# Kagi Search:LLM 時代付費搜尋的使用者觀點

Kagi Search:LLM 時代付費搜尋的使用者觀點

Kagi Search 提供高度控管、無廣告的傳統搜尋引擎替代方案

Kagi Search 透過付費訂閱將其商業模式與使用者利益對齊,從而移除廣告驅動結果的誘因。使用者報告指出,Kagi 的主要價值在於其廣泛的自訂與工具,而非在原始搜尋品質上相較於 Google 或 DuckDuckGo 等競爭對手有決定性的飛躍。

使用者引用的高價值功能包括:

  • Search Curation: 能夠封鎖特定網站或提升其他網站的可見度。
  • Power-User Tooling: 整合 vim 按鍵綁定以導航搜尋結果。
  • AI Integration: 明確選擇加入 AI 功能,並能夠建立帶有特定提示詞、LLM 代理及用於領域特定知識檢索的透鏡的自訂助理。
  • Translation Services: Kagi Translate 被描述為優於 Google Translate,因其能提供直接翻譯並附帶情境替代方案。

LLMs 對傳統搜尋實用性的影響

大型語言模型 (LLM) 顯著降低了許多進階使用者的傳統搜尋查詢頻率。多位長期 Kagi 訂閱者報告稱,他們的搜尋量已「直線下降」,因為 AI 搜尋工具提供答案的速度比瀏覽搜尋結果列表更快。

這種轉變在訂閱成本與工具實際產生的效用之間產生了張力。先前認為月費合理的使用者現在發現自己每月執行的搜尋次數少於 300 次,導致一些人降低方案或質疑付費搜尋引擎的持續價值。

使用者批評與採用障礙

定價與可及性

許多使用者認為定價方案——特別是每月 10 美元的方案——對於一個搜尋引擎來說太貴了。經常有呼聲希望提供更親民的入門層級,例如每月 0.99 美元或 3.00 美元的選項,或能夠使用如 Monero 這樣注重隱私的貨幣付款。

整合與功能缺口

  • Browser Integration: 使用者對於在不使用「笨拙技巧」的情況下將 Kagi 整合到 Safari 中的困難感到沮喪。
  • Widget Support: 部分使用者因覺得與 Brave Search 等競爭對手相比缺乏實用的小工具(例如財務或天氣小工具)而離開平台。
  • API Access: 有需求取得 API 或 MCP(模型上下文協議)存取權,以允許使用者將 Kagi 的搜尋功能直接整合到他們自己的 AI 工作流程中。

比較分析:Kagi 與競爭對手

「我在 HN 線程中多次詢問具體的搜尋範例,Kagi 在該範例上的表現優於 DDG 或 Google,但從未得到確切的回覆。看起來人們喜歡 Kagi 的地方在於其自訂與周圍工具,但實際的搜尋品質大致相同,甚至可能更差。」

雖然有些使用者主張 Kagi 的「硬搜尋結果」通常優於 Google 的結果,但其他人則認為 Brave Search 是一個可比擬的替代方案,因為搜尋不與使用者帳號綁定,提供了更好的匿名性。

此外,一些使用者指出新興替代方案如 Staan.ai —— 由 Ecosia 和 Qwant 建構的歐洲搜尋索引 —— 是一種可能的創新來源,能減少對 Google、Bing 和 Brave 索引的依賴。

Sources