实测知乎搜索Skill,免费还真能打
不想掉队的知乎,也跟进了skill。
知乎终于把自己的内容能力交给了外部 Agent。
最近发现,知乎上线了一个数据开放平台。刚看到这个名字时,我以为它准备依托站内内容做数据授权,或者提供品牌舆情、行业研究一类的服务。
页面目前还保留着浓浓的vibe coding痕迹,能明显感觉到团队对产品形态还没有完全定型。
真正体验后才发现,平台当前主推的产品很直接,核心就是搜索。
这套搜索能力同时提供 API、MCP 和 Skill,既能查知乎站内内容,也能做全网搜索。注册后可以免费使用,当前平台官网写着每天赠送 1000 次调用。
这个额度对于个人开发者和轻量 Agent 来说,这个额度已经足够宽松。
拿它跑了几轮真实任务,最明显的感受有两个。
一个是快,分了三个等级,快的很多查询在一秒内就能返回。
另一个是结果很完整,标题、链接、作者、内容摘要、时间、权威等级、排序分数,甚至部分内容下的精选评论都能直接拿到。
市面上并不缺搜索服务。Tavily、Exa、各类大模型内置搜索,以及微信生态里的搜索能力都在解决类似问题。
知乎这套产品依然值得装进 Agent,因为它同时握着全网搜索和知乎站内内容,免费额度又足够高,接入方式也已经准备齐全。
| 知乎为什么做这个?
理解这次开放平台,需要先看知乎这几年做 AI 的路径。
ChatGPT 爆发后不久,知乎就与面壁智能合作推出知海图 AI,随后把 AI 搜索升级为知乎直答。
DeepSeek R1 走红后,知乎直答也很快完成接入,动作并不算慢,这条路线很早就围绕搜索和内容可信度展开。
知乎做 AI 有一项很难复制的优势。平台积累了大量问答、文章和评论,内容自带作者、赞同、评论、发布时间和认证信息,天然适合做检索和溯源。
知乎还投资了面壁智能,希望补足模型和工程能力,让内容资产可以进入模型训练与问答流程,并在回答中保留可核查的来源线索。
问题在于,通用大模型和独立 AI 应用是一场极其昂贵的竞争。知乎可以做出产品,也能持续迭代,但它很难像头部公司那样长期投入算力、模型、渠道和用户补贴。
知乎直答有自己的特色,却没有成为一个足以改变公司增长曲线的超级入口,单靠一个独立产品也很难释放全部内容价值。而这几年知乎的 AI 动作因此显得有些安静。
平台仍在用 AI 改造搜索、创作和内容生产,外界能感知到的新产品却不算多。直到最近的数据开放平台出现,知乎的路线才突然变得更清晰,它开始把多年积累的内容和检索能力直接提供给外部开发者,服务范围也随之离开自家产品页面。
这个变化也与 Skill 热潮有关。越来越多 Agent 开始通过 Skill 获得稳定能力,平台竞争的重点随之延伸到工具供给和能力分发。
小红书最近测试 Red Skill,让创作者可以把 Skill 挂在内容旁边,已经说明内容平台正在寻找新的 AI 入口和新的分发关系。
知乎选择的路线更贴近自己的长项。它没有先做一个大型 Skill 商店,也没有急着让用户在站内上传各种能力。先把搜索、热榜和直答打包出来,让其他 Agent 可以直接调用知乎已经成熟的能力,这条路更短,也更容易形成实际使用量和长期可观察的调用反馈。
搜索会成为第一批开放产品,并不意外。模型需要新鲜、可信、可追溯的信息,Agent 每完成一次研究、写作、选题或事实核查,都可能调用搜索。
知乎无需重新培养用户习惯,只需要把现有内容、索引和排序系统封装成标准接口,就能进入外部 Agent 的工作链路。
这也给知乎提供了一条更现实的 AI 商业化路径。开发者先免费接入,调用量增长后再进入企业合作、数据服务或更高规格的授权。
知乎不必与大厂争夺通用模型第一名,只要在中文高质量内容和可信搜索上建立稳定供给,就有机会成为 Agent 背后的数据服务商,并从持续调用中验证商业需求。
| 搜索Skill有什么不一样?
先说结论,这套搜索 Skill 的完成度比预期的要高。
它并非只把网页链接扔给模型,返回结果已经做过结构化整理,Agent 拿到后可以直接继续筛选、总结和引用。
对内容研究、选题搜集和事实核查来说,少做一次字段清洗,就能少写不少胶水代码,也能减少模型…