谷歌把搜索做成了"后台守夜人"：AI智能体7x24盯全网

谷歌今天（6 月 14 日）把上个月 I/O 上预告的搜索智能体功能正式推上了线。简单说，搜索框这个用了二十多年的"被动入口"，现在能反过来盯着你关心的东西了——你不打开标签页，它也在跑。

首批上线的是"信息智能体"（Information Agents），全网监测、即时推送，目前只面向 Google AI Ultra 订阅用户。月费两档，99.99 美元和 199.99 美元，覆盖 AI 模式当前支持的所有语言和地区。AI Pro 那一档要等到今年夏天稍晚才能用上。

这不是定时任务，是常驻进程

先把功能拆开看。用户在 AI 模式下输入一句话——"持续帮我关注……"、"出现以下情况时提醒我……"，再补上具体条件，比如预算 500 万以内、面积 90 平以上的本地二手房，或者某个限量联名款球鞋的上架动态，智能体就建好了。一旦命中，它会把抓到的内容整合成一条更新推过来，附带快捷操作入口（比如直接跳转购买、跳转房源详情）。

听起来像 Google Alerts 的升级版？某种意义上确实是，但二者的运行机制完全不是一回事。

Google Alerts 是关键词匹配 + 定时推送，能给你的就是"包含这个词的新链接列表"。谷歌自家的另一些自动化产品——标准版 Gemini 应用的定时任务、Gemini Spark 的定期检索——也都是按周期跑，最快每 15 分钟一次，慢的每天一次。

搜索智能体的逻辑变了。它不再按节拍轮询，而是持续对全网数据流做语义级别的分析：博客、新闻平台、社交媒体、金融行情、商品库存、体育赛事实时数据，只要有新内容进来，就跑一遍判断和你建的智能体规则匹不匹配。匹配上立刻推。

这个差异在追踪突发新闻、限量发售、库存波动这类场景里非常关键。一双联名鞋的补货窗口可能只有 3 分钟，每 15 分钟跑一次的工具根本来不及。

底层是 Gemini 3，重点是"主动推理"

按 I/O 时披露的信息，这套系统跑在 Gemini 3 上。除了文本，多模态那套——图表、数据可视化、视频片段——都能吃进去。

但真正撑起"智能体"这个名字的，是主动推理（proactive reasoning）的部分。举个谷歌官方拿出来的例子：你建了一个盯某家科技公司股价的智能体，传统工具能给你的就是涨跌数字加新闻链接。新的智能体会做这些事：

• 监控股价波动是基本盘；
• 把当期财报、行业报告、社媒舆情整合进来，解释为什么动；
• 对比不同分析师的观点，告诉你市场怎么看；
• 基于这些数据给出具体的行动建议——是否考虑增持、减持，止损位放哪儿。

这一步是关键：它不仅围绕你给的关键词转，还会自动识别潜在相关项。关注一家科技公司，它会顺手把上游供应链、主要竞品的动态也抓进来。你可以再加规则，比如"波动超过 5% 才提醒"，或者"只推权威媒体的源"。

说白了，这是把过去需要一个分析师助理做的事，压缩到一个常驻智能体里。从"信息检索"到"信息+判断+建议"，工具的职能在往上挪一层。

搜索引擎的"角色转换"

站远点看，这事的意义不在于"谷歌又上了个新功能"。

传统搜索是一个被动入口：你输关键词→它返回链接列表→你点进去→你自己消化。这套范式从 1998 年 Google 上线至今没怎么变过，变化的只是排序算法和广告位形态。

搜索智能体是把整个交互方向反过来了——入口从用户主动调用，变成系统主动通知。这对应一个更大的趋势：用户不再"上网搜"，而是把意图交给一个常驻 Agent，让它替自己跑流程。Gemini Spark 走的也是这个方向，差别在于 Spark 更偏向"代为执行"（比如帮你处理邮件、下单），搜索智能体更偏向"代为感知"。两个加起来，就是 Google 想象中的 AI 时代搜索：感知 + 决策 + 执行的闭环。

这套范式的副作用值得开发者注意。当分发入口从"用户点击页面"变成"智能体决策推送"，传统的 SEO、归因链路、广告位逻辑会全部受冲击。一个直接的问题：如果用户日常的信息消费 80% 通过智能体的整合摘要完成，源站点的流量从哪来？这是 Google 自己要回答的一个棘手问题——它既是搜索引擎，又是流量分发的中介，现在它的智能体在某种程度上正在截胡自家的流量出口。

