01. 有個詞叫缸中之腦（Brain in a Vat）。什麽意思呢？
想象一個血腥的畫面：你（或者別人）被一位瘋狂的科學家，進行一次可怕的實驗。他把大腦從身體上取下來，放進一個裝有維持大腦存活的營養液的玻璃鋼中。
然後，大腦神經末梢，連接到一臺超級計算機，計算機按照設定程序，向你的大腦發送各種信息，讓你以為以前很正常。
那麽，對取出來的大腦來說，世界是不是依然和原來的一樣？你看到的人、物體、天空，感受，還有記憶，是不是都還在？
這個實驗，常用來說明懷疑論、唯我論和主觀唯心主義的觀點，簡單講：即我所體驗的、看到的、到底是真的假的呢？
怕你共情不多，我再舉個例子：好不容易休息半天，躺在沙發上，看著外面陰雨天，突然想到昨天剛上映的恐怖片，還沒看。於是，打開影片，剛看一半，心跳加速，你決定不看了。
為什麽？因為太恐怖了。恐怖畫面的信息，一次次傳遞到「缸中之腦」，讓你覺得太真實，似乎恐怖畫面馬上要出現在自己身上。
但你知道嗎？這些都是大腦模仿出來的，看似真實，未必真實，我們的感知，不僅由大腦產生，身體，也會影響它。
比如：521到了，即便沒有見面，你總送心愛的人一些溫暖的東西，一杯奶茶、一束鮮花，她收到禮物那一刻，在遠方也能感受到你對她的好看。
這就是具身認知，是思考，感覺、行為三者共振的結果，認識到它，你能感受到，外面我們接收到的任何信息，故事是一個個畫面，所描繪的場景只要大腦熟悉，它都會共鳴。
而AI搜索，是什麽呢？本質像一個「缸中之腦」。
運行在一個強大的模型上，模型像它的基礎，幫它站穩腳跟，外面信息是它的食物，通過你的搜索，不斷訓練自己推理能力。
不論什麽AI搜索軟件，當你問題時，它都會遵循一個六步走的公式：
理解問題
檢索信息
整合答案
生成回答
結果驗證
幻想一下，現在來到未來時代，站在圖書館裏，面前有一個人工智能，現在要找一本《窮查理寶典》，你會怎麽做？
你可以手動輸入，或者對著它說：「幫我找一本叫《窮查理寶典》。」此時，AI會利用語言技術，快速分析你的意圖，提煉出最重要的部分，比如：書名、作者、人名。
然後，它會把你的問題和圖書館裏的文檔、圖片快速匹配，從中找出重要的段落和句子。接著，它會做降噪處理，去掉干擾的內容，比如廣告、重復的段落，確保剩下的都是有用的信息。
最後，AI會把所有找到的信息整合起來，生成一個答案，這就是AI搜索的過程。不難理解吧。
我突然想到一個畫面：小時候，老師經常說：「哎，你們是我帶過最差的一屆，要是無法理解，就把這段內容死機硬背下來。」，可你有沒有想過，考試對死記硬背來說，意圖是什麽？
從人工智能角度看，答案只有一個詞：檢索。
也就是說：你背誦的所有資料，最後一刻，學校用一張試卷來檢索大腦有沒有記住，當成績達標時，證明你通過了。
02. 明白AI搜索的六步公式，能得到什麽啟發呢？有兩點：
一，知道AI的回答為什麽很幹巴，二，知道它為何缺乏情感和個性。
AI搜索生成邏輯有一些限製，為避免產生錯誤信息和不準確的信息，AI會傾向於保守地給你高頻、標準化的表達。這種傾向自然會使回答顯得更加刻板。
比如：你問AI如何做好品牌營銷？它一定會告訴你，首先要了解目標市場，然後創建一個獨特的品牌定位，接著進行市場推廣，最後通過反饋不斷優化品牌策略。
另外，作為「缸中之腦」，AI只有一個搜索框，無法感受你的語氣，看不到其他信息，所以也無法理解你的情感。
