AI搜索进化、Manus爆发、Agent崛起、AI教育变革：果壳网创始人姬十三的2025科技观察

摘要

• AI 搜索不是简单替代传统搜索，而是在把“找链接”重构为“直接获得问题全貌”。 姬十三把第一次用 Perplexity 比作第一次用触屏手机：“意外，它又那么自然。”两人的现实分工是：网址、站内信息和简单事实仍交给百度、Google，复杂问题转向 AI；传统搜索绝对量尚未下降，终局更可能是“AI 搜索加传统搜索”的混合形态。

• DeepSeek R1 式“深度思考＋联网搜索”，把搜索产品推进到了实时研究工具的位置。 “如何治疗抑郁症”的测试中，传统搜索返回待阅读的信息，DeepSeek、夸克则交付接近完整文章的解释；追踪俄乌战场时，还可要求它比较不同国家、不同价值观媒体的报道。用户输入也进入“低空飞行模式”：“想到啥就打什么字儿”，模型承担意图澄清与总结。

• Google、百度面对的核心并非技术追赶，而是搜索利润池的自我蚕食。 Koji 认为完整 AI 答案一旦全量置顶，用户便无须继续下拉经过关键词广告；这更像“一场商业模式的决战”。Perplexity 从 Day One 收会员费并开始试水广告，能否跑通 AI 原生广告，将决定 incumbents 能否迈过创新者窘境。

• AI SEO 正成为品牌争夺模型答案权重的新市场，同时把广告与事实的边界推向更难辨认的位置。 Next Ad 根据对话上下文自动生成广告，Profound 则帮助品牌提高在模型回答中的曝光和正面表达；DeepSeek 走红后，Koji 也与许多国内品牌沟通过。Koji 的疑问值得保留：“这个过程会让世界变得更好吗？”姬十三则提醒，希望未来能清晰标注广告与自然结果，并指出自然搜索结果本来也带有营销属性，“水至清则无鱼”。

• 搜索入口将继续碎片化，分发与既有用户基础可能比单点模型能力更具商业价值。 姬十三引述 a16z 榜单称夸克按 MAU 位列全球 AI 移动 App 第六；Koji 认为它过去坚持“搜索＋工具”、没有传统广告包袱，转向 AI 搜索乃至 agent 更顺畅。姬十三判断未来五年手机仍是计算中心，但家庭音箱、眼镜、汽车及小红书“点点”等入口会按场景分担交互。

• Manus 给通用 agent 提供了一个强但尚未定论的样本。 Haiku Cloud 在发布次日沟通会上披露的内部比较称，Manus 在对应垂直任务中击败了 Y Combinator 2025 年冬季批次约四分之三的 agent 创业公司，支撑其“Less structure, more intelligence”信念；但姬十三保留了关键风险：八个任务中每一步都有卡壳概率，最终交付的完整度是否还能成立？

• DeepSeek 同时降低成本、增强能力并修复创业与资本信心，可能让 2025 成为 AI 应用数量爆发的一年。 Pine 正在用语音 agent 代理美国消费者申诉账单，Vozo 创业半年做到 100 万美元年收入，处理视频翻译中的口型、时长与情绪同步。姬十三由此判断软件、硬件应用都可能迎来爆炸，并带动“中国资产的重估”。

• AI 教育的优先级可能从“脑”转向“手与心”，这比让孩子背更多知识更具长期含义。 姬十三的框架是：记忆力和智力难以超过 AI，但动手创造、组织团队、把事情从无到有，以及维持健康情绪的能力会升值。Koji 则在“严厉、很卷”和“快乐、自信”两种兴趣班理念中坚定选择后者；姬十三明确会鼓励孩子尽早使用未来工具，成为“AI 原生的一代”。

精读

1. AI 搜索先重写任务分工，而非立刻清零传统搜索

• 姬十三回忆第一次使用 Perplexity，感受“就好像是第一次用触屏手机”：这种产品形态此前没用过，所以意外；它又更贴近用户对搜索结果的预期，所以“那么自然”。Koji 估计，从第一次使用到录制时已有一年半、甚至两年；这段时间里，结构和内容虽持续进化，最明显的变化反而是用户已把它视为身边的日常工具。

• 两人的使用边界高度一致：寻找特定网址、在确定站点找信息，或回答“某本书作者是谁”这类简单事实，百度、Google 更快；问题刚打开、需要理解全貌或展开论证时，AI 搜索更好。姬十三保留了一个现实约束：“整体来讲它耗时还是比较久。”

