AI驱动搜索的未来：Google如何从语义理解走向世界索引

最近我收听了一期内容充实的播客节目。

原稿为英文，得益于现代科技可即时翻译成中文。这期节目源自Lenny’s Podcast，一个专注产品管理、用户增长和职业发展的系列播客。

嘉宾是Robbie Stein，现任Google搜索产品副总裁。

他曾在Instagram担任产品总监，主导了Stories、Reels和Close Friends等功能的开发。如果你熟悉国外互联网演进史，会了解他几乎重新定义了社交产品的表达方式。

如今他加入谷歌，主导Google搜索的「提问方式」革新。

因此，整期播客围绕AI模式、AI驱动搜索的未来展开，我认为非常有趣，其逻辑近乎逆向思考。

01

主持人Lenny开场提到，过去两年ChatGPT、Perplexity、Claude等聊天机器人迅速崛起，外界普遍认为Google面临危机，AI将终结搜索时代。你对此如何看待？

Robbie回应：AI并未改变人类的基本需求，但我们发现AI具有扩张性特质。

搜索旨在查找答案；如今AI让人们能提出更复杂、模糊、带有情境的问题，因此，AI实际上让问题数量增加了。

你可以拍摄鞋子照片询问「我能在哪里购买这双鞋」，拍摄作业题目询问「第二问哪里出错了」，甚至拍摄一整排书架询问「我还应该阅读哪本书」。

目前来看，Google Lens的搜索量在过去一年增长了70%，这是一个规模巨大的增长曲线；这标志着「提问方式的变化」：人们开始直接使用图像、语音和情境进行提问。

Robbie提及一个细节：

人们使用搜索出于多样目的——查询价格、寻找路线、核对账单、查看政策、搜索税务网页；AI没有改变基础需求，它只是让提问变得更加自然。

当前的AI模式，使Google能够回答你原本不会提出的问题；它理解你提问的原因、上下文以及问题背后的意图。

这意味着，未来的AI首次具备了「理解能力」。

Robbie的表述稍带技术性，但核心清晰：Google正演变成一个能对问题做语义展开的思考层。

系统自动将你的问题拆分为多个子问题，在后台进行并行搜索，随后用AI汇总出带引用、可追溯的回答；这一层本质上「机器在协助人类重写问题」。

当机器开始理解提问，搜索的意义也被重新构建。

Lenny进一步追问：那么，你并不担心人们习惯使用ChatGPT，而遗忘Google？

Robbie表示：不担心；我们的目标是让人们「更容易进行搜索」；AI扩展了问题的范围，搜索成为一种被AI扩张的语言形式，这是谷歌的战略焦点。

因此，搜索形态在变化，提问方式也在演变。

02

那么它究竟如何改变呢？Robbie分析了产品设计哲学。在他的逻辑中，有一个词反复出现：AI Mode。

具备思考能力的搜索框。你仍在用Google，但当提问时，系统会自动进入AI Mode，调用最新大模型，协助综合分析结果、筛选信息、生成摘要，并附上引用来源。

听起来似乎与国内搜索无太大差别。

但Robbie强调，他们不做通用聊天型AI，不做创作或生产力工具，也不做仅用于信息检索的AI。

他使用了一个术语：information retrieval AI；简而言之，ChatGPT旨在成为会聊天的伙伴，而Google则想构建一个懂信息、可信任的系统。

这是两条截然不同的路径。

我们的回答必须可追溯，要能让用户点击返回查看来源。ChatGPT的目标是生成语言，Google的目标是理解语言，一个追求流畅自然，一个追求准确验证。

AI Mode的答案使网页变得更有意义；这背后的逻辑，是让机器真正「理解问题」。

他举例说明：

当你询问「东京三天旅游怎么安排」，系统除了提供行程清单外，还会自动在后台生成十几个并行搜索。

诸如天气、交通、开放时间、热门地点、用户评分、本地饮食等信息都会呈现。这被称为「Query Fan-Out」（查询扩展）。

我们首次让模型在问题层面进行思考。他说，Google之所以能做到这一点，是因为它在过去十几年里，几乎将整个世界「结构化」了。

Google Shopping Graph现在包含500亿件商品，商家每小时更新20亿次；Google Maps上有2.5亿个地点。

再加上网页内容、评论、新闻、知识图谱的上下文连接，这些不断训练模型，使它在理解问题时，能「知道自己在说什么」。

换句话说，当你提问时，它了解鞋子与店铺的关系，了解餐馆在地图上的分布，也了解这条街上谁在撰写点评，这是AI Mode与其他聊天型AI的分水岭，基于「拥有世界坐标」来理解你的问题。

