快速了解
Metaso AI Search · 搜索引擎、AI原生应用、多模态搜索 · 上海 · Growth 1.5亿美元（2024年8月） 估值 · 未公开 ARR · 月活117万（2024年12月） 用户 #行业-搜索知识 竞品：Perplexity · 百度AI搜索 · 360AI搜索
秘塔 / Metaso AI搜索
中国版Perplexity的非共识赌注：放弃广告，走API变现路线；放弃大厂，聚焦垂类；用”深度研究”模式重塑知识工作的人机界面，但面临融资天花板和变现验证的双重考验
基本面
| 字段 | 内容 |
|---|---|
| 全称 | 秘塔 / Metaso AI搜索 |
| 公司 | 上海秘塔网络科技有限公司 |
| 核心定位 | 无广告、结构化答案的AI原生搜索引擎；自研MetaLLM大模型驱动 |
| 关键指标 | 月活117万（2024年12月），估值1.5亿美元，员工55人 |
| 定价 | 基础搜索免费，API按量付费（0.03元/次查询），Deep Research免费 |
| 标志性时刻 | 2024年3月正式上线，3个月内达700万访问量，551%月增速；8月获蚂蚁领投1亿+融资 |
| 核心差异 | AI原生设计（不是传统搜索升级），无广告（对标Perplexity模式），支持多轮对话与自定义数据源 |
一、发展脉络与创始人基因
创始人基因
秘塔的创立人选堪称**“最懂AI和搜索交集的创业团队”**：
闵可锐的背景：
- 学位链：复旦本科 → 牛津数学硕士 → UIUC电子工程博士
- 职业路径：微软/谷歌研究员 → 玻森数据创始人 → 猎豹移动首席科学家 → 秘塔CEO
- 核心优势：深度AI技术功底 + 自然语言处理专家 + 搜索场景理解
核心团队结构：
- 闵可锐：AI/NLP方向的深度专家，但不是搜索引擎专家（这很重要——他没有搜索包袱）
- 唐悦：TopCoder全球排名第一的编程高手，工程品质把控
- 王益为：北大法学+伦敦/哥伦比亚双硕士，十年顶级律师事务所经验（法律是秘塔早期切入的垂类）
关键跃迁表
| 时间 | 关键动作 | 飞跃式结果 |
|---|---|---|
| 2018年4月 | 闵可锐创立秘塔科技，专注NLP工具 | 团队稳定，积累AI技术基础 |
| 2019-2022年 | 推出秘塔翻译、秘塔写作猫等AI办公工具 | 验证B端SaaS商业模式，获得融资 |
| 2023年底-2024年初 | ChatGPT全球爆发，观察Perplexity模式火爆 | 团队快速决策：做一个中国版Perplexity |
| 2024年3月 | 秘塔AI搜索正式上线 | 当月访问量721万次，日均20万+，增速551% |
| 2024年8月 | 蚂蚁集团领投1亿+融资 | 估值1.5亿美元，认可度大幅提升 |
| 2024年12月 | Deep Research功能发布 | 国内首个免费、可视化的深度研究工具 |
| 2025年Q2 | 接入DeepSeek-R1，API商业化推进 | 技术与商业模式同步升级 |
| 2025年Q3 | 推出行业级Deep Research、知识库定制 | 向垂类和B端深化 |
二、成长旅程
2.1 怎么找到这个机会的
时代红利（Why Now）
秘塔踩对的红利是**“AI搜索范式转移的窗口期”**：
- Perplexity在国外爆火（2023年底）：展示了”AI原生搜索”的可能性，用户对”直接答案”而非”链接列表”的接受度快速提升
- ChatGPT全球冲击（2022年底起）：中国用户看到了AI对话的威力，搜索引擎的”蓝色链接”范式开始显得过时
- 中文AI能力突破（2023年中期）：国内大模型能力足够支撑搜索场景，不再是”API调用”而是”自研成为可能”
- 中国搜索市场的”饥渴”：百度搜索依然低效（广告混乱、信息碎片），用户期待新方案
非共识判断
| 内容 | |
|---|---|
| 当时的共识 | 搜索引擎的未来在于”大厂AI升级”（百度、360主导），初创团队没有机会 |
| 秘塔的非共识 | AI搜索不需要搜索帝国遗产，反而需要”轻装上阵”；大厂的包袱（广告、用户习惯）会拖累他们的创新 |
| 下的赌注 | 用开源模型 + 自研索引库，直接对标Perplexity，不走”搜索升级”的老路 |
| 验证结果 | 市场快速验证了这个非共识——无广告 + 结构化答案的模式获得大量垂类用户（学生、研究者）认可 |
JTBD与价值再定义
- 传统百度搜索的问题：搜10个链接→点击→加载→筛选→汇总，整个流程>5分钟；且满是广告和垃圾信息
