# Meta在Facebook上线“AI模式”搜索：跨平台智能问答的范式探索
近日，Meta正式在Facebook平台推出“AI模式”搜索功能，标志着社交巨头的AI战略从“内容生成”向“智能检索”迈出关键一步。该功能并非简单的关键词匹配升级，而是通过融合Facebook、Instagram、WhatsApp等多平台公开数据，构建起一个面向用户的统一智能问答入口。用户可以在Facebook搜索框中以自然语言提问，直接获得融合多源信息的结构化回答，例如“附近最佳徒步路线推荐”或“本周热门餐厅评价”。
从技术架构看，Meta采用了检索增强生成（RAG）模式：首先在内部索引的跨平台公开数据（包括公开帖子、公共主页、Reels描述、评论等）中进行语义检索，再将结果输入自研大语言模型Llama 4进行推理与整合，生成包含来源引用的回答。这一设计同时解决了两个核心挑战：一是实时性，通过实时索引确保问答内容反映最新公开动态；二是准确性，借助引用机制缓解大模型幻觉问题。值得注意的是，Meta明确限制数据范围为“公开数据”，避免触碰隐私红线。
此次更新对行业竞争格局产生微妙影响。传统搜索引擎依赖全网爬虫，而Meta凭借封闭生态内的海量社交行为数据（如地理位置、社交图谱、实时情感倾向）形成了差异化的“垂直智能搜索”。例如，询问“纽约今晚最受欢迎的Live音乐演出”时，系统可聚合Facebook活动页面、Instagram Stories提及度、Reviews情感评分等，给出比通用搜索引擎更具社交语境和时效性的答案。不过，用户对“数据融合”的接受度仍是未知数——尽管Meta强调仅使用公开数据，但跨平台数据如何被用于训练和推理，仍需透明的隐私审计与用户控制权保障。
长远看，“AI模式”搜索或成为Meta改造流量入口的试验田。若该功能被广泛采纳，将可能削弱用户对Google等外部搜索的依赖，并推动社交平台从“信息消费”转向“智能助理”。但技术复杂度（如多语言多模态支持）与伦理合规（如偏见过滤、虚假信息防控）仍是Meta必须跨越的门槛。
