搜索引擎自誕生到現(xiàn)在已經(jīng)經(jīng)歷了很長一段時(shí)間，那么大模型的出現(xiàn)，會(huì)對(duì)搜索引擎帶來哪些影響？大模型再發(fā)展5-10年，搜索引擎是否還會(huì)存在？不妨來看看作者的分析。

大模型既是內(nèi)容的生成器也是信息的過濾器，而搜索只是信息的過濾器，那發(fā)展下去搜索引擎這個(gè)自互聯(lián)網(wǎng)發(fā)生以來就存在的產(chǎn)品會(huì)受到什么影響？

一、被動(dòng)搖的搜索根基

想象一個(gè)中期場景：假如一半以上的內(nèi)容是人工智能體在生產(chǎn)和消費(fèi)，那搜索引擎會(huì)怎么樣？

原始意義的搜索引擎會(huì)消失，名實(shí)具亡。

因?yàn)樗阉髯罨A(chǔ)的機(jī)制會(huì)被動(dòng)搖，并逐漸失效。

搜索引擎從產(chǎn)品上看并不復(fù)雜，就是要在海量信息中快速找到你需要信息的工具。而判斷是不是你需要的信息就在于PageRank等算法，這些算法依賴鏈接數(shù)和質(zhì)量等判斷內(nèi)容的權(quán)重，再依賴關(guān)鍵字來判斷匹配度。

如何定义B端产品及B端产品经理方法论

相较于C端产品，B端产品最大的特点是：面向特定领域用户，且数量少得多，但更注重对用户专业领域操作流程的深度挖掘——也就是专业性更强，与业务的结合更紧密。

查看详情 >

現(xiàn)在這兩點(diǎn)正好都會(huì)出問題。

鏈接可能不是真的鏈接，而關(guān)鍵字對(duì)應(yīng)的內(nèi)容可能是人工智能生成的內(nèi)容。人工智能生成的內(nèi)容增長速度一定遠(yuǎn)大于人生成的內(nèi)容，而這部分內(nèi)容并沒譜，是帶著我們經(jīng)常說的幻覺所生成的內(nèi)容。

假如互聯(lián)網(wǎng)上的內(nèi)容一共是十，如果這部分內(nèi)容的比例超過五，那搜索要面對(duì)的就是概率在50%以上的一個(gè)虛擬世界反饋出的結(jié)果。不管你怎么用算法來排序，也規(guī)避不了這種失真和不準(zhǔn)的問題。

可以想象一個(gè)極端情況，就是全網(wǎng)50%的內(nèi)容都和一個(gè)人工智能生成的內(nèi)容發(fā)生鏈接，那按照搜索的機(jī)制，無疑的這是應(yīng)該被排到前面的，而則可能是不對(duì)的，它不一定質(zhì)量很好，而只可能是被用其它模型生成內(nèi)容用的多。

這進(jìn)一步意味著信息精度的責(zé)任方在轉(zhuǎn)移，過去是搜索引擎負(fù)責(zé)從已有內(nèi)容中盡可能過濾出有價(jià)值的信息，而如果這套機(jī)制失靈，那就變成大模型在信息生成的同時(shí)需要扮演信息質(zhì)量保證者的角色。模型自身決定了信息的精度。

二、不局限于搜索引擎

這顯然不局限于搜索引擎，過去我們一共有兩種主要信息集散方法：

一種就是上面說的搜索引擎，一種則是在頭條和抖音上廣泛被應(yīng)用的個(gè)性化推薦。

而如果大模型在內(nèi)容源上占據(jù)統(tǒng)治性，超過50%，那依賴于個(gè)性化推薦的產(chǎn)品同樣會(huì)受到?jīng)_擊。不過沖擊的表現(xiàn)形式會(huì)有所不同。

國內(nèi)幾個(gè)個(gè)性化推薦平臺(tái)，通常和UGC相關(guān)，這樣一來，首先沖擊的是內(nèi)容生成端。

如果把大模型的內(nèi)容生產(chǎn)水平畫一條線，那這條線以下的生產(chǎn)能力，沒有存在的基礎(chǔ)，會(huì)很快的被淹沒。而在這條線上面的除非有明確的標(biāo)識(shí)度，比如你在社會(huì)上是個(gè)名人，否則也會(huì)被淹沒。

而如果是大模型對(duì)大模型（都基于大模型進(jìn)行生產(chǎn)），那數(shù)據(jù)量則會(huì)飛漲。

內(nèi)容膨脹之后，很可能流量分布上會(huì)兩個(gè)趨勢同時(shí)發(fā)生：一個(gè)是中心節(jié)點(diǎn)會(huì)有更大的增長量，一個(gè)則是一般的流量會(huì)被攤的更加稀薄，也就是上面說的一般人會(huì)更容易被淹沒。

像更加靠譜的中心節(jié)點(diǎn)集中是因?yàn)椴恢绖e的信息是對(duì)是錯(cuò)，只能借助于傳統(tǒng)的社會(huì)體系的篩選，一般的流量更加分散則是因?yàn)閮?nèi)容過多，流量還是那么多，內(nèi)容變多，那平均下來肯定更加稀薄。

這就會(huì)產(chǎn)生一個(gè)流量的鴻溝。

跨越流量鴻溝可能比現(xiàn)在更為困難，而在此之前拿到的流量可能會(huì)變的更加值錢。

與此同時(shí)，另一個(gè)附帶效果可能是UGC平臺(tái)利潤空間會(huì)下降，因?yàn)樾畔⒌目們r(jià)值并不會(huì)因?yàn)橐驗(yàn)榱康脑黾佣黾樱奶幚沓杀緟s會(huì)因此而上升。信息量增加后，不管存儲(chǔ)還是計(jì)算成本都會(huì)增加。