• 姬十三并不认同传统搜索已经消失：其份额或绝对值“目前并没有降”，未来更可能混合 AI 答案与传统结果，而且 AI 会成为所有搜索产品的标配。不过传统体验中的广告负担真实存在，Koji 引用网友的说法：“需要先翻越三座广告大山才能找到真正的答案。”

2. 推理加联网把搜索升级为实时研究

• DeepSeek 把 R1 推理模型与联网搜索叠加后，姬十三认为意图理解和整体体验明显提升；当初因服务不稳定寻找替代品时，夸克给他的感受是“非常快又非常惊艳”。Kimi 使用 K1.5，豆包和夸克也依靠各自体系的推理模型，因此没有接入 DeepSeek R1。

• Koji 用“如何治疗抑郁症”做横向测试：百度提供来自全网的多条信息，DeepSeek 和夸克则把来龙去脉、建议与提醒组织成一篇文章，让读者一次获得初步而全面的理解。“深度思考＋联网搜索”由此不只是缩短信息列表，而是接管阅读、抽象与总结。

• 姬十三举出的更强场景是实时国际新闻：白宫争吵之后，他想知道最近两天俄乌战场怎样变化，AI 可以汇总最新报道，还能分别查看不同国家、不同价值观媒体的倾向。传统搜索也能找到新闻，但把这些材料组织成比较框架“就很麻烦”。

3. Prompt 门槛下降，但好答案仍需主动反驳模型

• Koji 观察到，AI 搜索允许用户提出模糊、口语化的问题；姬十三补充说，DeepSeek 发布前还有大量课程把“学 AI”等同于学写 Prompt，如今模型能补全没说出口的意思，或通过追问澄清，因此普通用户的表达门槛正在下降。

• Koji 把自己的状态称为“低空飞行模式”：脑子没有全速运转，想到什么便先丢给 AI，却常觉得它“挺能读懂我的心”。他还说，自己会默认 AI 是一个全知全能、高智商、高情商的伙伴。姬十三则表示自己不会对 AI 抱有无限高的预期，而是遇到事情都先让它试一次，再决定采用还是不采用。

• 磨合后的教训是，模型会迎合用户，也不容易主动给出意外答案。姬十三做头脑风暴时要求它同时“热情地赞美和严厉地批判”；起标题则先要十个，不满意便继续“再来十个”，直到榨出惊喜。Koji 称它是“不会抱怨的 AI 牛马”，但 Prompt 和追问仍决定上限。

4. Google 与百度真正难跨越的是利润表

• Koji 把两家公司置于典型的创新者窘境：它们的商业基础是传统搜索与关键词关联广告，创造了数百亿乃至数千亿价值；若把完整 AI 答案全量放到顶部，用户不再下拉看广告，产品进化就会直接动摇公司根基。因此现有应对看起来“尴尬，甚至有点笨拙”。

• Koji 认为，这不是大厂做不出 AI 搜索，而是决策难度取决于新变现方式。若广告最终能够跑通，Google、百度更容易迁移；若 AI 搜索长期只能依赖会员订阅，它们便必须在新体验和旧收入之间作出真正取舍。

5. AI SEO 建立新权重，也制造新的信任成本

• Perplexity 从 Day One 就把高频和高级搜索放入付费会员，这与历史上免费的 Google、百度截然不同；随后它也开始依据搜索意图推荐广告。Next Ad 则探索 AI-native 广告，让 iAsk 等 chatbot 根据上下文、用户意图和广告素材即时生成投放内容，既可出现在答案旁，也可能进入正文。

• 姬十三所说的 AI SEO，不再争夺 PageRank，而是设法影响模型如何评价品牌。可口可乐之类品牌会希望模型给出更正面、充分、超过竞品的介绍；Peter Thiel 投资的 Profound 服务多家消费与金融企业，目标正是提高品牌在 AI 回答中的可见度与表达质量。

• DeepSeek 火起来后，Koji 与许多国内品牌沟通过，企业主尤其关心“怎么才能让自己更多地出现在 DeepSeek 的答案里”。这意味着模型正在建立一套新的价值权重分布，也意味着影响答案本身会成为独立的营销预算与创业市场。