這樣一來，AI生成的答案就缺乏人類的情感色彩和個性，看起來很機械，或者像是官方的回答。
值得一提的是：人們常說，一個人學習什麽知識，他的見識就有多高。AI也是一樣的。你給它餵草料，它自然吐不出鉆石來。
所以，大公司為了防止AI搜索出來的內容很水，就會限製訓練內容，會給AI餵新聞報道、學術論文和正式文本。這些文本風格比較客觀，所以，AI學完後，回答也會是類似的風格。
現在AI搜索雖然看似有推理能力，但我測試了很多，發現整體推理還是比較弱。
一個主要原因，人類說話時，本身推理性就不強。所以，AI學習的內容也會相對較弱。在文字相關的搜索上，這種情況很常見，理科的內容相對更嚴謹一些。
顯然，「缸中之腦」就是「缸中之腦」。看似聰明，但離不開三點：一，大模型作為基礎，二，固定的模型，三，知識庫。
因此，重要的結論是：用AI搜索時，你不給它一個很健全的 prompt，它的解析能力會變得很弱，得到的答案自然很難讓人滿意。
03. 你有沒有想過，AI搜索平臺和內容生態到底什麽關系？
我覺得，從過去的傳統搜索，到現在AI搜索，用一句話來形容轉變的過程便是：從獨立到融合，再到獨立。
為什麽呢？
沒有大模型之前，谷歌在1998年開始做大規模搜索，後來進軍中國，由於數據方面的問題，谷歌被限製，隨後，百度在2000年快速崛起，靠爬蟲抓取大量網頁，然後分發和售賣廣告起家。
這兩家公司商業模式基本相似。
谷歌做了一個叫Knowledge Graph的知識庫，還有Google Answers，百度則推出了「百度知道」和「百度百科」。
後來，國內360、搜狗也跟著做類似的產品。網頁時代落幕，張一鳴用一個算法推薦，讓今日頭條拔地而起。頭條采用推薦機製的同時，也嘗試建立內容生態。
比如：
孵化垂類創作者，推出各種與內容相關的產品，但直到現在，我都覺得它還沒成功，今日頭條增長停滯後，頭條搜索也沒法跟著增長。
後來短視頻湧現，抖音起來，它建立一個良好的內容生態和增長模式，所以，抖音搜索成功了。
不管怎麽樣，它們的核心目的只有一個，把內容控製在自己手裏，通過掌握內容，建立壁壘，因為內容生態對搜索平臺有很大的依賴性。
內容提供者，要依靠搜索引擎，來讓內容被更多人看到，而搜索引擎，則要高質量的內容來吸引用戶，並提供有用的搜索結果。
有了大模型之後呢？
微軟推出新版必應，緊接著谷歌、百度、360和昆侖萬維等企業也開始布局AI搜索。
李彥宏一直強調，把生成式AI技術和搜索深度整合在一起。周鴻祎也說，做搜索引擎的企業，最有機會研究像ChatGPT這樣的產品，還有昆侖萬維、秘塔AI也在加緊跟上。
不管怎麽說，它們有相似之處：整合全網信息，讓用戶用自然語言表達需求，並提供經過組織和提煉的答案，這樣可以減少冗余信息的時間消耗，確保答案的可追溯性、可信賴性。
不過，盡管這些搜索引擎，憑借原有的知名度、用戶基礎在市場上占據主導地位，由於移動互聯網時代APP的「信息孤島」現象，它們並沒有完全掌控所有信息，反而，垂直搜索引擎正在逐漸崛起。
比如：小紅書推出自己的搜索，今日頭條推出豆包，淘寶推出原生AI應用——淘寶問問，它嵌入淘寶搜索框，服務於月活躍用戶近9億、每日產生數百億次搜索的龐大流量。
現在，抖音搜索量在移動端已經超過百度，小紅書通過用戶的真實分享和有用的筆記，建立了強大的社區氛圍，這都是各自的優勢。
