文：王智遠(yuǎn) | ID:Z201440

聽(tīng)了個(gè)播客，挺長(zhǎng)。

原稿英文，還好現(xiàn)在科技發(fā)達(dá)能直接翻譯成中文。這期節(jié)目來(lái)自于Lenny’s Podcast，一個(gè)搞產(chǎn)品管理、用戶增長(zhǎng)和職業(yè)發(fā)展的節(jié)目。

嘉賓是Robbie Stein，他是 Google 搜索產(chǎn)品副總裁。

之前在 Instagram 做過(guò)產(chǎn)品總監(jiān)，主導(dǎo)Stories、Reels 和 Close Friends 的誕生。如果你了解過(guò)古典國(guó)外互聯(lián)網(wǎng)發(fā)展史，會(huì)知道，他幾乎親手定義了社交產(chǎn)品如何表達(dá)。

現(xiàn)在他跳槽到谷歌，主導(dǎo)著Google 搜索的「提問(wèn)方式」。

所以，整個(gè)播客圍繞AI模式、AI驅(qū)動(dòng)搜索的未來(lái)展開(kāi)，我覺(jué)得蠻有意思，幾乎邏輯是反著來(lái)。

01

主持人Lenny開(kāi)場(chǎng)說(shuō)，過(guò)去兩年ChatGPT、Perplexity、Claude 等聊天機(jī)器人崛起，外界都認(rèn)為Google 要完蛋了，AI 終結(jié)了搜索。你怎么看？

Robbie說(shuō)：AI 沒(méi)有改變?nèi)祟惢A(chǔ)需求，我們發(fā)現(xiàn) AI 是擴(kuò)張性的。

搜索是查答案；現(xiàn)在AI 讓人能問(wèn)出更復(fù)雜、模糊、帶有情景的問(wèn)題，所以，目前AI讓問(wèn)題變多了。

你可以拍一張鞋子照片問(wèn)「我能在哪里買到這雙鞋」，拍一道作業(yè)題問(wèn)「第二問(wèn)哪里錯(cuò)了」，甚至拍一整排書(shū)架問(wèn)「我還應(yīng)該讀哪本書(shū)」。

目前看來(lái)，Google Lens 的搜索量在過(guò)去一年增長(zhǎng)了 70%，這是一個(gè)規(guī)模極大的曲線；這是一種「提問(wèn)方式的變化」：人們直接用圖像、語(yǔ)音、情境去提問(wèn)。

Robbie 提到一個(gè)細(xì)節(jié)：

人們來(lái)用搜索，為了各種各樣的目的——查價(jià)格、找路線、對(duì)賬單、看政策、找稅務(wù)網(wǎng)頁(yè)；AI 沒(méi)改變基礎(chǔ)需求，它只不過(guò)，讓提問(wèn)更自然了。

現(xiàn)在 AI 模式，是讓 Google 能夠回答你原本不會(huì)問(wèn)的問(wèn)題；它理解你為什么要問(wèn)，理解你在問(wèn)的上下文，也理解問(wèn)題背后的目的。

這意味著，以后的AI，第一次有了「理解能力」。

Robbie表述有點(diǎn)技術(shù)性，但核心很清楚：Google 正在變成一個(gè)會(huì)對(duì)問(wèn)題做語(yǔ)義展開(kāi)的思考層。

系統(tǒng)會(huì)自動(dòng)把你的問(wèn)題拆分成若干子問(wèn)題，在后臺(tái)做并行搜索，然后用 AI 匯總出帶引用、可追溯的回答；這一層，本質(zhì)上是「機(jī)器在幫人類重寫(xiě)問(wèn)題」。

當(dāng)機(jī)器開(kāi)始理解提問(wèn)，搜索的意義也被重構(gòu)了。

Lenny 又追問(wèn)：所以，你并不擔(dān)心人們習(xí)慣用 ChatGPT，而忘了 Google？

Robbie 說(shuō)：不擔(dān)心；我們目標(biāo)是讓人們「更容易搜索」；AI 把問(wèn)題變大，搜索是一種被 AI 擴(kuò)張的語(yǔ)言形式，這是谷歌的戰(zhàn)略聚焦點(diǎn)。

所以，搜索形態(tài)在變，提問(wèn)方式也在變。

02

那它到底怎么變的呢？Robbie 分析了一些產(chǎn)品設(shè)計(jì)哲學(xué)。他說(shuō)的這套邏輯里，有一個(gè)詞不斷被提到：AI Mode。

帶有思考能力的搜索框。你依然在用 Google，但當(dāng)提問(wèn)時(shí)，系統(tǒng)會(huì)自動(dòng)進(jìn)入 AI Mode，調(diào)用最新大模型，幫忙綜合分析結(jié)果、篩選信息、生成摘要，并附上引用來(lái)源。