三、怎么辦？

怎么辦里面最原點(diǎn)的選擇是不用（比如禁止大模型使用），但這顯然不靠譜。

不同的學(xué)校對(duì)此也采取過不同的態(tài)度，有的學(xué)校是完全禁絕大模型在做作業(yè)等環(huán)節(jié)的應(yīng)用；有的學(xué)校則非常開放，全面接受。

但這事其實(shí)不難選擇，因?yàn)槲覀兒孟裼只氐搅舜笥砗退倪x擇

未來的現(xiàn)實(shí)是大模型會(huì)成為工作生活的底座和外殼，在它之上每個(gè)人都會(huì)變成現(xiàn)實(shí)版的鋼鐵俠。

你可以選擇不穿，那你力量就弱。既然如此，那顯然不能禁止，只能比誰用的更好。

關(guān)鍵是要在面對(duì)的同時(shí)處理它潛在的負(fù)向結(jié)果。

最典型辦法就是唯一性身份認(rèn)證。唯一性身份認(rèn)證能夠降低一部分純粹機(jī)器人的內(nèi)容生產(chǎn)，但沒辦法避免每個(gè)內(nèi)容生產(chǎn)者都變成超級(jí)英雄一樣超高速進(jìn)行內(nèi)容生產(chǎn)。

次一級(jí)的方法則是模型對(duì)模型。我們確實(shí)需要清楚的認(rèn)識(shí)到因?yàn)樾畔⒌谋q，最終只有模型才可能處理模型相關(guān)的事務(wù)。但即使把模型滲透到審核等環(huán)節(jié)，模型對(duì)模型也只能降低的太差的水貨，或者說明顯在認(rèn)知錯(cuò)誤。模型生產(chǎn)出來的真的質(zhì)量上乘的作品是沒辦法的，也不應(yīng)該被禁止。但不管結(jié)果如何，模型要肩負(fù)起信息生成和分發(fā)的責(zé)任是確定的。

從這個(gè)角度再遞進(jìn)一步，到每個(gè)人具體的生活體驗(yàn)，也會(huì)發(fā)生變化。因?yàn)樾畔⒌呐蛎泜€(gè)人已經(jīng)失去了自我篩選信息的能力（看報(bào)紙的時(shí)候基本是自我進(jìn)行信息篩選），所以這時(shí)候助理會(huì)履行這個(gè)職責(zé)，別看過去的小愛同學(xué)等又呆又傻，但到后面它還是會(huì)變得越來越不可或缺。助理首先沖擊搜索，相當(dāng)于在搜索上又套了個(gè)殼，推薦由于本質(zhì)上相當(dāng)于是助理在后臺(tái)進(jìn)行推送，影響還在搜索之后，比如個(gè)人助理怎么和推薦進(jìn)行交互一樣是需要解決的問題。

但影響還不止于此。

四、奇點(diǎn)曲線的新解

全面擁抱大模型等馬上就帶來一個(gè)新的后果。

我們都知道當(dāng)年奇點(diǎn)臨近里畫了一條指數(shù)曲線，但這條曲線的含義卻很少被進(jìn)一步解讀。

當(dāng)社會(huì)的變化和智能是指數(shù)型向上的時(shí)候，比如GDP增長，那意味著企業(yè)或者個(gè)人的事業(yè)必須是指數(shù)向上，否則就會(huì)被甩下來。道理很簡單，如果平均GDP增長是10%，一個(gè)企業(yè)的增長則是5%，那大概率它會(huì)破產(chǎn)，而一個(gè)人的收入增長如果是5%，那很可能他會(huì)變的相對(duì)貧困。

而人的部分是不可能做出指數(shù)型增長的，所以能夠匹配高速增長且不掉落，就只可能是基于大模型等技術(shù)的組織和個(gè)人。這是一種碳基智能和硅基智能找到合適邊界的復(fù)合體。從這個(gè)角度看大模型確實(shí)也只能被擁抱，而不可能被規(guī)避。

回到我們文章題目的設(shè)問，從這個(gè)角度看，現(xiàn)在形態(tài)的搜索可能五年到十年后就真的不在了。因?yàn)?strong>當(dāng)下搜索這種信息分發(fā)方式太不智能了，智能越翻倍，這種初級(jí)的信息分發(fā)方式就顯的越落后和不精準(zhǔn)。

五、小結(jié)

在《尋找智能飛輪：從數(shù)據(jù)枯竭到多模態(tài)再到自生成》里，我們提到過這樣一個(gè)觀點(diǎn)：企業(yè)里的場景和任務(wù)，其實(shí)是在封閉和開放之間連續(xù)的，比如總是既有外賣小哥這類工作，也有CEO的工作，前者就封閉后者就開放。然后不同的企業(yè)里不同類型的工作配比不一樣，比如工廠里或者清潔公司就封閉度高，大學(xué)可能就開放度高。如果面向未來的話，那顯然要加一點(diǎn)，硅基的人工智能和碳基的人類所對(duì)應(yīng)的整體智能配比也不同，這會(huì)變成未來組織的一個(gè)關(guān)鍵特征。

參考：

• 名實(shí)唯一性：數(shù)字與AI經(jīng)濟(jì)里的那些潛規(guī)則
• AI Agent：大模型與場景間的價(jià)值之橋，但不適合當(dāng)純技術(shù)看
• 創(chuàng)業(yè)者的窘境：從人力資本到四維實(shí)體，有點(diǎn)哲學(xué)…
• 未來十年最確定的事
• 給世界求個(gè)解：OpenAI的Sam Altman為什么干世界幣？