$4.5 億 ARR (2026.03)
ARR 一個月內從 $2 億漲到 $4.5 億，靠的不是搜尋而是 Comet agent 瀏覽器。Pro/Max 雙層訂閱 + Comet 預設用 Opus 4.5。是「答案引擎 → agent 平台」最乾淨的轉身樣本。
賽道全景 · OPC ATLAS
AI 搜尋 / 智慧閱讀：從答案引擎到 agent 瀏覽器
Perplexity 估值 $212 億，秘塔吃下知乎長尾
2026 年的 AI 搜尋已經不是「Perplexity vs Google」單線敘事，而是 agent 瀏覽器之爭。Perplexity 估值衝到 $212 億、ARR $4.5 億，Comet 在 macOS / Windows / iPad 全平台鋪開；OpenAI 用 ChatGPT Atlas 把 agent 直接內建瀏覽器，3 月宣布 Atlas/ChatGPT/Codex 合併為桌面 superapp；Google AI Overviews 月觸達 20 億用戶。台灣這邊是雙線使用——Perplexity 與秘塔同時在用，但 ChatGPT Atlas 上市後變數很大。國內市場：秘塔吃學術 + 知乎長尾、豆包 MAU 4.68 億、Kimi 估值 $180 億衝港股 IPO。台灣創業者要看的不是「再做一個答案引擎」，而是 agent 流程或巨頭不會碰的繁中 / 中文長尾資料。
01 · 2026 市場現狀
通用層格局已定。海外第一梯隊：Perplexity（$212 億估值、$4.5 億 ARR、3 月 ARR 單月增 50%）、ChatGPT Search/Atlas（OpenAI 將 Atlas 升級為 agent 瀏覽器並計畫與 Codex 合併成 superapp）、Google AI Overviews（月觸達 20 億，AIO 已覆蓋 18% 全部查詢、57% 長尾查詢）。第二梯隊：Genspark（$15.6 億估值、super agent 路線）、You.com（轉做 B 端、單筆合約 $30 萬、6 週成交）、Felo.ai（東京、日韓台 200 萬 MAU、3 月 Series A 融 $10M）。國內：秘塔（學術 + 知乎深度長尾）、豆包（4.68 億 MAU 字節分發）、Kimi（K2.6 256K 上下文、衝 IPO）。企業向：Glean（$72 億、$2 億 ARR）、Hebbia（金融律所、$13M ARR 已獲利）。台灣特殊性：(1) 繁中內容長尾品質與簡中差異明顯，本地 AI 搜尋需要重新訓練語料；(2) 中小企業大量使用 Notion/Google Workspace，企業搜尋有空白；(3) 用戶同時用 Perplexity + 秘塔的混合行為。2026 最大轉折：搜尋與 agent 邊界正在消失，新進入者要做工作流或專屬資料，不要再做更好的答案引擎。
02 · 代表公司
macOS 全量 + Atlas/Codex superapp 計畫
Chromium 內核 + 側邊欄 ChatGPT + Agent 模式。1 月加 Auto 模式（自動判斷走 ChatGPT 或 Google）。3 月宣布 Atlas/ChatGPT/Codex 合併成桌面 superapp，正面回擊 Comet。
Gemini 7.5 億 MAU / AIO 月觸達 20 億
AI Overviews 已覆蓋 18% 全部查詢、57% 長尾查詢，Gemini 占 21.5% chatbot 市場（去年僅 5.7%）。結構性護城河：內嵌全球最大搜尋引擎，沒人能複製這個分發面。
上千萬用戶 / 學術搜尋頭部
國內學術搜尋 + 知乎/微博長尾內容王者。無廣告 + 結構化答案 + 學術模式專精。台灣使用者用作中文深度內容查詢，是 Perplexity 在中文圈最乾淨的對位。
MAU 4.68 億 / DAU 1 億+ (Q1 2026)
字節生態分發 + 抖音/今日頭條流量灌入，國內 AI 應用 MAU 第一名。模型能力中游，但管道護城河無解——任何想做華語 to C AI 搜尋的人都要回答「為什麼不直接用豆包」。
K2.6 模型 256K 上下文 · 海外 API 收入 4x
靠長文本起家，K2.6 單月增收超越 2025 全年。海外 API 進 Stripe 全球 Top 10。已不是單純「中文搜尋」公司——長文本 + 編碼 + agent 三線並行，IPO 前最值得追蹤的中國標的。
$2 億 ARR (2025.11)
