Ai搜索引擎是怎么实现的？为什么速度很快？

其实各家的AI搜索引擎的主流做法都比较类似，基本都是RAG的这个套路框架，然后加一些细节方面的优化和迭代。整个界面也脱离不开搜索框的形式，还是用户主动输入问题，AI给出回答。

我们先介绍下RAG相关的原理，然后再说下搜索引擎的优化策略。

整个RAG的流程用文字表述如下：加载文件 -> 读取文本 ->文本分割-> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。

在AI搜索引擎里，加载的文本，就换成了调用 web 检索获取的文本。同样的，有很多web的检索API，包括谷歌、bing、duckduckgo等。

AI在搜索的时候，不是简单的和我们想的一个个去搜索关键词，而是会用到并发搜索的技术，一次性去检索多个关键词，多个网页，这样整体耗时就可以控制在毫秒级别了。

检索到相关信息之后，一般有两种方式去处理召回的内容。

1、如果召回的内容，过多，超过了大模型的token上限，或者超过了设定的阈值（假设为80%）。就首先对召回的内容进行简单的总结，这个时候可以并发调用一些小模型去总结。因为文本总结是一个很简单的任务，BERT类的模型都可以做到，所以用小模型完全没问题。

2、如果召回的内容，没有超过大模型的token上限，可以根据一些过滤条件，过滤掉一些相关性差的内容，做一个逻辑判断就可以，速度非常快。

在这之后，就可以保证输入给大模型的内容不会超过token的上限，直接输入给大模型就可以了。整体算下来可能RAG的流程在1-10s之内。

比如，知乎的直答，先检索网页，然后总结输出，就需要至少1s以上的时间，要知道传统的检索基本都是50ms以内的，实际上AI搜索要比传统搜索慢很多。

之所以感知不太明显，可能因为现在的AI搜索都是打字机的显示，一点点展示内容，降低了用户对时间的感知。如果是一直等待的话，你会发现耗时还是很长的。