图源：Unsplash / Maxim Ilyahov

想象我们有一个无所不知、随叫随到的私人助理。问它任何问题，都能在几秒内给出流畅、看似完整的答案。

这正是今天AI搜索正在做的事情。

过去，我们使用搜索引擎时，得到的是一列蓝色链接。我们需要逐个点开、阅读、比较、判断。这个过程，研究者把这个过程称为为“导航”，它要求我们付出认知上的努力，像侦探一样在海量信息中寻找线索，并做出选择。要看什么、相信谁、如何比较，都要由我们自己完成。

现在，从Google的AI Overviews到ChatGPT Search、Perplexity，搜索正在发生变化。AI不再只是帮助用户找到相关信息，而是进一步整合不同来源的内容，直接给出一个它消化后生成的唯一答案。

这种变化显然更加方便。但麻省理工学院一项对全球243个国家、280万条搜索结果的研究发现，AI搜索带来的并不只是效率提升。与传统搜索相比，AI搜索提供的信息来源更集中，答案的多样性更低，低可信度来源的比例更高；与此同时，用户却更容易接受AI给出的答案[1]。

在2026年5月19日的谷歌 I/O大会上，CEO Sundar Pichai宣布，AI概览现在有超过 25 亿月活用户。谷歌搜索负责人Liz Reid表示，“当人们使用我们搜索中的 AI 功能时，他们会更多地使用搜索。我喜欢搜索变得不再只是关于单个查询，而感觉更像是一场持续的对话，为你提供更深入的见解。”

在Google看来，这是搜索的一次升级。Google CEO Sundar Pichai，把AI 概览描述为“很长时间以来我们对搜索做过的最正确的改变之一”。

然而MIT在2026年的一项研究指出，AI搜索带来的影响是深远的。它关乎我们如何做出最重要的决定，包括健康医疗、财务规划到投票选举等。搜索方式的变化并不只是让获取信息变得更方便。它可能进一步影响人们接触什么信息，以及如何判断这些信息。

当搜索从把不同结果呈现给用户，变成直接给出一个整理后的答案，这意味着我们可能正在用便利，换取独立筛选和判断信息的能力。

论文核心作者Sinan Aral，是MIT斯隆管理学院讲席教授，也是全球计算社会科学和数字平台战略的泰斗级人物。2018年，他曾主导过一项轰动全球的研究，成果作为封面文章发表在《科学》杂志，结论是“假新闻在社交网络上的传播速度远快于真相”。他非常擅长用超大规模的真实世界数据，去精准测量AI对人类社会的真实影响。

Sinan Aral，MIT斯隆管理学院讲席教授

为了分析AI搜索的变化，Aral和团队在2024年和2025年向全球243个国家和地区发送了完全相同的2.4万个搜索请求，获得280万条AI和传统搜索结果。研究者比较了两种搜索方式在信息来源和答案内容上的差异，并进一步观察了这种变化可能对信息生产和人类判断产生的影响。

这项研究的显示，与传统搜索相比，AI搜索提供的信息来源更集中、答案多样性更低，引用的低可信度来源也更多。可是，用户反而更加依赖AI 提供的答案。

信息来源正在变窄：与传统搜索相比，AI搜索提供的答案多样性显著降低。它引用的信息来源也更加集中，大幅减少了来自互联网长尾网站的链接，而更多地依赖头部网站。

这里所说的长尾网站，是指流量排名靠后（流量排名1000名以后）的大量网站。它们可能是专业博客、独立媒体，也可能是地方新闻机构。它们往往规模不大，却提供着大量小众、专业和本地化的信息；如果这些网站在AI搜索中持续失去曝光，这些不容易被主流平台覆盖的声音，也可能逐渐从我们的信息流中消失。

基于站点访问量统计得出的域名流量排名平均占比，涵盖传统搜索与人工智能搜索两类结果。图源：The Rise of AI Search: Implications for Information Markets and Human Judgement at Scale

南加州大学马歇尔商学院Davide Proserpio团队的一项研究，也支持这个发现。研究者分析了8082个新闻网站长达48个月的导流数据，比较ChatGPT、Perplexity、Gemini、Claude和Grok与传统搜索带来的流量。他们发现，AI搜索呈现出的信息来源比传统搜索更加集中：用户看到的内容，更容易来自少数较大的信源[2]。

信源质量在降低：AI搜索引用的信息源中，低可信度来源的比例显著更高，高可信度信源比例也略有下滑。AI底层逻辑是拼凑出连贯流畅的答案，往往会杂糅进一些逻辑通顺但信誉存疑的边缘信源。

