短短几日，OpenAI 的聊天机器人 ChatGPT 席卷了互联网，用户数轻而易举突破百万。

答疑解惑、编写代码、撰写论文、创作诗歌和钢琴曲，当人类绞尽脑汁设下「九九八十一难」，ChatGPT 基本问什么答什么，就算不会也能编得像模像样。

到目前为止，在推向大众的文本生成 AI 里，ChatGPT 是最好的那一个，更何况还免费使用。

当 ChatGPT 春风得意马蹄疾，也有人看到它光环下的失意，程序员和文字工作者的饭碗可能不保，连 Google 等传统搜索引擎也可能被它革了命。

有了搜索引擎，我们依然需要花大量时间翻网页找答案，如果 AI 能直接把答案递到你眼前，还能保证正确率，那岂不是更好？

但问题就在于「如果」。

12 月 1 日，开发人员 Josh Kelly 晒出同一个代码问题在 Google 和 ChatGPT 的不同结果，ChatGPT 的答案看起来质量更高，让他感叹「Google is done」（Google 完蛋了）。

初出茅庐的 ChatGPT，真的把刀架在 Google 搜索的脖子上了吗？

先看看两者在定义上的区别。

搜索引擎的核心是海量信息集合，而非信息创造。你在搜索框输入关键字，搜索引擎根据算法，抓取、索引、排序与你的查询匹配的结果，然后你看到了大量的链接，再从中寻找自己需要的信息。

比传统的聊天机器人更聪明，比人类的问答网站更快捷，ChatGPT 让查找信息的过程更加直观和简单。

一个是生成式搜索，一个是大规模搜索，目前的 ChatGPT 还远远取代不了 Google。

在 ChatGPT 的基础设定里，信息的时效性已经落后了。ChatGPT 基于互联网的数十亿个文本示例训练，学习生涯停留在了 2021 年，它也没有联网，不实时调用外部网络资源，无法像 Google 地图般根据位置为你推荐餐馆，不能帮你打开 Twitter、Facebook。

相比之下，Google 既有庞大的索引网站数据库，也提供图像、地图等功能和工具，让你快速访问其他网站更是它的「基本素养」。事实上，Google 最受欢迎的搜索就是「Facebook」「亚马逊」等关键词。

至少在未来一段时间内，我们或许更需要担心，当越来越多的网络内容由类似的模型生成，搜索引擎给出的结果，质量是会提高还是降低。

我还问了问 ChatGPT 本尊，它的态度十分谦虚，不觉得应该拿它和 Google 比较：

我是一个大型语言模型，无法与 Google 或任何其他搜索引擎进行比较。我的目的是通过回答用户的提问来帮助用户获得信息，而不是提供搜索功能。与搜索引擎相比，我的优势在于能够回答复杂的问题，并且可以提供更加个性化和详细的信息。相比之下，我的劣势在于无法提供搜索功能，也无法提供最新的信息。

虽然 ChatGPT 仍在起步，没有在搜索上比 Google 做得更好，但它可能改变我们在线搜索信息的方式，让搜索技术更上一层楼。

眼下就有一个简单的例子，现在已经有大量将 ChatGPT 嵌入 Google 的插件出现，其中有些插件将 ChatGPT 的结果显示在网页右侧，一次搜索兼顾两种体验。

再参照 ChatGPT 和图像生成模型 Stable Diffusion 的联动（可能是因为 AI 更懂 AI，ChatGPT 的描述更容易被 Stable Diffusion 提取，最终的图片质量更高），ChatGPT 或许也可以用于解释、指导关键词，帮助我们更好地用搜索引擎查找信息。

此外，ChatGPT 的时效性、准确性不足，也并非是无解的。

一方面，知乎答主、自然语言处理专家@张俊林指出，近乎实时地将新知识融入大规模语言模型，非常有挑战性，一种解决办法是，把它存到传统搜索引擎的索引里，ChatGPT 如果回答不了时效性的问题，可以转向搜索引擎抽取对应的答案。

另一方面，彭博社报道，OpenAI 正在开发一个名为 WebGPT 的 AI 系统，WebGPT 将能够更准确地回答问题，甚至还能说明引用的来源。

以上这些还是 AI 和搜索引擎的结合体。如果我们更大胆地设想一番，不考虑技术限制，抛去搜索引擎，存在一个无所不知的 AI，以易于理解的问答形式，提供与问题相关且准确的信息，这是未来搜索的理想模样吗？

不少 AI 专家认为愿景本身就有问题。德国魏玛包豪斯大学研究员 Benno Stein 指出，它可能隐藏现实世界的复杂性：

问题不在于现有技术的局限性。即使拥有完美的技术，我们也无法得到完美的答案。我们不知道什么是好的答案，因为世界很复杂，但当我们看到这些直接的答案时，我们会停止思考。

