人工智能正在向搜索业务发起冲击。谷歌似乎陷入了困境，而ChatGPT、谷歌双子座和微软Copilot等工具却逐渐崭露头角，似乎预示着一种全新的在线信息搜索与消费模式的到来。Perplexity和You.com等公司正积极将自己定位为新时代的搜索领军者，就连谷歌和必应也在豪赌人工智能将成为搜索的未来。我们似乎正在告别传统的10个蓝色链接模式，迎接一个能够直接回答我们对这个世界所有好奇问题的新时代。

然而，对于搜索引擎来说，有一点必须明确：它的功能远不止于此。虽然许多人使用谷歌查找重要的、难以获取的科学信息，但同样也有大量的人依赖谷歌来查看电子邮件、进入购物网站或回顾历史事实。一个有趣的事实是，每年都有大量的人在谷歌搜索框中输入“google”。我们通常将谷歌视为一个研究工具，但实际上，它每天都在处理各种你想不到的请求，次数高达数十亿。因此，尽管人工智能搜索引擎对谷歌构成了挑战，但谷歌凭借其多样化的功能和庞大的用户基础，仍然难以被取代。

因此，对于这些所谓的“谷歌杀手”而言，真正的挑战并非在于它们能多高效地获取信息，而是它们能否像谷歌那样出色地完成所有任务。为此，我下定决心，对一些领先的新人工智能产品进行了真实而严格的测试。我从专业的搜索引擎优化研究公司Ahrefs那里获取了最新的谷歌搜索热门查询和问题列表，并将它们一一输入到这些人工智能工具中。在某些情境下，我发现这些基于语言模型的机器人确实比单纯的谷歌搜索结果页面更为实用。但总体而言，我发现无论是人工智能还是其他任何技术，都难以撼动谷歌在网络世界的核心地位。

搜索领域的专家常常提及，查询基本上可以分为三种类型。其中，最常见的是导航型查询，即人们通过输入网站名称来直接访问该网站。从“youtube”到“wordle”，再到“雅虎邮箱”，谷歌上的热门查询绝大多数都属于这一类别。实际上，搜索引擎的核心功能就是将用户快速准确地引导至目标网站。在导航查询方面，目前的人工智能搜索引擎普遍表现不如谷歌。在谷歌上进行导航搜索时，很少出现首个结果不是目标网站的情况。尽管有时谷歌会展示多个结果页面，似乎有些多余，但它的响应速度极快且极少出错。相比之下，人工智能机器人往往需要思考数秒，然后提供一堆关于公司的有用信息，而用户往往只需一个简单的链接。有些工具甚至无法提供目标网站的直接链接。

我并非反感这些额外的信息，而是对人工智能工具在获取我所需信息时的耗时感到不满。花费10秒等待三段关于家得宝(Home Depot)的生成文本，并不能解决实际问题;我真正需要的只是一个指向家得宝的链接。在这场竞赛中，谷歌每次都能迅速而准确地满足我的需求，无疑是赢家。

下一种备受追捧的搜索方式便是信息查询，它涉及那些拥有唯一正确答案的具体事项。诸如“NFL比分”、“现在几点”和“天气”等都是人们热衷于查询的信息。不论答案来源于何处，关键在于用户能够快速获取所需信息。

然而，在这方面，各种搜索引擎的表现却参差不齐。对于体育比分等实时信息，人工智能搜索引擎往往难以信赖。例如，You.com和Perplexity时常提供过时数据，而Copilot则相对可靠。谷歌不仅提供准确信息，还经常附加一个小工具，展示更多相关统计和数据，这在功能性上更胜一筹。同样，当涉及需要用户特定位置或背景信息时，谷歌通常能调用用户的个性化数据，而人工智能机器人则大多无法做到。

在回答诸如“一年有几周”或“母亲节是什么时候”这类常识性问题时，我测试的所有搜索引擎均能给出正确答案。在多数情况下，我甚至更偏爱人工智能的回答，因为它提供了更多有用的背景信息。然而，我对其准确性仍持保留态度。例如，谷歌告诉我一年有52.1429周，而You.com则详细解释实际为52周加一天，再加上闰年的一天，这种解释显然更具实用性。不过，Perplexity的回答则自相矛盾，令人困惑。

