夜雨聆风很多人第一次让 AI 安排行程，都经历过一种微妙的崩溃：它写得特别周到，时间、路线、午餐一应俱全，结果你到了门口才发现——今天闭馆。
这不是模型不会写计划，而是它没有查到当下真实的信息。开放时间会变、活动会临时调整、热搜里真假混在一起、论文结论又常被二手文章夸大。AI 如果只靠记忆回答，越会组织语言，有时反而越容易让人放松警惕。
所以这次我把 AnySearch 接入当前使用的 Codex，专门挑了三个普通人也会遇到的问题：给父母安排周末出行、核验一个微博热榜、看懂“AI 会不会让人变懒”背后的研究。测试发生在 2026 年 8 月 12 日，文中截图全部是 Codex 整窗原图，没有裁剪、拼接，把最真实的测试结果给大家看一看
AnySearch 可以理解成给 Agent 准备的联网调查能力。它不是另一个等你打开的搜索网站，而是通过 Skill、MCP 或 API，把通用网页、社交媒体、学术论文和网页正文提取接进 AI 工作流。你仍然在 Codex 里提问，Agent 在背后搜索、核对，结果也直接回到 Codex。
下面三次实测都遵循同一条完整链路：用户提问 → Agent 调用 AnySearch → Agent 在 Codex 产出可继续使用的结果。
第一个生活难题：带父母逛三座馆，别把“攻略”写成体力测试
我的条件很具体：8 月 16 日带父母在上海玩一天，预算 600 元，尽量室内、少走路；想去上海博物馆人民广场馆、上海城市规划展示馆和上海自然博物馆，还要核对开放时间与预约方式。
AnySearch 一次并行查三座场馆，很快碰到真实世界最麻烦的一种情况：旧攻略显示上海博物馆常规开放，2026 年官方公告又写着人民广场馆从 5 月 6 日起临时闭馆到 6 月底左右。一个普通聊天机器人很可能挑一条顺眼的结果直接写进攻略。
Codex 没有跳过这个冲突，而是继续追查 2026 年展览计划。官方页面已经列出 7 月起在人民广场馆举办的新展，可以证明场馆进入重新开放后的正式展期；与此同时，暑期热门特展可能单独预约和收费，仍需出发前再看预约页。
接着，Agent 把三馆放到同一张时间轴里。8 月 16 日是星期日，三馆都不撞固定闭馆日；上海博物馆和城市规划展示馆都在人民广场，先连着逛，再吃饭休息，下午打车到自然博物馆，能减少老人换乘和折返。
最后的安排是：9 点上海博物馆，11 点多步行到城市规划展示馆，中午就近吃饭，13 点半左右打车去自然博物馆，16 点半前离馆。三人基础预算约 350—450 元，剩余部分留给收费特展、临时交通和休息。
下雨也不用重做整份计划：两段室外移动改成短途打车，午餐放进商场；如果上海博物馆特展售罄，就延长城市规划展示馆的时间。它甚至提醒，三馆都在 17 点左右闭馆，如果把自然博物馆放在上午，下午两馆很容易来不及。
这个案例让我看到的产品价值非常直接：搜索不是把三个景点简介堆在一起，而是同时查开放、预约、票价和临时公告，再让 Agent 根据距离、时间和人的体力做决定。
第二个生活难题：热搜很热，但哪一部分是真的
第二次测试从真实微博热榜开始。AnySearch 的微博热榜路由返回 10 条当时的热门话题，其中第 8 条是“建议女生不要在网上过度分享”。这是典型的数字生活话题：大家都有经验，意见也特别容易走向极端。
Agent 随后并行搜索四类东西：普通网页、微博当日帖子、网信办和工信部的官方材料、近期主流媒体报道。
垂直搜索返回的样本中，较早一条出现在 8 月 11 日 23:56，强调“生活不是真人秀”；8 月 12 日 00:39 的另一条讨论，把问题扩展到所有人，并提到住址、工作、经济情况和实时出行。这能证明讨论内容，却不能证明谁是全平台首发。
官方层面，2026 年个人信息保护系列专项行动明确治理超范围收集位置、通讯录，以及缺少删除和拒绝处理渠道等问题。媒体层面，7 月的新华网调查讨论了从填表到刷脸的过度收集；8 月的《工人日报》报道则提醒，向 AI 陪伴产品持续倾诉也可能暴露隐私。
Anysearch 最后把结果分成三层：“已确认”只放热榜存在、帖子讨论内容和官方治理重点；“仍存疑”保留最早信源、热度形成机制和性别差异；“没有证据”则明确指出，不能从几条帖子推出“发生活照片必然泄密”，也没有针对这条热榜的专门官方回应。
结论因此没有变成一句吓人的“以后都别发朋友圈”，而是落到可执行动作：不要实时公开住址、酒店、票据、证件和未结束的行程；检查照片背景里的门牌、工牌、快递单和屏幕；收紧默认可见范围，关闭不必要的位置与通讯录权限。
