摘要
1) 一句话总结 实测表明，OpenAI的SearchGPT虽然具备界面简洁和信息源权威的优点，但在中文语义理解、实时数据准确性及模型幻觉方面仍存在明显不足，整体表现瑕瑜互见。
2) 关键要点
- 产品界面与定位：SearchGPT界面极度简洁，主页仅有巨大搜索框，并提供“设为默认搜索引擎”的按钮，意图挑战传统搜索引擎。
- 实时数据测试：在查询特定时间点（8月2日0点）的奥运奖牌数时，SearchGPT首次给出了正确的21枚，但经追问和更改时间条件后发现其并未真正理解时间线，首次正确纯属巧合。
- 竞品对比：在同等实时问题下，Perplexity（答6枚）、秘塔AI搜索（答19枚）均回答错误，360AI搜索虽答错但明确提示了数据截止时间，未产生幻觉。
- 逻辑与常识测试翻车：在询问“中国经济特区有哪些”（错答5个）和“9.11和9.8谁更大”时，SearchGPT均回答错误，且未调用左侧已检索到的参考链接，仅依赖模型内部知识作答。
- 语言与信息源偏好：用中文询问iOS 18功能时，系统直接输出英文回答；在检索LLM Agent论文时，引用了科技媒体文章而非arXiv等直接学术源。
- 核心优势：界面体验好、抓取的信息源多为权威媒体或官方、回答直接无废话、支持追问，且具备较丰富的卡片生态（主要为国外生态）。
- 后续计划：作者正在构建包含实时性、准确性、语义理解、中国特色数据、来源多样性等维度的AI搜索全面评测体系。
3) 风险/不足（基于原文明确指出）
- 准确性与过度自信风险：有时会搜到正确信息但不调用，过度相信模型内部知识从而导致事实性错误（如数字大小比较）。
- 幻觉风险：在被要求提供明确信息源和引用段落时，会出现“已读乱回”的幻觉现象。
- 时间维度缺陷：对时间维度的信息理解和实时数据抓取能力存在明显不足。
- 中文适配不足：部分情况下对中文语义理解能力不够，且存在中文提问却强制回复英文的情况。
- 功能生态单一：相比其他AI搜索，缺乏脑图、PPT生成等丰富的扩展功能体验。
正文
盼星星，盼月亮。
终于盼到了OpenAI的AI搜索SearchGPT的体验资格了。
一周期，SearchGPT在跳票了将近3个月之后，终于被正式官宣了。
我也是在看到的第一时间，申请了内测资格。
OpenAI说，会在大概一周的时间里，逐步开放给大家。
于是，我也在苦苦的等了一周以后，终于，发现自己。
还是没等到。
毕竟我特娘的，在OpenAI的各种内测里，永远是最后一批。
但是，那首Rap怎么唱的来着，XX就是兄弟多？。。。我虽然没拿到，但是我的好朋友 @毅恒 拿到资格了呀，在知道消息的第一时间，我就去恬不知耻的找他借号了。
他也很痛快，直接给我发了一串字母。
唯有感动。
在拿到号的那一瞬间，我就沐浴更衣，登上了他的号，进入了那个期待已久的， SearchGPT。
网址在此：https://chatgpt.com/search，如果没有排队的朋友，也可以第一时间去排队一下。
一进来，就是一个极度简洁的巨大的搜索框。
右上角有个小彩蛋，一个小按钮。
翻译过来的意思就是， 设为默认搜索引擎 。
这明晃晃的，就是要抢Google的饭碗嘛。
我们在搜索框里，随便输入一个问题。
“2024年巴黎奥运会，截止北京时间2024年8月2日0点，中国队的奖牌数量？”
这个对于实时性要求极高，对数据溯源的要求也极高，如果你去拆关键词，搜很多的新闻报告，大概率就会错，你必须理解这个问题，真的去巴黎官网搜，去央视奖牌榜，或者一些三方的实时更新的榜单搜，才可能会对。
我先把这个问题的正确答案公布出来， 截止到8月2号0点，总奖牌数是 21枚 ，11金7银3铜，奖牌榜第一。
奖牌榜上实时数据虽然是22枚，但是有一铜其实是0点以后拿的，所以不算，正确答案是21枚。
我们先看一下其他AI搜索产品的情况。
Perplexity，直接躺平，6枚，咋地，你跟我这虚空吞金牌呢？