竞争位面：Bing、百度都在做，但路径不一样

2026 年的搜索智能体赛道已经挺挤。

• 微软 Bing 在 Q1 推出基于 ChatGPT-5 的智能体功能，主打的差异点是和 Office 365 生态打通——你可以在 Word 文档里直接调智能体抓最新数据，写报告时不用切窗口。它的优势是 B 端办公场景的渗透。
• 百度 的"文心智能体"针对中文场景，整合百度百科、学术资源这些自有数据资产，做本地化的信息服务。
• OpenAI 这边，ChatGPT 的 Tasks 和 Agent 模式去年就上了，但严格意义上是"按周期跑的助理"，全网实时监测+即时推送的能力还没追上。

谷歌的差异化牌面在于索引规模。它过去二十多年攒下来的全网爬虫和实时索引基础设施，在"持续监测"这件事上是天然壁垒——别的公司想做同样的事，光是把全网博客、社媒、库存数据实时灌进来这件事就要烧巨量基础设施。

但代价是贵。AI Ultra 199.99 美元/月这个定价显然不是给普通用户的，是给金融分析师、采购经理、做信息差生意的从业者准备的。这部分人愿意为"比别人早 10 分钟知道"付费。AI Pro 档夏天放下来后，价格门槛才会真正进入普通消费者的考虑范围。

对开发者意味着什么

如果你在做产品或者写代码，有几个点值得琢磨：

1. 被动搜索的产品逻辑正在过时。如果你的产品依赖用户主动检索、点击、消费内容，要考虑两件事：用户会不会把这件事外包给智能体？如果会，你的内容怎么被智能体引用？
2. 结构化数据的价值在涨。智能体抓取信息时，明显更偏好有 schema、有 API、有清晰元数据的源。给自家产品的内容加上更友好的结构化标记，可能是接下来几年最简单的"AI SEO"。
3. 实时性变成了竞争维度。15 分钟轮询的工具在突发场景里已经不够用了，做监测、提醒、订阅类产品要重新评估技术栈——push 还是 pull，延迟容忍度多少。
4. 多模型组合是常态。Gemini 3 擅长这件事，不代表所有事都用它。开发者层面，组合调用不同模型、按场景路由，比绑死一家更现实。OpenAI Hub 上一个 Key 调通 GPT、Claude、Gemini、DeepSeek 这些主流模型，国内直连、兼容 OpenAI 格式，做这种组合调度的时候省事不少。

还没解决的问题

冷静下来看，这个功能现阶段还有几个明显坎：

• 误报和噪音。全网实时监测的代价是召回率高、准确率不一定跟得上。智能体推 50 条更新，有 40 条不是用户真正想看的，体验就崩了。规则定制能力够不够细，是关键。
• 隐私和数据范围。"全网监测"听着很美，但实际能进多深？社交媒体平台的反爬、限流、API 政策这两年越收越紧，X、Reddit、Instagram 的数据获取成本都在涨。智能体覆盖到的"全网"到底有多大，要看实际体验。
• 过度依赖单一源。当用户开始把信息消费完全交给一个智能体，信息茧房的问题会更严重——你看不到智能体没推给你的东西。这是一个产品伦理问题，谷歌目前没给出明确回应。
• 价格。99.99 美元/月这个门槛对消费者来说太高了，AI Pro 档放下来之前，这玩意儿基本是企业和高净值用户的玩具。

总结

搜索智能体这个东西，技术上不算革命性突破——主动推理、多源整合、即时推送，每个能力单独看都不是新概念。但把搜索引擎本身改成一个常驻 Agent，这件事在产品形态上是有分量的。它标志着搜索从工具向服务的转向，也预示着接下来几年信息分发的格局会被重新洗牌。

对开发者来说，与其纠结"会不会有人用"，不如想想"如果用户真的开始把搜索托管给智能体了，我的产品怎么活下去"。这是个比功能本身更值得花时间的问题。

参考来源

• IT之家：谷歌推出搜索智能体功能，可主动帮你盯全网信息 — 本次功能上线的首发报道，包含定价和功能细节