整个过程中，Google底层系统同时进行反垃圾过滤、权威性评估、自动引用生成等一系列隐形机制。

因此，当你看到一段回答时，背后已运行上百个验证流程。Robbie说，这些验证流程旨在让Google未来学会「理解世界」。

他提出了一个说法：从索引网页，走向索引世界。

过去，我们对搜索的想象是一个输入框连接无数网页，你输入几个词，它就去互联网翻箱倒柜。现在不同了，搜索正演变为一层「世界接口」。

为何是世界接口？

我可以拍摄一朵花询问「这是什么花」，拍摄房间询问「如何重新布置」，甚至拍摄一双鞋询问「哪里能买到」。

如今的AI搜索，将视觉（Lens）、文字、语音融合在一起，形成一种「端到端」体验。你可以追问、反问，它都能应对自如。

你甚至可以直接访问 google.com/ai 打开它，也可以在核心搜索中触发。

例如：

用户会输入一个五句长的问题到Google，上方先出现AI Overviews的预览；想深入探究，就能一键切换至AI Mode继续对话。

拍照同理。拍摄完图片，它先给出一段预览，点击进入，又回到熟悉的对话框；理想状态下，用户不应思考自己在何处提问，产品需保持一致与简洁。

Robbie说，这是Google正在构建的未来。

那么，为何它能理解「世界语境」？

一方面，多模态将文字、图像、空间线索交织在一起；另一方面，拥有基础搜索的底蕴，这些细节组合起来，搜索就进入了一种新状态。

从拍照、购物、聊天到浏览，任何时刻都可能成为一场搜索。这就是「世界语义」，立体的、3D的。从理解语言，到理解场景，再到理解关系与意图，一个被彻底重构的信息网络。

03

当AI开始理解世界，它将如何重新分配信息？Robbie说，AI会让「优质信息更具价值」。

传统SEO侧重「关键词」——谁懂算法，谁写得迎合，谁能排名靠前； AI搜索强调「语义相关性」：谁真正解决了问题，谁就被模型选中。

AI会在后台发起几十个子查询，寻找「最能解决用户问题的网页」，那些堆砌词汇、灌水、拼凑的内容基本没有机会。

换言之，以前我们写内容「面向人类阅读」，现在，我们必须学会「面向机器理解」。

这是从SEO到AEO的转折，从Search Engine Optimization，变为AI Engine Optimization，从争夺流量，变为争夺理解。

看到这里，你或许会问，怎么又冒出一个新名词？AEO、GEO究竟有何区别？我理解，它们意思相近，但角度不同。

Robbie认为，AEO关注信息的语义质量、可验证性和上下文关联度。它站在「搜索引擎」端，决定AI如何选择答案，而GEO，则是内容创作端的延伸，关注「如何让生成式AI更容易理解你的内容」。

简单来说，前者在教导AI如何选人，后者在教导我们如何让自己被选中。以前比拼关键词，现在比拼语义。谁能被机器理解，谁就能获得流量。

因此，这些外部变化，也会悄然改变「提问者」。

Robbie说，他们希望AI搜索能理解人，过去搜索是一次性的，你提问，它回答，结束；现在AI Mode能记住上下文、语气、语义。

它知道你之前问过什么，也能判断你是否在换个方式追问。

这意味着AI开始学习人，学习偏好、意图、语气；甚至，你的停顿、删改、补充一句「其实我想问的是」，都成为它判断你身份的线索。

久而久之，你会发现：它越来越像一个会「接话」的人，未来，它成为一种「语义上的伴侣」。

Robbie的终极思想是产品要做到「清晰」与「速度」；他说，一个伟大产品，在于用户是否能「一眼看懂」，是否能「立即完成」。

他提到三条黄金法则：

Be clear, not clever（清晰胜过聪明）

Never be satisfied（永不满足）

Execution beats theory（执行胜过空谈）

这三句话听起来有些抽象，他解释认为AI让所有人都变得「聪明」，但「清晰」反而成为稀缺品；用户永不满足，产品设计应让人更快抵达目的地。

他在Instagram开发Stories时学到的最大一课，是避免让用户思考；现在负责Google搜索，也延续让人「更快、更准、更自然」地提问与获取结果。

我认为，这蕴含一个更大的隐喻：无论技术如何演进，产品的终极目标从来不是炫技，而是「让人更贴近人性」。

当所有人都在谈论AI的「强大」，Robbie却提醒：真正的创新，是让世界更简单。或许，这是产品的最高境界，让人不觉复杂，却能感受被理解。

参考：

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