Genspark。
我一开始注意到它，其实是因为一个很炸裂的数据——它上线45天就实现了3600万美元的年经常性收入（ARR）。作为一个刚起步的AI产品经理，我看到这个数字的第一反应是：真的假的？一个搜索引擎，靠订阅就能做到这成绩？还是在OpenAI、DeepSeek Chat一堆免费AI搜索产品围剿的情况下？
带着这个疑问，我体验了一下 Genspark，也顺便查了查它背后的技术架构和商业模式，结果发现，这家伙确实有点料——不仅敢收费，还收费比ChatGPT还贵，关键是用户真的愿意掏钱。
这篇文章就从一个体验者视角，跟大家拆解下我理解的 Genspark：它是怎么做出来的、为什么它这么“有底气”地变现、它到底靠什么吸引到了那么多付费用户。
Genspark 是什么？
简单说，Genspark 是一个基于 AI Agent 架构的搜索引擎，由前百度高管 Eric Jing（景鲲）和 Kay Zhu（朱凯华）在 2023 年创办。它的产品形态有点像“AI 版的百度百科+搜索结果一站式总结+自动执行工具”。
官方的定位是：一个不靠广告、不受SEO影响、专注高质量信息和自动执行的 AI Agent 搜索引擎。
它的核心亮点在于两个字：整合。
-
多智能体协作；
-
多模型动态调度；
-
多工具自动联动；
-
多信息源整合成一个“AI搜索页面”。
这些组合在一起，形成了 Genspark 的一个特色产品输出 —— Sparkpage。
简单理解就是：你不再是“搜一串链接”，而是“搜出一页直接可用的AI整合内容”，还带执行力。
为啥它敢这么贵？
我看了下目前 Genspark 的定价：24.99 美元/月 或 239.99 美元/年，比 ChatGPT Plus 还要贵。但它不是“包月无限用”，而是采用了 积分 + 订阅制的混合商业模式，这点很有意思。
为什么用积分？简单理解是三层目的：
-
控制高成本任务调用：图像、视频生成等操作本身成本高，积分可以作为“资源分发”的节流机制；
-
用户分层：不同使用频率的用户消费不同积分，能拉高重度用户的ARPU值；
-
提升“价值感知”：积分作为“虚拟算力货币”，让用户能感知 AI 服务的稀缺性和性价比。
免费用户每天只能用一次中等复杂度任务，比如做个PPT；稍复杂一点的分析或生成操作，就需要立刻付费升级会员。这看似“门槛高”，其实背后是 Genspark 对产品本身的执行力和价值闭环有很强的信心。
产品力
很多人可能第一反应是：不就是个加了AI总结能力的搜索引擎？但当我试着丢进一个复杂任务指令后，我才明白它所谓“Agent”到底做了什么。
举个场景：
我输入的任务是：
“下载2024-2025年中美AI监管政策原文10份，对比数据跨境流动条款差异，总结投资风险，并制作15页PPT。”
Genspark 自动走了这一套流程：
-
Download Agent：自动去中美政府官网爬PDF并OCR；
-
AI Sheet：识别关键词并做结构化矩阵对比；
-
Super Agent：调用法律子Agent做专业风险分析；
-
PPT Generator：生成结构化PPT，附带引用链接。
整个过程只花了25分钟，消耗了约450积分，换算下来也就1美元出头。人力干这个得3天、花上2000刀起步。
这一刻我意识到，它不是在“查资料”，它是在“做事情”。
核心竞争力
Genspark 背后的技术核心是 MoA（Mixture-of-Agents）架构。
它能动态调度多个大模型（比如 OpenAI、Claude、DeepSeek 等），还整合了 80+ 工具链，比如 Python 执行器、幻灯片生成器、网页爬虫、语音拨号、OCR等。
最强的地方在于：不仅能调用多个模型，还能对比不同模型的结果交叉验证，提升准确性，降低AI幻觉。
GAIA测试分数就是个侧面印证：
-
level1准确率：87.8%（远超OpenAI Deep Research的74.3%）；
-
level3难度下依旧保持领先。
它不是靠一个模型硬刚，而是靠多模型协同 + 多Agent分工执行 + 工具链自动化，实现了“超级助理”级别的搜索执行体验。
内容生态
Genspark 搜索的结果并不是传统链接，而是生成一个叫 Sparkpage 的动态内容页。这些 Sparkpage 本质上是 Genspark 的“AI知识图谱沉淀”。
-
截至2024年底，用户已经生成了20万个Sparkpage；
-
访问量从5000+跃升至5万+，美国和日本是两大流量来源；
-
越用越强：用户查询越多，Sparkpage积累越多，系统越智能。
这就形成了一个很强的“内容飞轮”：
搜索 → 生成Sparkpage → 被更多人引用检索 → 更多内容沉淀 → 再次强化搜索质量。
这种机制很像知乎早期“社区沉淀+搜索驱动”的模式，但Genspark是AI驱动的。
总结
Genspark 是一套“能赚钱的AI搜索”范本，我觉得 Genspark 最大的价值在于，它不是做了一个又一个AI产品，而是做了一个产品闭环极强的Agent系统，并且在商业上也走出了差异化路线。
-
产品上，它不只是“找信息”，而是“完成任务”；
-
技术上，它不是单模型，而是“多Agent+多工具协同”；
-
商业上，它不靠广告，而是“积分+订阅”的组合变现；
-
用户上，它不是靠烧钱换流量，而是靠产品力促转化。
一句话总结：这不是AI搜索的进化，而是“AI Agent商业模式”的一次突破实践。
未来能不能长红我不确定，但它已经给很多AI工具提了一个醒——不要只想着“能做什么”，更要想清楚“用户愿意为哪一步花钱”。