- 秘塔的新方案：问题→直接得到AI生成的精准答案→参考来源→可视化推理链，整个流程<1分钟
- 10倍效应：不是”搜索快一倍”，而是**“让搜索这个任务本身变得多余”** —— 用户不再需要”搜索和筛选”，直接获得答案
机会类型：范式转移 + 商业模式创新（放弃广告，走API/订阅）
2.2 产品怎么设计的
核心交互范式：AI Native不是Wrapper
秘塔与百度AI搜索的本质差异：
| 维度 | 秘塔 | 百度AI搜索 |
|---|---|---|
| 架构 | AI原生，搜索是辅助 | 搜索原生，AI是升级 |
| 用户心理 | 用户心理预期是”问AI” | 用户心理预期是”搜索” |
| 界面设计 | Chat式对话框（多轮） | 搜索框→答案卡片 |
| 参考链接 | 嵌入在推理过程中 | 在答案下方分离显示 |
| 广告方向 | 零广告 | 集成搜索广告 |
深度研究（Deep Research）设计
2024年7月的Deep Research发布是秘塔的核心创新点：
秘塔支持三种搜索模式：
- 闪电模式（Lightning）：快速回答，用轻模型 + 缓存
- 思考模式（Speed Thinking）：平衡准确度和速度
- 深度研究模式（Deep Research）：全面分析，适合研究场景
关键创新：分段强化学习将”深度研究”的成本从$1+/次降到可免费公开。这是对Perplexity付费模式的颠覆。
相关打法：AI原生设计、多轮对话、深度研究可视化、知识库定制
2.3 怎么验证的（MVP）
MVP的反直觉取舍
| 做了什么（核心假设验证） | 故意不做什么（反直觉的舍弃） |
|---|---|
| 上线基础搜索 + 多轮对话 | 不做移动App（先在Web验证） |
| 支持学术、视频、播客搜索 | 不做垂类定制（先验证通用场景） |
| 免费基础搜索 + API付费 | 不做订阅制（先探索企业付费） |
| 接入各种开源模型 | 不做专有模型（复用开源能力） |
滩头阵地
第一批目标用户是**“AI研究者、学生、知识工作者”**而非”全量网民”：
- 为什么选这个：这群人对”准确答案”的容忍度最高，愿意为高质量搜索付费或贡献数据
- 机会验证速度：垂类用户的反馈周期短，能快速迭代
种子用户获取的具体战术
- AI社区渗透：在知乎、小红书、微博AI话题区投放，吸引早期用户
- 学术场景触发：在学术相关话题（“如何写论文”、“最新研究”）下推广
- 内容营销：创作”Metaso vs Perplexity vs百度AI搜索”的对比文章，SEO优化
- KOL背书：与AI领域的博主合作，做产品体验视频
数据飞轮冷启动
秘塔的数据飞轮是**“用户查询→索引更新→答案质量改进→用户满意度↑”**：
- 自建索引库：秘塔花费了6-12个月构建数百亿规模的中英文索引库
- 实时更新：与Perplexity依赖Google API不同，秘塔有自己的爬虫和索引更新机制
- 学习反馈：用户的查询和反馈直接优化索引和排序
相关打法：垂类切入、学术渗透、内容营销、KOL背书
2.4 怎么切入市场的（PMF）
PMF信号
秘塔在2024年6-8月期间出现明确的PMF信号：
- 增长数据：2024年3月上线→3个月内达700万访问，增速551%
- 留存数据：月活117万（2024年12月），较启动时的日均20万稳定转化
- 融资信号：蚂蚁集团愿意领投，说明内部数据已经验证了增长可靠性
市场切口策略
秘塔采用**“高价值垂类突破”**而非”全量市场覆盖”
相关打法：垂类聚焦、地域聚焦、差异化定位
2.5 怎么增长的
增长模型
秘塔采用**“内容营销 + 产品体验传播 + API生态”的三轨混合**
最关键的”一个增长动作”
“2024年7月发布Free版Deep Research”
这个决策是秘塔的核心增长杠杆：
- Perplexity的Deep Research是付费功能，秘塔直接做成免费
- 这个功能”太香”了，对标Perplexity Pro的顶级功能，却免费提供
- 结果：获得了大量的用户迁移和媒体报道
增长加速器
- 蚂蚁融资（2024年8月）：大额融资信号提升品牌认知
- 媒体报道：多家科技媒体做”国内首个免费Deep Research”的报道
- 产品迭代快：短期内推出多个重量级功能（学术搜索、知识库定制、API）
相关打法：内容营销、产品口碑、API生态、融资信号放大
2.6 怎么赚钱的
收费模式
秘塔采用**“免费基础 + API付费 + 未来订阅”的分化模式**：
| 用户类型 | 收费模式 | 具体实现 |
|---|---|---|
