裸辞一年狂肝了一个AI搜索!我要硬刚Google和Perplexity!

Hika AI 是一款 AI 加持的「知识搜索工具」,它主要的目的是帮助你在搜索问题时通过Hika的「不同视角的思路」,为你快速延伸问题相关的知识领域,或者深挖问题中某个关键点,获得更加全面的结果.

(我们已经运营了几个月, 有一些用户, 反馈都很不错, 现在在 v 站分享一下~ 希望大家高抬贵手, 不要攻击😂 有问题可以告知一下, 现在都是烧着钱在跑; 下次再分享一下创业后的收获, 以及踩过的坑, 一些经验之谈)


我们为什么要做 Hika

我和其他合伙人都是 AI 产品的重度用户,并且长期关注知识信息类的产品,我们自己在使用 AI 搜索这个领域的产品时发现,虽然产品众多,但大部分都很雷同,且在使用时倍感无力,究其原因:

  • 底层模型并没有聪明到能够懂我心
  • 给出的答案中有很多链接,图片,但这些并没有帮助我更好的理解问题
  • 每当我对回答的某段内容感兴趣时,却无法深入

我们发现上述问题实则是整个产品界对于 AI 与人交互关系的底层理解所致,而它正成为一整个该类产品的共识,因此我们想尝试提出不同的解法

Hika与其他 AI 搜索不一样的地方

现有的 AI 搜索产品基本都雷同于 perplexity ,文本回答+链接+相关问题+图片,它看起来像是公众号,它的探索性更针对形式而非问题本身,Hika对此的思考大体以下几点:

  • 我们保留了文本部分作为回答的主体,同时定向加入了一些专业性知识来源,以满足基础的问答有效性

  • 我们将回答按段落进行分割,因为你很可能对一个回答中若干个点感兴趣,而他们通常都分布在不同的段落中。Hika可以对这些段落进行进一步的交互性探索,给出联想追问或者更加深度的回答

  • 我们提供图表化的讲解,相比文本陈述,图表本身即是另一种角度的解读,Hika的图表即可以延伸那些关联的知识点,同时也可以让你即刻拥有"全局视角"

可以看出,我们希望能给你提供若干对于单一问题的多维思考"线索",而不是一步到位的"懒人回答"。

这是因为我们不认为 AI 能在短时间内完全取代聪明的你。在思考问题时,人倾向于网状结构的信息组织方式,并将有用的信息提取加工,随后得到结论。每个人都有自己专属的加工方式与标准,它无法被量化,这也是为什么现在的 AI 搜索不能给所有人一个满意回答的关键原因。

因此我们不贪图一步到位的回答,而是让Hika专注于对信息的深挖,它可以大幅提升网状式获取信息的效率,换句话说,利用Hika,你的思考可以比以前更聪明,更有效率


Hika当前处在产品开发的早期,存在着诸多问题,包括性能、体验以及功能流程等等。我们将会不断对其进行大量的迭代,我们渴望听到你的声音,无论赞同亦或批评。

很高兴你能参与到Hika的成长中,希望你能玩的开心!

相关推荐
冬奇Lab16 分钟前
开源项目第222期:security-audit — Cloudflare 的安全审计 Skill,把 Coding Agent 变成六阶段安全审计器
人工智能·开源·资讯
卤煮最下饭23 分钟前
在眼镜上背单词:一个 AIUI 对话式智能体的诞生
人工智能
2601_9548118227 分钟前
AI智能教育多智能体协同:备教辅全链路架构实现 — 技术架构
ai
Java后端的Ai之路30 分钟前
Python进阶探索17 - Python中的深拷贝与浅拷贝
人工智能·python·ai·浅拷贝·深拷贝
知识分享小能手1 小时前
深度学习学习教程,从入门到精通,深度生成模型 —— 知识点详解与代码实现(20)
人工智能·深度学习·学习
坐吃山猪1 小时前
Harness Engineering知识总结
llm·agent·harness
hzxxxz1 小时前
26%的研发交给AI之后-人的位置换到了哪里
人工智能
龙智DevSecOps解决方案1 小时前
AI驱动的知识管理指南:基于Atlassian Intelligence、Rovo、Teamwork Collection打造团队知识引擎
ai·atlassian·需求管理·团队协作·知识管理
m0_587383001 小时前
深圳24小时自助健身房系统软件开发实战:架构设计与部署指南
人工智能·数据挖掘·系统架构·需求分析
Joy T1 小时前
Spring AI 2.0 Agent 进阶:Memory、State 与 Context Engineering 常见技术全景
java·人工智能·后端·spring·agent入门·agent state