值得注意的是，有一种特殊的信息查询，我称之为“隐藏信息查询”。以“如何在Mac上截屏”为例，这类查询的答案虽然简单，却常常被繁杂的广告和SEO垃圾所掩盖。然而，我尝试过的所有人工智能工具，包括谷歌的搜索生成体验，都能迅速提炼出关键信息，这无疑提高了搜索效率。这种搜索方式对于成分替换、咖啡配比等日常问题的查询同样有效。

最后，我们谈谈谷歌搜索的第三种类型：探索性查询。这类问题没有固定答案，而是引导用户开启学习之旅。诸如“如何打领带”、“为什么会发明电锯”和“tiktok是什么”等都属于这一范畴。当用户搜索刚听说过的音乐家、蒙大拿州海伦娜的旅游景点或美国国家航空航天局的历史时，他们实际上是在进行探索。虽然这类查询在谷歌搜索中的占比不高，但正是人工智能搜索引擎大展拳脚的时候。例如，Copilot能详细解答“为什么会发明电锯”这一问题，从医学起源到技术演变，再到最终的应用，并提供丰富的链接供用户深入阅读。Perplexity虽然答案简短，但也提供了有趣的图片和视频链接。相比之下，谷歌的搜索结果虽然全面，但缺乏综合和整理。即便是生成式搜索，也往往只能触及问题的表面。

总的来说，各种搜索引擎在信息查询、隐藏信息查询和探索性查询方面各有千秋。用户需要根据自己的需求选择合适的搜索工具，以获得最 佳的搜索体验。

在人工智能引擎中，我特别青睐引用功能。近年来，Perplexity、You.com等公司在链接来源的处理上取得了显著进步，多数采用内联方式，这意味着一旦我发现某个引人入胜的事实，便能直接追踪其来源。尽管这些公司尚不能完全提供充足且精准的资料来源，也未总能将其置于恰当之处，但这一趋势无疑是值得鼓励的。

测试期间，我曾遭遇一个令人印象深刻的案例。在谷歌搜索中，一个常见的问题——“看什么?”竟得到了如此精心设计的回应。谷歌为此专门构建了一个页面，上面展示了一系列精选影片的海报，如《沙丘》等。相较之下，其他人工智能搜索引擎的表现则逊色许多。Copilot仅列出了五部热门电影，而Perplexity给出的建议则显得杂乱无章，从《Girls5eva》到《Manhunt》再到《Shogun》不一而足。You.com更是提供了一堆过时信息，并建议我观看“14部最 佳Netflix原创电影”，却未明确指出是哪些影片。

在此情境下，人工智能的理念无疑是正确的——我们渴望的是直接的答案，而非一堆链接。然而，聊天机器人作为交互界面却并非最 佳选择。因此，传统的搜索结果页面同样有待改进。谷歌显然洞察到了这一需求，为最常被询问的问题设计了更加高效的界面。

某种程度上，这反映了搜索引擎的现状。在某些网络搜索场景中，生成式人工智能或许已超越了传统搜索技术。然而，现代搜索引擎远不止是一个链接的集合，它们更像是功能强大的微型操作系统。它们能够直接回答问题，内置计算器、转换器、航班查询等功能，仅需几次点击便能满足用户需求。然而，根据现有数据，大多数搜索查询的目的并非开启信息探索之旅，而是迅速获得一个链接或答案。目前，基于LLM的系统由于速度限制，尚无法与传统搜索引擎竞争。

在我看来，问题的核心并非技术本身，而是产品的设计与应用。业界普遍认同人工智能能够提升搜索引擎对问题和信息的处理能力。然而，相较于人工智能公司将聊天机器人打造为多功能工具，谷歌能否更迅速地调整其搜索结果页面、商业模式以及信息展示和总结方式，将成为关键。传统的十个蓝色链接已不再是搜索的唯一答案，而单一的文本框亦非万 能。搜索无处不在，一切皆为搜索。要颠覆谷歌的地位，单凭一个聊天机器人是远远不够的。