| 消费者（C端） | 免费（全功能） | Web搜索、Deep Research、多轮对话都免费 |
| 开发者 | API付费 | 按调用量计费（0.03元/次） |
| 企业 | API+合同 | 定制数据源、优先级支持、SLA保证 |
| 未来（可能） | 订阅+企业版 | Pro版本的高级功能（目前未开放） |
商业模式的特殊性
秘塔的商业模式是**“API驱动的AI服务”**：
- 完全放弃了”广告”这条线（这是对百度的根本区别）
- 不靠用户订阅费（这是对Perplexity的区别）
- 核心变现点是B端API接入
变现模式的验证状态
目前秘塔的变现还在早期探索阶段：
- API付费已上线，但规模数据未公开
- 企业客户有但数量未知
- 免费模式的用户增长 > 付费转化，说明还没找到清晰的商业化路径
这是秘塔面临的最大风险——如果融资用完了还没有稳定的变现收入，会面临生存压力。
相关打法：API变现、企业合同、成本优化、免费导流
2.7 壁垒在哪
护城河类型
秘塔的护城河是**“中文索引库 + 垂类数据 + 用户习惯”的组合**：
- 索引库壁垒（中）：自建数百亿规模中英文索引库，但Google/Perplexity也有，差异不够大
- 垂类优化壁垒（中）：学术搜索、知识库定制等垂类深度，但可被快速复制
- 用户习惯壁垒（弱→中）：早期用户多是”从百度/Perplexity迁移来”，心理预期还在改变中
- 技术壁垒（弱）：用开源模型（DeepSeek等），没有专有技术优势
最大威胁
- 百度/360的追赶：大厂有用户、流量、资源，只是产品体验还差一点
- Perplexity进入中国：如果Perplexity真的在中国推出中文版，凭借品牌和资金量可能快速碾压
- 用户习惯的变化：如果搜索本身被淘汰（用户习惯直接问AI），秘塔的”搜索引擎”定位就失效了
- 融资枯竭：如果融资用完了还没有稳定变现，会被迫关门或被收购
相关打法：垂类深度、中文优化、生态建设、用户留存
三、战略框架
3.1 技术赌注（Technical Bet）
核心技术选择：
-
自研 vs API：秘塔同时采用两种策略
- 早期：调用开源模型（调用OpenAI、Claude API）
- 中期：接入开源大模型（llama、DeepSeek等）
- 未来方向：自研MetaLLM，降低成本和依赖
-
AI Native vs Wrapper：秘塔是纯AI Native设计
- 没有”搜索框”这个传统入口
- 用户的心理预期是”对话”而非”搜索”
3.2 竞争格局（Competitive Landscape）
竞争维度选择
秘塔选在**“中文AI搜索”维度竞争**：
| 竞品 | 定位 | 优势 | 劣势 |
|---|---|---|---|
| 百度AI搜索 | 搜索升级+广告 | 用户基数大、有流量、有变现 | 产品体验不如秘塔、被搜索框束缚 |
| 360纳米搜索 | 无广告AI搜索 | 360浏览器入口、迭代快 | 索引库质量一般、知名度低 |
| 天工AI搜索 | 金融+学术专精 | 垂类深度、融资充分 | 通用场景差、市场认知低 |
| Perplexity | 全球顶级AI搜索 | 品牌、资金、技术领先 | 中文支持差、需要魔法上网 |
秘塔的位置是**“中文体验最好的AI原生搜索”**
3.3 单位经济与收入质量
| 指标 | 数值/估算 | 说明 |
|---|---|---|
| 月活用户 | 117万（2024年12月） | 相比启动的日均20万，增长约5.85倍 |
| API调用成本 | ~0.01-0.02元/次 | 自建索引库 + 模型推理成本 |
| API定价 | 0.03元/次 | 毛利率约33-50%（早期垫补） |
| 收入质量 | 中等 | API收入稳定但规模还小，大部分用户仍是免费 |
最大的商业风险
秘塔目前的最大风险是变现验证不足
相关打法：API商业化、企业销售、成本控制、融资续航
3.4 时代红利（Why Now）
秘塔踩对的红利是**“AI搜索范式转移的时间窗口”**
3.5 核心优势与脆弱点
配置论分析
秘塔不在”大模型能力”维度与OpenAI竞争，而是利用了**“中文索引 + 垂类深度”这个新变量**
距钱距离
秘塔的距钱距离为”中偏近”
四、蓝图复刻
4.1 最值得学的创新点
创新点：放弃大厂的”既要又要”，做出彻底的非共识选择
秘塔最聪明的地方是**“知道自己不是大厂，所以做出大厂无法做出的决策”**
4.2 可复制的战术剧本
剧本 A：垂类AI搜索的创业战
| 步骤 | 行动 |
|---|---|
| 1 | 选择一个”传统搜索体验最差”的垂类（学术、法律、医学等） |