• Koji 对若 SEO 后的答案与广告可以“更加无缝地、难以分辨地放到一起”是否会让世界更好表示困惑。姬十三希望大模型厂商清晰标注广告与自然结果，并提醒传统自然排名同样带营销目的和内容成本，“水至清则无鱼”；真正无广告的 VIP 版本也无法自动消除偏向。

6. 入口会散进场景，硬件只有承载真实生活才留得住

• 对五年后的判断，姬十三并不押注手机消失：“这个‘兜’本身是不会消失的。”手机仍是最重要的计算中心，智能音箱可能占据家庭，眼镜进入户外，汽车承担驾驶场景；这些交互有时表现为搜索，有时会成为不再被叫作搜索的新形态。

• 小爱音箱 Pro 的连续对话让孩子无需每轮重新唤醒，华为等国内品牌的辅助驾驶与海外 FSD 则让车辆获得视频、语音等多模态上下文。姬十三的因果链是：设备掌握的现场信息越丰富，搜索收到的“输入文件”和上下文越完整，体验就越可能超越手机里的孤立提问。

• 微信、小红书、抖音已经蚕食传统搜索入口；小红书又推出接入推理模型的独立 App“点点”，虽未让两人养成打开习惯，却可能承接原本就以小红书搜索为主的人群。Koji 引述 a16z 榜单称夸克 MAU 位列全球 AI 移动 App 第六，其“搜索＋工具”路线也避开了百度式广告包袱。

• 硬件的新鲜感仍会快速消退：姬十三买过两副 Meta Ray-Ban，最终都吃灰，“中年人的生活好像没那么多精彩的瞬间”。但 Vision Pro 拍下旧家空间时，他想到二十年后与孩子重新进入那段记忆，立体影像比二维照片“更富含感情”，当场被这种未来观看方式击中。

7. AI 最先吞掉的是学习与文档工作流

• 两人都高频使用 Monica，因为一个入口可切换多种模型；Koji 还会让八个模型同时回答同一问题做比较，并在没有单独订阅 Claude 时经由 Monica 使用。模型卡顿或答案不理想，也可以立即换一个，不必为每家维护独立工作流。

• Koji 获赠了 ChatGPT Deep Research 的使用额度，而姬十三坦言“没舍得交两百美金”。录制前，Koji 让它研究姬十三近期动向并建议访谈话题；普通 chatbot 也能完成，但 Deep Research 往往交付得“更好、更全面”，适合那些想偷懒却要求覆盖度的任务。

• 姬十三对 Notion AI 的依赖来自嵌入性：低空飞行式写完草稿后直接润色，文章写到一半让它补框架，单句转折不顺便结合上下文生成五个版本，还能引用历史文档复用知识与风格。Recraft 则以固定滤镜生成《十字路口》封面和插图，每天 50 张免费额度已覆盖日常使用。

• 姬十三认为 AI 对自己最大的改变不是某项孤立生产任务，而是学习陌生事物的速度：小米汽车发布会出现不熟悉的结构，团队可立即要求 AI 以新手能懂的方式解释。果壳内部尚未找到突破性模式，但他观察到“最早使用 AI 的反而是那些创作能力更强的人”；只要交付仍高质量，依赖 AI 代表更强的学习与创造能力。

8. Manus 的第一性价值是把多步任务压成一次委托

• 最打动姬十三的仍是首发演示：上传一个包含几十份简历的 ZIP，agent 自行处理文件并给出相关简述。过去需要用户拆成多步、调用多个工具的任务，现在可以“一步来完成”，这也是他即使看到首版缺陷，仍称产品惊艳的原因。

• Koji 披露自己是 Manus 公司顾问，也是小红书上一家公司的早期天使投资人，并亲历了产品从想法、内测到发布。Manus 把 agent 的执行过程“像素级”分享出来，姬十三视之为产品经理的增长巧思和漂亮的病毒传播功能，而非应被指责的营销原罪。

• 真正的问题是传播失控：DeepSeek 之后，自媒体热衷讲“中国 AI 实现世界级增长”，邀请码迅速变成流量事件。姬十三推测，团队原本想用邀请制控制早期用户画像和预期，爆发后需求与目标用户混杂，反而给产品团队带来大量噪音。

9. 通用 agent 的上限很高，可靠性却会沿任务链累积损耗

• 姬十三没有回避批评中最有价值的问题：通用 agent 在具体任务上是否天然不如垂直 agent？后者可围绕重要场景设计 workflow 并专项调优；如果每个垂类都能做得更深，通用产品最大的高频场景究竟在哪里，仍需实践回答。

