我不希望我的搜索引擎替我思考

2026年6月，SearchZee（一个不含AI摘要的搜索引擎）的博客上发表了一篇引人深思的文章。作者观察到，搜索引擎正从提供蓝色链接的简单方式，转变为在顶部放置一个自信的摘要框——谷歌称之为AI Overviews，必应叫Copilot答案，Perplexity甚至以摘要为核心。然而作者认为，这种变化并非进步，而是对信息检索本质的背离。

首先，AI摘要破坏了信息的“地形”。当人们搜索时，通常需要的不是一句话，而是证据。他们想看到多个来源的共识或矛盾，想阅读附带详细讨论的论坛帖子，想了解版本差异。但摘要将这些扁平化，用教科书般的语气呈现单一叙述，背后的分歧完全消失。语言模型追求流畅的文本，这与准确呈现不确定性是矛盾的。一个有经验的研究者在点击前会扫描结果页面，结果本身的结构就是信息——顶部结果全是论坛帖子，与包含官方文档的信号截然不同；所有结果都是三年前的，暗示领域可能已过时。AI摘要抹去了这些信号，只留下一个没有地形的段落。

其次，验证问题变得严重。作者描述了一个常见场景：用户读摘要，感觉合理，便按此行动，结果发现是错的——不是明显的幻觉，而是安静而自信的错误，因为从未查看来源而难以察觉。传统搜索中，点击链接是自然的验证路径；但有了摘要，点击反而像是对工具的不信任。这种效应在医疗、法律、技术决策等关键搜索中尤为危险，而恰恰这些场景下摘要最具诱惑力。

对网络生态的影响也不容忽视。网站依赖访问量生存，当搜索引擎截留流量，创作者的经济和动力基础被削弱。早期迹象已显现：论坛回答减少，技术文档流量下降。长期看，AI吃掉网络，然后产出不再有人维护的摘要网络。使用一个将流量导向来源的搜索引擎，是个体对抗这一趋势的小小努力。

作者承认AI摘要在某些场景下有用：单位换算、国家首都、电影上映日期等事实性查询，错误成本低且节省时间。但问题在于，摘要框一视同仁地出现在所有搜索中，包括那些高风险查询。模型并不区分查询类型，对所有问题都给出同等自信的回答。这不是可修复的用户体验问题，而是方法的固有特征。

最终，仅返回结果的搜索强迫用户自己阅读、比较、判断。这更慢、更费劲，但在信息检索中，准确性来自阅读，而非被读。作者建议尝试一周不使用摘要框，感受其中的变化。