因此，我看到兩種趨勢正在出現：一是通用搜索的AI升級，二是垂類搜索的崛起。
垂類搜索數據，主要來自自己的平臺，類似於站內搜索，信息更服務於細分場景。當信息量足夠多時，就會自然湧現。
長遠來看，擁有優質內容的社區，做的搜索會更有優勢，因為好內容平臺能夠吸引和留住用戶，進而提升搜索功能的價值和使用頻率。
明白這些也就理解了，我為什麽說，搜索會經歷從獨立到融合，再到獨立的過程。畢竟，獨立，是全新的獨立，是細分的獨立。
實在不信的話了，你想想360AI、秘塔AI，天工AI到底有什麽區別？把它們和淘寶問問、抖音搜索一比更明確呢？因此，未來優質內容社區的搜索功能將會勝出。
04. 到這裏，我們可以思考下：AI搜索的本質是什麽？
我認為，AI搜索真正的關鍵在於AI技術本身，而不是傳統的搜索方式。這就像「AI+」和「+AI」的區別。
AI+，更像把AI技術加到已有的系統或產品上。比如，在傳統搜索引擎上加入AI功能，這種方式主要在現有技術基礎上，增強功能。
+AI，不一樣。
要求從一開始就以AI為核心，建立一個系統或產品。比如，設計一個完全依賴AI進行的搜索引擎，它所有功能都圍繞AI技術展開，更像是從頭開始，完全依賴AI技術運作。
很顯然，「AI+」是改進現有系統，而「+AI」是從零開始，完全依靠AI技術。AI搜索真正力量在於後者，也就是「+AI」。
對於一般簡單問答，AI搜索只彌補傳統搜索的不足。但要真正創新和突破，要尋找新的應用場景和特定領域，比如學術、醫療、法律等。這些領域中，AI驅動的搜索才能真正發揮戰略意義。
「AI原生」（AI Native）很重要，因為經過多年的發展，傳統方法已經挖掘了所有可能性，AI原生的定義是，只有在引入AI能力的情況下，產品才能實現。
這種情況下，AI是最大的變量，但AI比例並不重要。
關鍵在於產品需要找到交叉點：哪些場景是只有AI才能實現？同時又滿足大規模用戶需求。這種探索越多越快，競爭優勢就越大。這也是對各家產品經理的巨大考驗。
那麽，問題來了：有人會覺得，傳統搜索市場還有價值嗎？肯定的。
傳統搜索的強項在於尋址和尋找資訊。從商業角度看，PC端搜索市場增量有限，移動端又被抖音、小紅書等平臺分流，不過，百度財報中，搜索引擎依然是基本盤的重要組成部分。
還有人認為，谷歌和百度壟斷這麽多年，其他玩家還有機會嗎？來看一組美國statcounter機構的數據：
截至2024年5月6日，美國搜索市場中，谷歌份額下降到了77.52%，其他市場被Bing和Yahoo蠶食，但谷歌基本盤還算穩。國內截至4月，電腦端必應的份額是37.24%，百度是22.53%，但百度的主導地位已經不在了。
雖然數據會存在偏差，但能看出搜索市場的變化和機會，AI搜索更應該理解用戶意圖，完成復雜的任務。
比如：用戶搜索不僅僅是尋找信息，還包括找地址，或查找短內容的源頭；再比如，通過AI找到過去5年城市人口的發展趨勢，甚至，搜索新能源汽車的滲透率趨勢和原因。
還有找電影、追溯圖片等等......，所以，需求背後，是AI搜索目前還沒有攻克的場景。
總結而言: AI+，還是+AI，要看企業選擇。
不論哪條路，我都認為，垂直領域的數據，將成為重要開采對象，不然怎麽向數據要增量？那麽問題來了：什麽樣的垂直數據還未被開采呢？嗯，值得思考的問題。---(文:王智遠/來源: 鈦媒體)