聽(tīng)上去感覺(jué)跟國(guó)內(nèi)搜索也沒(méi)啥區(qū)別。

不過(guò)，Robbie 說(shuō)，我們不做通用聊天型 AI，不做創(chuàng)作或生產(chǎn)力工具，也不做信息檢索而生的 AI。

他用了一個(gè)詞：information retrieval AI；簡(jiǎn)單講，ChatGPT 想成為一個(gè)會(huì)聊天的伙伴，而 Google 想做一個(gè)懂信息、可信任的系統(tǒng)。

這是兩條完全不同的路線。

我們的回答必須可追溯，要能讓用戶點(diǎn)回去看到來(lái)源。ChatGPT 目標(biāo)是生成語(yǔ)言，Google 目標(biāo)是理解語(yǔ)言，一個(gè)追求流暢、自然，一個(gè)追求準(zhǔn)確和驗(yàn)證。

AI Mode 的答案讓網(wǎng)頁(yè)變得更有意義；這背后的邏輯，就是讓機(jī)器真正「理解問(wèn)題」。

他舉了個(gè)例子：

當(dāng)你問(wèn)「東京三天旅游怎么安排」，系統(tǒng)除了給你行程清單外，還會(huì)自動(dòng)在后臺(tái)生成十幾個(gè)并行搜索。

什么天氣、交通、開(kāi)放時(shí)間、熱門(mén)地點(diǎn)、用戶評(píng)分、本地飲食等等都會(huì)給你。這是「Query Fan-Out」（查詢擴(kuò)展）。

我們第一次讓模型在問(wèn)題層面進(jìn)行思考。他說(shuō)，Google 之所以能做到這一點(diǎn)，因?yàn)樗谶^(guò)去十幾年里，幾乎把整個(gè)世界都「結(jié)構(gòu)化」了。

Google Shopping Graph 里現(xiàn)在有500 億件商品，商家每小時(shí)更新20 億次；Google Maps 上有2.5 億個(gè)地點(diǎn)

再加上網(wǎng)頁(yè)內(nèi)容、評(píng)論、新聞、知識(shí)圖譜的上下文連接，這些都在不斷訓(xùn)練模型，讓它在理解問(wèn)題時(shí)，能「知道自己在說(shuō)什么」。

或者說(shuō)，當(dāng)你問(wèn)一個(gè)問(wèn)題時(shí)，它知道鞋子和店鋪的關(guān)系，知道餐館在地圖上的分布，也知道這條街上誰(shuí)在寫(xiě)點(diǎn)評(píng)，這是 AI Mode 和其他聊天型 AI 的分水嶺，在「有世界坐標(biāo)」的基礎(chǔ)上理解你問(wèn)的問(wèn)題。

整個(gè)過(guò)程中，Google 底層系統(tǒng)，還在同時(shí)做反垃圾過(guò)濾、權(quán)威性評(píng)估、自動(dòng)引用生成等等一系列看不見(jiàn)的機(jī)制。

所以，當(dāng)你看到一段回答時(shí)，后面已經(jīng)跑了上百個(gè)驗(yàn)證流程。Robbie說(shuō)，這些驗(yàn)證流程，為了以后讓Google 學(xué)會(huì)「理解世界」。

他用了一個(gè)說(shuō)法：從索引網(wǎng)頁(yè)，走到索引世界。

過(guò)去，我們對(duì)搜索想象，是一個(gè)輸入框連著無(wú)數(shù)網(wǎng)頁(yè)，你打幾個(gè)詞，它就去互聯(lián)網(wǎng)翻箱倒柜?，F(xiàn)在不一樣了，搜索正在變成一層「世界接口」。

為什么是世界接口？

我可以拍一朵花問(wèn)「這是什么花」，拍房間問(wèn)「怎么重新布置」，甚至拍一雙鞋問(wèn)「哪里能買到」。

現(xiàn)在AI 搜索，把視覺(jué)（Lens）、文字、語(yǔ)音都揉在一起，變成一種「端到端」的體驗(yàn)。你可以追問(wèn)、反問(wèn)，它都能接得住。

你甚至還可以直接去 google.com/ai 打開(kāi)它，也可以在核心搜索里觸發(fā)。

比如：

用戶會(huì)打一個(gè)五句長(zhǎng)的問(wèn)題進(jìn) Google，上面先出現(xiàn) AI Overviews 的預(yù)覽；想深挖，就能一鍵切進(jìn) AI Mode 繼續(xù)對(duì)話。

拍照同理。拍完圖，它先給一段預(yù)覽，點(diǎn)進(jìn)去，又回到那熟悉的對(duì)話框；理想狀態(tài)下，用戶不該思考自己在哪提問(wèn)，產(chǎn)品要保持一致與簡(jiǎn)單。

Robbie說(shuō)，這是Google 正在做的未來(lái)。

所以，為什么它能聽(tīng)懂「世界語(yǔ)境」？

一方面，多模態(tài)把文字、圖像、空間線索織到一起；另一方面，有基礎(chǔ)搜索的底子，這些細(xì)節(jié)拼在一起，搜索就成了一種新?tīng)顟B(tài)。