| 2 | 用AI原生的设计（Chat而非搜索框）重做这个垂类 |
| 3 | 针对垂类特殊性优化（学术搜索支持引文格式，法律搜索支持案例库） |
| 4 | 推出该垂类的”杀手级功能”（秘塔的Deep Research） |
| 5 | 在该垂类社区建立品牌（知乎、论坛、学术平台） |
4.3 反面教材（反向学习）
最常见的失败模式：
-
模仿表面不模仿深层：看到秘塔成功就做”无广告AI搜索”，但没理解秘塔在中文和垂类的深度投入
-
变现模式选错：看秘塔选API变现，就盲目跟风，但没有企业客户积累
-
资金烧尽前没有变现：用融资烧用户增长，但没有同步验证变现
五、其他
秘塔面临的终极问题
秘塔现在有三条路：
- Path A（坚守垂类）：深化学术/专业搜索，成为”专业人士的搜索”，等待被大厂或Google收购
- Path B（横向扩张）：从学术扩展到全量用户，与百度/360正面竞争，赌自己的产品体验能赢
- Path C（生态变现）：聚焦API和知识库生态，成为”搜索基础设施”，未来的变现来自生态而非产品本身
从2024年底的用户增长数据看，秘塔似乎在选Path B
六、Mars 视角
秘塔这个案例非常有意思，因为它展示了**“如何在大厂统治的赛道上打出差异化”的实际操作**。
表面看，秘塔在做”中国版Perplexity”，但实际上是在做**“后搜索时代的新范式竞争”**。关键的转变是：从”我能比Google/百度搜得更快”变成”我能比他们更理解你的需求”。
我的判断是：秘塔的优势是有时间限制的。一旦大厂（百度、甚至Google）真的下决心做好中文AI搜索，凭借资源量和用户基数，秘塔的优势会快速消失。秘塔真正的出路，我认为不在”做更好的搜索产品”，而在”成为搜索的基础设施”——让百度、360、各种垂类应用都来调用秘塔的搜索API。这样秘塔就从”产品竞争”转变成了”生态竞争”，生存空间会更大。
但这条路需要的是**“企业销售能力”和”生态运营能力”**，这个需要的管理能力和闵可锐现在的创业基因不一定匹配。
AI 草稿——待 Mars 确认
七、相关案例
- Perplexity — 秘塔的全球对标，AI原生搜索的全球领先者
- 百度AI搜索 — 秘塔的主要国内竞品，搜索升级路线的代表
- 360纳米搜索 — 另一个无广告AI搜索竞品，但定位更通用
- ChatGPT — 背景产品，AI搜索的上游模型提供者
- DeepSeek — 秘塔的深度合作者（接入R1模型）
八、时间线
| 时间 | 事件 | 影响 |
|---|---|---|
| 2018年4月 | 闵可锐创立秘塔科技 | 团队基础成立 |
| 2019-2022 | 推出秘塔翻译、写作猫等工具 | 验证B端SaaS商业模式 |
| 2024年3月 | 秘塔AI搜索正式上线 | 启动增长 |
| 2024年7月 | 推出Deep Research功能 | 差异化强化，获得大量关注 |
| 2024年8月 | 蚂蚁集团领投1亿+融资 | 融资确认，估值1.5亿美元 |
| 2024年12月 | 月活用户达117万 | 验证规模化能力 |
| 2025年Q2-Q3 | 预期：融资续航，横向扩张，变现加速 | 关键转折期 |
九、参考来源
- 秘塔AI搜索官网 — 产品体验和功能文档
- 蚂蚁领投，秘塔科技获得1亿元融资 — 融资信息
- 国内免费版Deep Research上线，秘塔AI深度研究尝试重塑知识工作范式 — Deep Research功能
- 秘塔搜索 API 上线，每次查询 3 分钱 — API定价
- 来势汹汹的AI搜索新生代”秘塔”，是怎么做商业化的？ — 商业模式分析
- 全网最全AI搜索PK，三大神器谁最强？Perplexity、秘塔、Felo对比 — 竞品对比
- 闵可锐 - 百度百科 — 创始人背景
十、更新日志
| 版本 | 日期 | 更新内容 |
|---|---|---|
| v1.0 | 2024-08 | 初始版本，记录产品上线到融资阶段 |
| v2.0 | 2024-12 | 更新用户数据、补充Deep Research分析 |
| v3.0 | 2025-03 | 补充API定价、企业版信息、竞争格局更新 |
| v4.0 | 2026-03 | 完整重写，补充Mars视角、战略框架、市场现状（最新） |
最后更新：2026-03-17 下次建议更新时间：2026-06（观察H1的融资、商业化、市场份额数据）
看完后推荐
- 想了解竞品？看 Perplexity、百度AI搜索、360AI搜索
- 想了解行业？看 搜索知识赛道全部产品