一k1体育文读懂AI搜索

　　k1体育智远，你可以呀，现在厉害了，不仅写作，还成了当代艺术家，还去悉尼、新加坡办画展，业务够多，忙得过来吗？

　　紧接着，朋友发来一张截图说：你看。我一看，天呐，AI搜索把我的资料和另一位同名人的资料，混在一起了，太坏了。认识我的还行，不认识的明显会被误导。

　　这两年，不少大模型公司布局AI搜索，很多人也感受到技术带来的快捷，不过，使用过程中，根本没意识到信息是否准确。

　　我抽出时间，做了一个简单科普，比如：AI搜索的决策模型怎么样？为啥机器味严重？AI搜索和内容平台的关系是什么？未来搜索会发生什么革命性变化等等。

　　你（或者别人）被一位疯狂的科学家，进行一次可怕的实验。他把大脑从身体上取下来，放进一个装有维持大脑存活的营养液的玻璃钢中。

　　然后，大脑神经末梢，链接到一台超级计算机，计算机按照设定程序，向你的大脑发送各种信息，让你以为以前很正常。

　　那么，对取出来的大脑来说，世界是不是依然和原来的一样？你看到的人、物体、天空，感受，还有记忆，是不是都还在？

　　这个实验，常用来说明怀疑论、唯我论和主观唯心主义的观点，简单讲：即我所体验的、看到的、到底是真的假的呢？

　　好不容易休息半天，躺在沙发上，看着外面阴雨天，突然想到昨天刚上映的恐怖片，还没看。于是，打开影片，刚看一半，心跳加速，你决定不看了。

　　为什么？因为太恐怖了。恐怖画面的信息，一次次传递到“缸中之脑”，让你觉得太真实，似乎恐怖画面马上要出现在自己身上。

　　但你知道吗？这些都是大脑模仿出来的，看似真实，未必真实，我们的感知，不仅由大脑产生，身体，也会影响它。

　　521到了，即便没有见面，你总送心爱的人一些温暖的东西，一杯奶茶、一束鲜花，她收到礼物那一刻，在远方也能感受到你对她的好看。

　　这就是具身认知，是思考，感觉、行为三者共振的结果，认识到它，你能感受到，外面我们接收到的任何信息，故事是一个个画面，所描绘的场景只要大脑熟悉，它都会共鸣。

　　运行在一个强大的模型上，模型像它的基础，帮它站稳脚跟，外面信息是它的食物，通过你的搜索，不断训练自己推理能力。

　　幻想一下，现在来到未来时代，站在图书馆里，面前有一个人工智能，现在要找一本《穷查理宝典》，你会怎么做？

　　你可以手动输入，或者对着它说：“帮我找一本叫《穷查理宝典》。”此时，AI会利用语言技术，快速分析你的意图，提炼出最重要的部分，比如：书名、作者、人名。

　　然后，它会把你的问题和图书馆里的文档、图片快速匹配，从中找出重要的段落和句子。接着，它会做降噪处理，去掉干扰的内容，比如广告、重复的段落，确保剩下的都是有用的信息。

　　最后，AI会把所有找到的信息整合起来，生成一个答案，这就是AI搜索的过程。不难理解吧。

　　小时候，老师经常说：“哎，你们是我带过最差的一届，要是无法理解，就把这段内容死机硬背下来。”，可你有没有想过，考试对死记硬背来说，意图是什么？

　　也就是说：你背诵的所有资料，最后一刻，学校用一张试卷来检索大脑有没有记住，当成绩达标时，证明你通过了。

　　AI搜索生成逻辑有一些限制，为避免产生错误信息和不准确的信息，AI会倾向于保守地给你高频、标准化的表达。这种倾向自然会使回答显得更加刻板。

　　你问AI如何做好品牌营销？它一定会告诉你，首先要了解目标市场，然后创建一个独特的品牌定位，接着进行市场推广，最后通过反馈不断优化品牌策略。

　　另外，作为“缸中之脑”，AI只有一个搜索框，无法感受你的语气，看不到其他信息，所以也无法理解你的情感。

　　这样一来，AI生成的答案就缺乏人类的情感色彩和个性，看起来很机械，或者像是官方的回答。

　　值得一提的是：人们常说，一个人学习什么知识，他的见识就有多高。AI也是一样的。你给它喂草料，它自然吐不出钻石来。

　　所以，大公司为了防止AI搜索出来的内容很水，就会限制训练内容，会给AI喂新闻报道、学术论文和正式文本。这些文本风格比较客观，所以，AI学完后，回答也会是类似的风格。

　　现在AI搜索虽然看似有推理能力，但我测试了很多，发现整体推理还是比较弱。

　　一个主要原因，人类说话时，本身推理性就不强。所以，AI学习的内容也会相对较弱。在文字相关的搜索上，这种情况很常见，理科的内容相对更严谨一些。

　　显然，“缸中之脑”就是“缸中之脑”。看似聪明，但离不开三点：一，大模型作为基础，二，固定的模型，三，知识库。

　　因此，重要的结论是：用AI搜索时，你不给它一个很健全的 prompt，它的解析能力会变得很弱，得到的答案自然很难让人满意。

　　我觉得，从过去的传统搜索，到现在AI搜索，用一句话来形容转变的过程便是：从独立到融合，再到独立。

　　没有大模型之前，谷歌在1998年开始做大规模搜索，后来进军中国，由于数据方面的问题，谷歌被限制，随后，百度在2000年快速崛起，靠爬虫抓取大量网页，然后分发和售卖广告起家。