從拍照、購(gòu)物、聊天，到瀏覽，任何時(shí)刻都可能是一場(chǎng)搜索。這就是「世界語(yǔ)義」，立體的，3D 的。從理解語(yǔ)言，到理解場(chǎng)景，再到理解關(guān)系與意圖，一個(gè)被徹底重寫(xiě)的信息網(wǎng)絡(luò)。

03

當(dāng) AI 開(kāi)始理解世界，它會(huì)怎樣重新分配信息？Robbie 說(shuō)，AI會(huì)讓「好信息更貴」。

傳統(tǒng) SEO 講究「關(guān)鍵詞」——誰(shuí)懂算法，誰(shuí)寫(xiě)得迎合，誰(shuí)能排前；AI 搜索講「語(yǔ)義相關(guān)性」：誰(shuí)真正回答了問(wèn)題，誰(shuí)就被模型選中。

AI 會(huì)在后臺(tái)發(fā)出幾十個(gè)子查詢，查找「最能解決用戶問(wèn)題的網(wǎng)頁(yè)」，那些堆詞、灌水、拼湊的內(nèi)容，基本都沒(méi)機(jī)會(huì)。

換句話說(shuō)，以前我們寫(xiě)內(nèi)容「寫(xiě)給人看」，現(xiàn)在，我們要學(xué)會(huì)「寫(xiě)給機(jī)器理解」。

這是 SEO 到 AEO 的轉(zhuǎn)折，從 Search Engine Optimization，變成AI Engine Optimization，從爭(zhēng)流量，變成爭(zhēng)理解。

看到這，你也許會(huì)說(shuō)，咋又一個(gè)名詞？AEO、GEO到底有啥區(qū)別？我理解的，它倆意思接近，但角度不同。

Robbie 認(rèn)為，AEO 關(guān)注信息的語(yǔ)義質(zhì)量、可驗(yàn)證性和上下文關(guān)聯(lián)度。它站在「搜索引擎」那一端，決定 AI 怎么選答案，而 GEO，則是內(nèi)容創(chuàng)作端的延伸，關(guān)注「怎么讓生成式 AI 更容易理解你的內(nèi)容」。

簡(jiǎn)單點(diǎn)講，前者在教 AI 怎么選人，后者在教我們，怎么讓自己被選上。以前拼關(guān)鍵詞，現(xiàn)在拼語(yǔ)義。誰(shuí)能被機(jī)器看懂，誰(shuí)就有流量。

所以，這些外部的變化，也會(huì)悄悄改寫(xiě)「提問(wèn)的人」。

Robbie 說(shuō)，我們希望AI搜索能理解人，過(guò)去，搜索是一次性的，你提問(wèn)，它回答，結(jié)束，現(xiàn)在AI Mode 能記住上下文、語(yǔ)氣、語(yǔ)義。

它知道你之前問(wèn)過(guò)什么，也能判斷你是不是在換個(gè)方式追問(wèn)。

這意味著AI開(kāi)始學(xué)習(xí)人，學(xué)習(xí)偏好、意圖、語(yǔ)氣；甚至，你停頓、刪改、補(bǔ)一句「其實(shí)我想問(wèn)的是」，都成了它判斷你是誰(shuí)的線索。

久而久之，你會(huì)發(fā)現(xiàn)：它越來(lái)越像一個(gè)會(huì)「接你話」的人，未來(lái)，它成了一種「語(yǔ)義上的伴侶」。

Robbie 終極思想是產(chǎn)品做的「清晰」與「速度」；他說(shuō)，一個(gè)偉大產(chǎn)品，在于用戶是否能「一眼看懂」，是否能「馬上完成」。

他提到三條黃金律：

Be clear, not clever（清晰勝過(guò)聰明）

Never be satisfied（永遠(yuǎn)不滿足）

Execution beats theory（執(zhí)行勝過(guò)討論）

這三句話聽(tīng)起來(lái)有點(diǎn)抽象，他解釋認(rèn)為 AI 讓所有人都變得「聰明」，但「清晰」反而成了稀缺品；用戶是永不滿足的，產(chǎn)品設(shè)計(jì)應(yīng)該讓人更快到達(dá)目的地。

他在 Instagram 做 Stories 時(shí)學(xué)到的最大一課，是不要讓人思考；現(xiàn)在做 Google 搜索，也在延續(xù)讓人「更快、更準(zhǔn)、更自然」地提問(wèn)與獲得結(jié)果。

我覺(jué)得，這想一個(gè)更大的隱喻：無(wú)論技術(shù)怎么演進(jìn)，產(chǎn)品的終極目標(biāo)從來(lái)不是炫技，而是「讓人更像人」。

當(dāng)所有人都在談 AI 「強(qiáng)大」，Robbie 卻在提醒：真正的創(chuàng)新，是讓世界更簡(jiǎn)單。也許，這是產(chǎn)品最高境界，讓人不覺(jué)得復(fù)雜，卻能感受到被理解。

參考：

[1].Robbie Stein ｜Inside Google’s AI turnaround: AI Mode, AI Overviews, and vision for AI-powered search（YouTube）；鏈接：https://www.youtube.com/watch?v=kOnsqqVbIeY