• Haiku Cloud 在发布次日的小型沟通会上披露了一项内部比较：把 Manus 与 Y Combinator 2025 年冬季批次投资的所有 agent 创业公司逐一放到相应垂直任务中测试，Manus 击败四分之三。这个结果构成了团队相信通用智能的核心证据。

• 团队的表达是“Less structure, more intelligence”——更少架构，更多智能。其非共识判断与 DeepSeek 有相似之处：与其持续堆叠人工 workflow，不如相信模型可以自己组织任务；到底哪条路线成立，“很难用理论推演，只能实践出真知”。

• 风险在于，如果一个任务包含八个步骤，每一步都有一定概率卡壳，最终完整度可能迅速下降。姬十三因此既称 Manus 是今年除 DeepSeek 这类模型之外“最前沿的应用型产品”，也把多步成功率列为后续必须修复的核心问题。Koji 还讲到，产品曾险些命名“Dudu”，配套口号是“Just Do Do It”，因渡渡鸟被认为快灭绝或已经灭绝而放弃。

10. AI 教育要从知识竞赛转向“手、脑、心”的再排序

• 姬十三承认自己没有先进答案：所有人都相信 AI 会改变孩子的未来，但学校教育尚未发生相应转折。他的原则却很明确——新工具绕不过去，孩子年龄合适后会鼓励使用 ChatGPT、豆包或 Kimi，“他会成为 AI 原生的一代”。

• 姬十三将传统教育拆成“手、脑、心”。AI 之后，“脑”的优先级可能下降，因为人的记忆力和智力难以超过机器；“手”意味着动手创造、组织团队、把事情从无到有，“心”则是保持健康情绪、应对危机并拥抱未知变化，这两部分会更加重要。

• Koji 认为，移动互联网已让成年人因碎片化和过量信息承受心理冲击，未经渐进适应的孩子可能面对更剧烈矛盾。他的实践选择因此很具体：在强调严厉、作业和竞争的知名兴趣班，与目标是“快乐和自信”的机构之间，他坚定选了后者，因为持续正反馈更能让孩子相信“我能做好”。

11. DeepSeek 同时压低成本、抬高能力并修复市场信心

• 姬十三把 DeepSeek 视为 2025 年的转折点：成本降低与能力增强会直接解锁应用，间接影响创业者、资本以及中美关系。他预计影响“绝大部分是好的”，但也承认世界可能更加对立和极化，技术扩散不会自动消除政治摩擦。

• 让姬十三感动的是另一条并行链路：DeepSeek 受益于开源社区，同时把成果回报给开源社区；即使国家关系紧张，“知识火种的传递”仍在攀登高峰，知识似乎继续跨越国界和偏见流动。这是应用繁荣之外、更长期的基础设施效应。

• 姬十三认为 DeepSeek 可能比当时已经看到的影响更深远：它降低开发成本，也增强国人创业与资本信心，推动更多资金投入早期项目，并带来“中国资产的重估”。他把 DeepSeek、哪吒等事件并列为开年以来信心回归的信号。

12. Agent 与多模态已进入可以卖出收入的应用窗口

• 姬十三判断 agent 正因成本下降、推理链增强和开源尝试增多而进入成熟窗口。他引用的类比是理想 ONE：即便 ONE 很快不再是理想的主力产品，它先证明了“大型车里装冰箱彩电”确有需求；Manus 也可能先让市场看见通用 agent 的真实需求，再由后续产品完成迭代。

• Pine 正在把音频能力变成具体代理服务：美国消费者认为信用卡账单不合理时，它代替用户打电话争取退款或差价。这个想法过去并不新，但旧模型说话“生硬或者笨拙”；能力跨过阈值后，同一需求才从设想变成可交付产品。

• Koji 介绍的 Vozo 展示了多模态工程的商业化速度：团队创业半年做到 100 万美元年收入，从视频“魔改”延伸到翻译。难点不只翻译文字，而是让日文等目标语言的口型、每半句时长与情绪变化，都和原视频同步，这需要底层突破与大量工程改进。

• 姬十三据此预计，2025 年 AI 应用会从数量上“暴增”，软件与硬件都可能迎来爆炸时刻。模型能力本身仍重要，但更可交易的变化是：过去人人能想到却做不像样的需求，正开始在各个垂直领域转化为真实产品与收入。