我不希望我的搜尋引擎替我思考

2026年6月，SearchZee（一個不含AI摘要的搜尋引擎）的部落格上發表了一篇引人深思的文章。作者觀察到，搜尋引擎正從提供藍色連結的簡單方式，轉變為在頂部放置一個自信的摘要框——谷歌稱之為AI Overviews，必應叫Copilot答案，Perplexity甚至以摘要為核心。然而作者認為，這種變化並非進步，而是對資訊檢索本質的背離。

首先，AI摘要破壞了資訊的“地形”。當人們搜尋時，通常需要的不是一句話，而是證據。他們想看到多個來源的共識或矛盾，想閱讀附帶詳細討論的論壇帖子，想了解版本差異。但摘要將這些扁平化，用教科書般的語氣呈現單一敘述，背後的分歧完全消失。語言模型追求流暢的文本，這與準確呈現不確定性是矛盾的。一個有經驗的研究者在點選前會掃描結果頁面，結果本身的結構就是資訊——頂部結果全是論壇帖子，與包含官方文件的訊號截然不同；所有結果都是三年前的，暗示領域可能已過時。AI摘要抹去了這些訊號，只留下一個沒有地形的段落。

其次，驗證問題變得嚴重。作者描述了一個常見場景：使用者讀摘要，感覺合理，便按此行動，結果發現是錯的——不是明顯的幻覺，而是安靜而自信的錯誤，因為從未檢視來源而難以察覺。傳統搜尋中，點選連結是自然的驗證路徑；但有了摘要，點選反而像是對工具的不信任。這種效應在醫療、法律、技術決策等關鍵搜尋中尤為危險，而恰恰這些場景下摘要最具誘惑力。

對網路生態的影響也不容忽視。網站依賴訪問量生存，當搜尋引擎截留流量，創作者的經濟和動力基礎被削弱。早期跡象已顯現：論壇回答減少，技術文件流量下降。長期看，AI吃掉網路，然後產出不再有人維護的摘要網路。使用一個將流量導向來源的搜尋引擎，是個體對抗這一趨勢的小小努力。

作者承認AI摘要在某些場景下有用：單位換算、國家首都、電影上映日期等事實性查詢，錯誤成本低且節省時間。但問題在於，摘要框一視同仁地出現在所有搜尋中，包括那些高風險查詢。模型並不區分查詢型別，對所有問題都給出同等自信的回答。這不是可修復的使用者體驗問題，而是方法的固有特徵。

最終，僅返回結果的搜尋強迫使用者自己閱讀、比較、判斷。這更慢、更費勁，但在資訊檢索中，準確性來自閱讀，而非被讀。作者建議嘗試一週不使用摘要框，感受其中的變化。