是一句话提示词：

借苏超这个案例为我备一堂公共传播的课

纳米 AI 在对苏超案例以及传播理论进行搜索后，先进行了一轮课程内容的脑暴：

在纳米 AI 超级搜索给出的第一个方案中，课程内容被设定为了多个结构化的部分：

一共三个部分，乍一看虽然质量还不错，但实际内容相当杂乱，格式不清晰，话也没说完。不过，纳米 AI 超级搜索会自行对其内容进行第二次整合。

第二次整合的结果包含了课程设计的框架，以及在传播学理论背景下，对苏超案例的深入分析：

基于此，纳米 AI 再次生成了两个版本的网页供我选择，基本是一次就能生成完整的网页界面，无需多次对话。

过去，我们可能需要与 AI 进行数轮对话，不断调整需求、修正细节，才能得到满意的结果。

现在纳米 AI 超级搜索已经可以在初次交互中就准确理解用户的模糊意图了：

可以说，纳米 AI 超级搜索已经能够从模糊的搜索需求出发，迅速转化为具体的任务执行，最后的可视化输出能力也相比之前增强了太多。

搜索技术终于具备了端到端的任务执行能力。

搜索会给 Agent 带来更多「可交付」能力

强搜索 + Agent = 高可交付能力

为什么现在的 AI 都要配备「搜索技能」？答案其实很简单。

最初给 AI 加上搜索能力，是为了帮忙核实信息，避免胡编乱造。而当 AI Agent 展现出实用价值后，搜索能力的作用就更进一层了：它让 AI 能够随时获取最新、最靠谱的信息，这样才能给出真正有价值的建议。

「十字路口」团队的实习生们，身边也有不少朋友和家人正处于择校阶段。想必很多家长此刻都正在抱着两大本时效性早已过期的、厚厚的选校书一页页查院校了。

所以我们决定探索一下：纳米 AI 超级搜索究竟能在多大程度上为普通人择校决策提供支持？

我输入了简短的一句提示词：

北京考生选考政史地，估分 600 分左右，毕业后想从事人工智能相关专业，请为我出一份高考志愿填报攻略。

这一次由于未选择具体的场景，就多了一个「补充信息」的步骤，用户可以在此阶段对输出内容的类型及回答风格进行选择。

搜索与整合过程就不再一一赘述了，我们直接看结果：

首先是结合选科背景，纳米 AI 超级搜索建议选取的专业都是文理交叉专业，例如人工智能伦理、智能传播等专业，与现在新文科的发展趋势比较契合。

它还特别设立了冲、保、稳三档方案。

在冲刺阶段，还会纳入对中外合作办学项目的考量。同时，纳米 AI 对选报成功的概率进行了可视化呈现。

最令我惊喜的是，纳米 AI 超级搜索竟然能够为高考生提供系统性的学业与职业规划。尽管内容较为简洁，但它确实能够有效减少信息差。

一句毫无技巧的提示词就可以产出一篇内容详尽、结构完整、时效性强的报告。这样低的使用门槛，让纳米 AI 超级搜索会在很大程度上解决「信息不对称」的问题。

从这份完整的、结构化的报告可以看出来，纳米 AI 超级搜索已经具有了「实际交付」的能力。

在信息广度、时效性上会让我真的产生「它真的能用，并且能优化掉我生活中的一部分工作」的感觉

传统「搜索」正在被全面解构

当 AI 开始替用户逛小红书、比价京东淘宝、领取优惠券，甚至把商品直接加入购物车；当它能从铺天盖地的信息中，为你生成专业的数据报告和完整的课程方案时，我们似乎正在面临这样一个事实：

传统意义上的「搜索」正在被全面解构。

纳米 AI 超级搜索为我们展示了这种转变：

它不再是一个简单的信息查找工具，而是一个专注于「关键信息」，执行「关键思考」、会做「关键执行」、能交付完整结果的 AI Agent。

我们看到这款产品正在给 Agent 带来全新的可能性：它是具有搜索能力的 Agent，而不是有 Agent 能力的搜索引擎。

后者以任务完成、可交付为目标，前者仍停留在信息提供层面。

为何这么说？我们总结了下现在纳米 AI 超级搜索所呈现出的能力：

【1】它以可交付为「目的」，因此它能够越过传统数据城墙，主动抓取用户评论、从图片中提取关键信息，获取更全面的数据；

【2】「搜索 + Agent 」的组合中搜索能力的强大会数倍提升 Agent 的输出，这是纳米 AI 超级搜索的天然优势；

【3】子任务的拆解过程和思维过程更加拟人，一切瞄准「任务」，呈现出成熟的 Agent 的思考链。

这就是 Agent 的「可交付性」：从「我要搜索什么」到「我需要什么结果」。

🚥

搜索只是手段、不是目的。用户要的也不只是「答案」，而是「结果」。

当你下一次面对难题时，不妨停下来想想：这件事，真的需要我通过「搜索」一点一点去搜出来吗？还是可以直接对 Agent 说一句：

「靠你了，帮我搞定吧！」