秘塔AI搜索，抓了8月1号早上8点38的新闻，然后非常确凿的说是19枚。
浓眉大眼的360AI搜索，也答错了，但是哥们好在知道自己没抓到最新数据，知道只抓到1号早上9点的数据，所以抱歉了，虽然答错，但是没有出现幻觉。
最后，我们再来看看 SearchGPT。
直接从奥运会官网抓的数据，完美正确。
而点进去参考链接，我才赫然发现，人官网明明写的是： 22枚。
我在这两个网页所有地方，都没有看到一个21这个数字。
我都懵逼了，我真的不知道， SearchGPT是如何如何判断时间，避开数字陷阱，得到了这个神乎其神的回答。
于是，我就追问了他一下： “ 你的这个21枚数据，是从哪得来的，请给我明确的信息源，和引用段落 ”
而 SearchGPT，居然开始，已读乱回。
我心里隐隐有一种，不好的预感。
于是，我就把问题改了一下，改成了 “2024年巴黎奥运会，截止北京时间2024年8月2日1点，中国队的奖牌数量？”
这道题的答案，想必朋友们都知道了，是22枚。
而看到SearchGPT回答的那一刻，我心中千万只草泥马翻腾而过。
此时， SearchGPT被Perplexity附身。
我又换了一种问法，我再问： “2024年巴黎奥运会，截止目前最新时间，中国队的奖牌数量是多少？”
19枚…终于跟秘塔AI搜索同源了，答案质量上，还不如360AI搜索，人家至少还会反思。
所以这个小实验发现，8月2号0点那个21枚出神入化的精准回答，根本不是 SearchGPT多牛逼，而是单纯的。
瞎猫碰到死耗子，纯种的巧合。
心中瞬间对 SearchGPT完成了祛魅。
当然，这个问题，毕竟是难倒所有AI搜索的杀手锏，大家都躺，你 SearchGPT躺了也不算啥。
也不能这一个问题，就一棒子把SearchGPT打死不是。
我又问了其他一些问题。
比如 “ 中国经济特区有哪些 ”， SearchGPT又G了。
答案明明是7个，却只给我回答了5个。
又比如经典问题， “9.11和9.8谁更大”
直接原地翻车。
不是哥们，你左边明明有这么多的链接，你就不能参考一下吗，非一个不用，直接用自己的模型能力进行回答。。。
然后我又问： “ 苹果iOS18最新的AI功能有什么 ”， 不是哥们，我用中文问问题的，咱就是说，咱能翻译一下再给我回答吗。。。
比如我又问： “24年有关LLM Agent的论文”。
咱就是说，搜论文其实完全可以学一下人家，咱去arxiv来搜嘛，咱没必要引用机器之心的文章你说对不= =
再问： “ 给我推荐现在中国比较著名的精品咖啡 ”
行吧，你推荐了瑞星，我们就是好兄弟。
整体而言，说句实在话，SearchGPT这玩意。
都不是瑕不掩瑜，是有点瑕瑜互见，甚至瑜不掩瑕的意思。
翻下了X，发现拿到资格的，对 SearchGPT评价也不是很高。
如果硬要我对SearchGPT这玩意做个总结的话，我可能会这么评价：
优点：
界面简洁，用户体验舒适； 抓取的信息来源质量较高，基本是权威媒体或官方信息源； 回答得直接，废话少； 卡片生态做的挺丰富的，但是大部分都是国外的； 可以追问；
缺点：
有些时候只能回复英文答案； 一些情况下对中文语义理解能力不够； 准确性着实一般，有时候搜到了东西但是不调用，相信自己的模型内部知识。 在时间维度上的信息理解和信息抓取能力存在不足，不过这是通病了； 用户体验不够丰富，没有脑图、ppt之类的（maybe也算是简洁的优点？）
当然，为了大概了解几个主流的原生AI搜索产品的一些能力，我们也跟AI视频、AI绘图、AI PPT等等一样，会做一个全面的评测。
测试的维度包括：实时性、准确性、语义理解、中国特色数据、来源多样性。当然这是我自己瞎总结的野鸡维度，仅给我自己做参考用。
不过表格没做完。
所以，后面做完了，我会再单独写一期。
AI搜索产品的全面评测。
希望可以给大家带来一些帮助。