而问题在于，用户对AI给出的答案，现在还处于有点警惕心但不多的状态。

Aral在另一项大规模实验中，对约1.2万次搜索查询和约8万条实时AI及传统搜索结果进行了研究。他们发现，参与者平均而言对生成式AI搜索的信任程度低于传统搜索。但一旦AI答案附带参考链接和引用，用户的信任就会明显提高，即使这些链接本身是错误的，甚至是AI生成的[3]。

https://arxiv.org/abs/2504.06435?utm_source=chatgpt.com

依托媒体偏见与事实核查数据库测算得出的信源可信度平均占比，涵盖传统搜索与人工智能搜索两类结果。图源：The Rise of AI Search: Implications for Information Markets and Human Judgement at Scale

用户更依赖AI提供的答案：根据美国皮尤研究中心2025年的调查，当AI给出一个现成答案时，用户点击外链的概率从15%下降到8%，几乎腰斩[4]。用户过去习惯打开多个标签页进行对比，而现在更容易接受那个被置于页面顶部的、对话式的唯一“最终答案”。用户的大脑正在变得更追求便利而非准确。我们正从主动的搜索和挑选的导航者，退化成等待投喂的信息消费者。

同时，网站零点击率则从传统搜索的60%飙升升到80%，这意味着那些被AI引用的网站，从搜索中得到的流量正在断崖式下跌。

AI搜索带来的变化不只是影响了用户的搜索习惯，更可能动摇互联网内容生产的基础。论文里提出了一个“衔尾蛇悖论”：AI搜索依赖网站生产内容，却又在把用户从这些网站那里带走。AI搜索越能直接给出答案，用户就越没有必要点击原始网页。而网站失去流量，也就意味着内容生产者失去最重要的回报来源，从而陷入萎缩。长此以往，AI搜索实际上是在消耗自己的赖以生存的内容库。

MIT Technology Review在2025年的一篇报道中，以Perplexity为例描述了这种风险。作者发现，Perplexity曾将一篇《福布斯》独家报道重新整理成自己的文章，用户无需付费、也无需访问《福布斯》就能读到几乎相同的内容。报道将其称为出版商最担心的“零点击”场景：AI吸收、重组出版商投入成本生产的内容，却让用户没有理由再点击原文。更耐人寻味的是，Perplexity在自己的“关于”页面上，甚至把“Skip the links”列为选择它的第一个理由[5]。

这种变化已经让谷歌与内容生产者之间的关系发生变化。谷歌搜索负责人Liz Reid曾说，过去搜索引擎做的只是整理网页，而今天的目标已经变成“让信息真正变得实用”。这也意味着，谷歌正在从一个帮助用户找到网页的入口，越来越多地变成直接提供答案的平台[6]。

市场研究公司SparkToro联合创始人Rand Fishkin长期关注“零点击搜索”。他发现，随着谷歌越来越多地直接回答问题，搜索后不再发生点击的比例持续上升。他认为，AI概览将进一步放大这一趋势。对于依赖谷歌流量的网站而言，这可能不再只是短期的流量波动，而是商业模式面临的长期变化。

谷歌CEO皮查伊则认为不必过度担心。他认为，即使在AI搜索时代，人们仍然会想要点击进入更深层次的内容。“基本原则是人们是来找信息的。他们并不总是希望谷歌直接给出答案，”他说。“有时是这样，但绝大多数时候，你是把它看作一个跳板”。

更大的变化还在于，AI搜索开始拥有传统搜索没有的另一种权力。传统搜索只能决定哪些信息排在前面，但AI搜索能够决定哪些问题由AI给出答案。

换句话说，搜索引擎如今不仅决定用户先看到哪些网页，还可以决定一个问题究竟是交给用户自己寻找答案，还是直接由AI替用户给出答案。让用户在接触原始信息之前，就已经得到一个现成的结论。

前述Aral的研究对2024年和2025年相同搜索请求的纵向比较发现，2024年全球只有约1%的新冠相关查询会得到AI回答对新冠疫情相关搜索的分析显示，2024年全球只有约1%的相关查询触发AI答案，然而，随着2025年美国总统选举完成，特朗普上台后这一比例突然提高了56倍。与此同时，AI回答这类问题时附带引用的比例只有50%，明显低于其他非敏感问题的92%。

从这一点看，AI搜索远远并不是一个单纯的信息搬运工具。

传统搜索更像一座图书馆。用户带着问题进去，搜索引擎给出一排书架，接下来要自己打开网页、比较不同来源，再形成判断。这个过程慢一些，却也意味着用户真正看过材料，知道答案从哪里来。

AI搜索则像有人替你读完几本书，再把内容整理成一页总结。方便当然是方便，但你也很难知道它漏掉了什么、为什么选了这些材料，更不知道原文放在不同语境下是不是还有另一层意思。看得越少，越容易只记住最后那一个答案。

Aral和研究团队提出了一个简单的“两次点击法则”（Two-click rule）。对于医疗、金融、法律等重要问题，至少打开AI答案背后的两个原始来源，核对答案究竟建立在什么信息之上。

所以，在重要的问题上，至少多点两下。

作者：黄磊，《赛先生》科学写作小组成员，香港大学管理学博士，同济大学自动控制硕士，目前在互联网企业从事数字营销相关业务管理工作。

来源：赛先生