热榜搜索最考验的是信息边界。AnySearch 的社交垂直路由帮助 Agent 看到当日讨论，通用搜索再补官方和媒体证据；来源变多之后，不是为了制造“实锤”，而是为了更准确地告诉你哪些已经成立、哪些还不能下结论。
第三个生活难题：五篇论文，能回答“AI 会让人变懒吗”
最后一个问题非常适合验证垂直搜索：经常用生成式 AI 辅助学习，会不会影响独立思考和学习效果？要求限定 2023—2026 年、Education 或 Psychology 领域、开放获取的研究，筛五篇，用白话总结并保留 DOI。
普通搜索很快返回大学解读、媒体文章、论文页面甚至社交平台帖子。它适合快速理解话题，却有一个明显风险：评论文章、新闻报道和实证研究看起来都像“一个搜索结果”，很容易被放在同一证据等级。
于是 Agent 改走 AnySearch 的 academic.search，增加 Education／Psychology、年份和 open access 条件。学术垂直结果直接带回标题、年份、期刊、DOI、摘要和开放获取状态，去重和判断研究类型都更快。
五篇论文给出的答案并不整齐，这恰恰是好事。一项 2026 年研究发现，不同层次的 AI 使用与研究能力相关，批判性思考可能起正向中介作用，但相关性不等于因果。另一项只有 7 名硕士生的定性研究显示，学生既看到 AI 在查资料、补角度方面的帮助，也担心回音室和细微语境缺失，样本很小，不能外推所有人。
风险侧的研究提醒，ChatGPT 容易被当成“最终知识权威”；另一项对 68 名教师和 158 名学生的调查发现，大家对 AI 参与头脑风暴、提纲、写作、修改、反馈和评价的边界并不完全一致，学校也缺少清晰规则。开放获取综述则同时梳理个性化反馈的机会和错误、偏见、依赖、公平等挑战。
所以普通人的答案不是“用了就变笨”或“用了就进步”，而是看你把哪一部分交给 AI。更稳妥的流程是：先自己写初步答案，让 AI 找反例、挑漏洞、补资料，最后关掉 AI 重新复述。把它放在对练和校验的位置，而不是外包整个思考过程。
这也是文章里最清楚的一次“通用方案对比”：普通网页搜索更适合发现话题，学术垂直搜索更适合拿到 DOI、摘要、年份和开放状态。AnySearch 不是用一个搜索框硬扛所有场景，而是根据任务意图路由到更合适的信息源，再用来源多样性、信息密度和混合排序把结果交给 Agent。
AnySearch 为什么更像 Agent 的基础设施
传统搜索把链接交给人；Agent 搜索要把证据交给下一步程序。除了找到网页，还要能批量并发、读取正文、保留结构、控制超时，并在某一路失败时让其他结果继续返回。
AnySearch 的 URL 提取会把复杂网页转成干净 Markdown，减少导航、广告和重复文本占用上下文与 token；批量搜索适合把一个大问题拆成多路并行；垂直路由覆盖新闻、社交、学术等高意图场景。它还强调故障隔离和 zero telemetry，不追踪用户行为，这对进入私人工作流的 Agent 尤其重要。
当然，它不能代替判断。搜索结果多，不等于事实自动成立；社交热度不等于统计结论；论文有 DOI，也不代表研究方法没有局限。真正可靠的 Agent 应该像上面三个案例一样，把冲突、缺口和限制一起交付。
不用命令行，也能在 Codex 里直接用
这次所有读者能看到的结果都展示在 Codex 图形界面里。AnySearch Skill 是 Codex 的辅助能力：你正常提问，Agent 在背后完成调用，最后把行程、事实链或论文证据包直接呈现在当前任务中。需要自己开发产品的人，也可以选择 MCP 或 API 接入。
AnySearch 正在进行“学生&开发者成长计划”，本批合作发布期为 2026 年 8 月 4—31 日。活动期内，标准注册账号每天有 1000 次免费请求；完成学生或开发者认证后，每天提升到 2000 次。拿来做课程研究、旅行规划、热点核验、论文检索或自己的 Agent 原型，都比“注册后只能试几次”更有发挥空间。
以前我们常问：这个 AI 聪不聪明？现在更值得问的是：它刚才那句话，查过吗？来源是什么？什么时候更新？有没有把不确定的部分说出来？
当 AI 开始进入旅行、消费、学习和日常判断，搜索能力不再只是一个附加按钮。它决定了 AI 看到的是旧世界、热闹的世界，还是一个有证据、能继续行动的真实世界。