9 個月 ARR 從 $1 億翻到 $2 億。Glean Agents 平台已跑 1 億 agent actions/年。Microsoft Copilot 最大對手，台灣大企業導入時的首選比較對象。
$13M ARR / 18 月增 15x · 已獲利
Matrix 產品專做金融/律所深度盡調，把 SEC 文件讀成「無限長 spreadsheet」。a16z + Index + GV + Peter Thiel + Eric Schmidt 投。證明「單一職業垂直 + 高 ACV」是 Glean 之外的另一條路。
03 · 入場前的紅綠燈
🟢 綠燈 · 考慮入場
你親身經歷過某類用戶的研究流
做過股權分析師、生醫博士、調查記者、VC 盡調——你能精準說出 Perplexity 在引用深度、領域語言、時效性哪些場景上崩。這種「內行痛感」比模型選型重要 10 倍。
你能講清楚通用搜尋為什麼不行
「Perplexity 為什麼搞不定我這行」要能講到 5 層細節——引用品質、PDF 解析、跨表關聯、合規 audit log、資料 freshness。能列具體 case 而不是只說「不夠準」，你才有差異化。
你願意拼 UX 和 workflow，不拼模型
模型層一年 3 代，今天領先明天就被拉平。真正能累積的是 workflow（多步、批次、協同 review）+ 權限層（產業合規）+ 私有資料接入。這些工程活兒巨頭不耐煩做。
🔴 紅燈 · 先別入
「Perplexity but for X」沒有壁壘答案
如果你做不出「Perplexity 下個月不會推 X 版本」的硬理由——獨家資料、產業准入、專業帳戶綁定——這就是個遲早被通用 agent 吃掉的薄殼。
你以為 embeddings 能贏
「我們用更好的 embedding + RAG」是 2024 年的故事，2026 年 embeddings 已商品化。真正的差距在 pipeline 工程、UX、permission/audit、私有資料接入——不在向量距離。
你在做純 Web 索引，沒有專屬內容
若你只是抓公開網頁、丟 LLM 生成答案，跟 100 個 Perplexity 套殼一樣零護城河。要嘛有付費資料接入（Bloomberg、PubMed、Westlaw 類），要嘛有用戶私有資料 + 權限——純 Web 索引零摩擦。
04 · 三條進入路徑
全職做垂直 AI 搜尋 SaaS
通用搜尋明顯失靈的專業領域：醫學文獻、監管文件、繁中法規、學術論文
做 prosumer 閱讀 / 研究工具 SaaS
重度閱讀者、研究生、獨立寫作者、PKM 玩家；個人訂閱 $5-25/月
企業 AI 搜尋 / RAG 顧問
中型企業 IT/HR/法務主管，痛點是 Confluence/Notion/Google Drive 找不到知識
05 · 哪類創業者最順手
產品自己會說話
搜尋/閱讀工具天然 PLG——開發者社群、Twitter、Product Hunt 都是分發口。Perplexity、Genspark、Heptabase 都是 PLG 範本。但要做好「免費層撐流量、企業層賺錢」的雙層結構。
不差錢玩家
企業搜尋（Glean、Hebbia 路線）是典型重資本：要 SOC2/HIPAA、要做業務團隊、要燒錢搶標竿客戶。Glean 800+ 員工才做到 $2 億 ARR，獨立工作者做不了，這裡是資本派的主場。
一個人的開發團隊
工程獨行俠適合 prosumer 閱讀工具或 OSS 路線（類 Open WebUI、SearXNG）。難點是搜尋品質需要資料 + 評測體系，單人很難和 Perplexity 拼通用品質——必須找極垂直場景。
06 · 接下來
值得一讀
- Perplexity at $450M ARR Sacra
- Glean at $200M ARR Sacra
- Introducing ChatGPT Atlas OpenAI
關注誰
- Aravind Srinivas (Perplexity CEO) @AravSrinivas
- Alan Chan (Heptabase CEO) @alanchanmh
- Arvind Jain (Glean CEO) @arvjain
相關賽道
- AI 開發 / DevTools同樣是 PLG playbook，開發者用戶群和成長打法幾乎可複用，只是產品表面不同。
- 法律 AI都是知識工作 AI，Hebbia 和 Harvey 已證明垂直法律/金融搜尋能做出獨立公司。
- AI 創作者工具如果把搜尋/閱讀做向創作者（research → 寫作閉環），就直接接到創作者工具市場。