那么如何让答案显得更「复杂」？有人觉得，简单地提供一份文件清单，会比直接给出答案更有用；有人则建议，可以解释答案并给出不同观点的利弊，让人既知其然也知其所以然。

▲ 图片来自：Getty Images

但是大多数时候，本不存在真正的完美的答案，准确、详细这些衡量标准，也更针对事实类、知识类问题，而非那些天马行空的开放式命题。

以答案的准确或者详细与否框定 AI，反而有些「着相」。不妨让我们回到上文提到的定位问题，ChatGPT 是生成式搜索，Google 是大规模搜索，前者是 chat，后者是 search，它们在本质上就是不同的。

ChatGPT 火了一段时间了，我们对它有了一个大概的共识：它的错误答案不少，特别在知识类和事实类问题上，但如果把它放在创作的一个环节，可以用来激发灵感、提高生产力。

为什么 Google 没有像 OpenAI 一样，直接向大众推出类似 ChatGPT 的产品，或者将它集成在自己的搜索之中？Alphabet 工程师@hncel 认为，问题主要在于成本和延迟：

像 GPT 这样的大型语言模型是 Google 主要研究的领域之一，Google 有大量预算与人员来处理这些模型，但在最大的 Google 产品（例如搜索、Gmail）中实际使用这些语言模型的经济性还不完全存在。发布有趣的测试版是一回事，但将它深入集成到一个每天服务数十亿个请求的系统中，考虑到服务的成本、增加的延迟，则是另一回事。将成本降低至少 10 倍，才能将这样的模型集成到搜索等产品中。

与此同时，大型语言模型也会影响 Google 搜索当前的商业模式——Google 母公司 Alphabet 2021 年收入 2576 亿美元，约有 81% 来自广告，其中大部分是 Google 的按点击付费广告。

像 ChatGPT 这样的 AI 大大减少了页面数量，阻碍了人们浏览和点击更多广告，那么广告收入也会随之下降。

话说回来，ChatGPT 的爆火，也让我们或多或少地意识到，搜索引擎「索引、检索和排序」的固有模式已经统治了 20 多年，Google 每年都会对搜索引擎进行数千次更改，其中大多数都很微小，并没有发生根本性的变化。

1998 年，一对斯坦福大学的研究生发表了一篇关于新型搜索引擎的论文：

在这篇论文中，我们介绍了 Google，这是一种大规模搜索引擎的原型，它大量使用了超文本中的结构。Google 有效地抓取和索引网络，并产生比现有系统更令人满意的搜索结果。

过去的创新变成了现在的传统，Google 等传统搜索引擎面临的对手不止是未来的 AI。

比如，已经有人将 TikTok 称作「新的 Google」，国外网友使用 TikTok 搜索，有点像我们在小红书查找攻略，在美食、片单等领域确实好用。这背后隐藏着一个趋势：在 TikTok 和抖音「称霸」的世界里，互联网比以前更直观、更视觉化、更具交互性，搜索也不例外。

但 TikTok 不至于真的动摇 Google。如果查找更多信息、访问更多网站，你依然要回到 Google。

既然变化已经发生，Google 也需要通过更自然、更直观的方式，带来更好的搜索体验。

近几年来，因为人工智能、机器学习和计算机视觉等方面的进步，Google 一直向这个方向转变，包括引入相机和麦克风搜索、图片和文本的多重搜索、地图中的沉浸式视图等等。

简单来说，Google 搜索的输入和输出，都变得更加「多感官」，也变得更加主动，更能猜中用户的心思。

▲ 机器学习模型 MUM 让 Google 搜索引擎更「聪明」.

Google 许多与搜索有关的项目仍在探索和测试阶段，今年 9 月的年度 Search On 活动上，负责 Google 搜索产品的副总裁 Liz Reid 举了一个未来可能的例子：

如果 Google 知道你对木工感兴趣，它在回答你搜索的某个问题之外，还会向你展示你不知道的新工具、你从未听说过的 YouTube 博主，以及你可以去哪里学习新技能等等。

Liz Reid 相信，Google 搜索不仅仅是一个反应快速的问答机器，而是一个用于探索、发现、学习你还没有明确答案的事物的系统。

某种程度上，迭代的搜索引擎也好，进击的通用 AI 模型也罢，一个是固有框架的微调，一个是另起炉灶的改革，它们都在让知识更容易被获取，让信息筛选更加智能，降低你的学习门槛，缩短你的学习过程。

Google 高级副总裁 Prabhakar Raghavan 提出了一个很有意思的观点，搜索还是一个远没有解决的问题，「如果你把所有的机器都给我，我仍然会被人类的好奇心和认知所束缚」。

搜索得到更好的答案之前，我们要先知道如何提出问题。未来，组织资料的能力可能不再稀缺，基于个体经验和情感的提问能力和原创观点更为珍贵。当你被引到知识的大门前，人之为人的思辨性和创造力，则以前所未有的地位被凸显出来。