　　谷歌做了一个叫Knowledge Graph的知识库，还有Google Answers，百度则推出了“”和“”。

　　后来，国内360、搜狗也跟着做类似的产品。网页时代落幕，张一鸣用一个算法推荐，让今日头条拔地而起。头条采用推荐机制的同时，也尝试建立内容生态。

　　孵化垂类创作者，推出各种与内容相关的产品，但直到现在，我都觉得它还没成功，今日头条增长停滞后，头条搜索也没法跟着增长。

　　后来短视频涌现，抖音起来，它建立一个良好的内容生态和增长模式，所以，抖音搜索成功了。

　　不管怎么样，它们的核心目的只有一个，把内容控制在自己手里，通过掌握内容，建立壁垒，因为内容生态对搜索平台有很大的依赖性。

　　内容提供者，要依靠搜索引擎，来让内容被更多人看到，而搜索引擎，则要高质量的内容来吸引用户，并提供有用的搜索结果。

　　微软推出新版必应，紧接着谷歌、百度、360和昆仑万维等企业也开始布局AI搜索。

　　李彦宏一直强调，把生成式AI技术和搜索深度整合在一起。周鸿祎也说，做搜索引擎的企业，最有机会研究像ChatGPT这样的产品，还有昆仑万维、秘塔AI也在加紧跟上。

　　不管怎么说，它们有相似之处：整合全网信息，让用户用自然语言表达需求，并提供经过组织和提炼的答案，这样可以减少冗余信息的时间消耗，确保答案的可追溯性、可信赖性。

　　不过，尽管这些搜索引擎，凭借原有的知名度、用户基础在市场上占据主导地位，由于移动互联网时代APP的“信息孤岛”现象，它们并没有完全掌控所有信息，反而，垂直搜索引擎正在逐渐崛起。

　　小红书推出自己的搜索，今日头条推出豆包，淘宝推出原生AI应用——淘宝问问，它嵌入淘宝搜索框，服务于月活跃用户近9亿、每日产生数百亿次搜索的庞大流量。

　　现在，抖音搜索量在移动端已经超过百度，小红书通过用户的真实分享和有用的笔记，建立了强大的社区氛围，这都是各自的优势。

　　因此，我看到两种趋势正在出现：一是通用搜索的AI升级，二是垂类搜索的崛起。

　　垂类搜索数据，主要来自自己的平台，类似于站内搜索，信息更服务于细分场景。当信息量足够多时，就会自然涌现。

　　长远来看，拥有优质内容的社区，做的搜索会更有优势，因为好内容平台能够吸引和留住用户，进而提升搜索功能的价值和使用频率。

　　明白这些也就理解了，我为什么说，搜索会经历从独立到融合，再到独立的过程。毕竟，独立，是全新的独立，是细分的独立。

　　实在不信的线AI、秘塔AI，天工AI到底有什么区别？把它们和淘宝问问、抖音搜索一比更明确呢？因此，未来优质内容社区的搜索功能将会胜出。

　　我认为，AI搜索真正的关键在于AI技术本身，而不是传统的搜索方式。这就像“AI+”和“+AI”的区别。

　　AI+，更像把AI技术加到已有的系统或产品上。比如，在传统搜索引擎上加入AI功能，这种方式主要在现有技术基础上，增强功能。

　　要求从一开始就以AI为核心，建立一个系统或产品。比如，设计一个完全依赖AI进行的搜索引擎，它所有功能都围绕AI技术展开，更像是从头开始，完全依赖AI技术运作。

　　很显然，“AI+”是改进现有系统，而“+AI”是从零开始，完全依靠AI技术。AI搜索真正力量在于后者，也就是“+AI”。

　　对于一般简单问答，AI搜索只弥补传统搜索的不足。但要真正创新和突破，要寻找新的应用场景和特定领域，比如学术、医疗、法律等。这些领域中，AI驱动的搜索才能真正发挥战略意义。

　　“AI原生”（AI Native）很重要，因为经过多年的发展，传统方法已经挖掘了所有可能性，AI原生的定义是，只有在引入AI能力的情况下，产品才能实现。

　　关键在于产品需要找到交叉点：哪些场景是只有AI才能实现？同时又满足大规模用户需求。这种探索越多越快，竞争优势就越大。这也是对各家产品经理的巨大考验。

　　传统搜索的强项在于寻址和寻找资讯。从商业角度看，PC端搜索市场增量有限，移动端又被抖音、小红书等平台分流，不过，百度财报中，搜索引擎依然是基本盘的重要组成部分。

　　还有人认为，谷歌和百度垄断这么多年，其他玩家还有机会吗？来看一组美国statcounter机构的数据：

　　截至2024年5月6日，美国搜索市场中，谷歌份额下降到了77.52%，其他市场被Bing和Yahoo蚕食，但谷歌基本盘还算稳。国内截至4月，电脑端必应的份额是37.24%，百度是22.53%，但百度的主导地位已经不在了。

　　虽然数据会存在偏差，但能看出搜索市场的变化和机会，AI搜索更应该理解用户意图，完成复杂的任务。

　　用户搜索不仅仅是寻找信息，还包括找地址，或查找短内容的源头；再比如，通过AI找到过去5年城市人口的发展趋势，甚至，搜索新能源汽车的渗透率趋势和原因。

　　还有找电影、追溯图片等等......，所以，需求背后，是AI搜索目前还没有攻克的场景。

　　不论哪条路，我都认为，垂直领域的数据，将成为重要开采对象，不然怎么向数据要增量？那么问题来了：什么样的垂直数据还未被开采呢？嗯，值得思考的问题。