大模型來了，我還用搜尋嗎？

AI搜尋市場上，正在湧入一大波大大小小的“新使用者”。

“前不久國家發行國庫券，我爸爸在發行前一天晚上，問了豆包國庫券的種類和利息。”一位長期關注科技領域的人士告訴數智前線，它回答的特別清晰和工整。豆包這樣的大模型產品，正在改變自己79歲父親，一直無法學會手機搜尋引擎的情況。

另一位人士也透露，自己剛滿三歲，正在語言爆發期的女兒，現在經常會用豆包進行搜尋。“比如女兒會問我某個英語單詞，我可能也忘了怎麼讀，就會讓她自己去問。”

而在另一面，AI搜尋市場最近也十分火熱。不管是kimi、ChatGPT、騰訊元寶等國內外大模型公司，都在推AI搜尋功能；而傳統搜尋引擎，如百度、谷歌，也都有新動作，引入大模型技術變革搜尋。

為什麼大家都要搶去搶這塊市場？

“AI搜尋，對於大模型來說，是高潛力賽道，也是能出真正獨角獸的賽道。ToC的賽道來說，AI搜尋有望塑造出全新的搜尋巨頭。而對ToB市場來說，企業級AI搜尋也越來越重要。企業的知識管理、知識使用，都會涉及到AI搜尋。”IDC中國研究總監盧言霞告訴數智前線，這是需求所在，也是必然趨勢。

而在大模型到來一年多後，一些改變也已經悄然發生。最近，我們和最早使用大模型的一波使用者聊了聊，看看他們眼中，大模型到底給自己的搜尋習慣帶來了哪些改變？

有了程式設計助手，我還搜尋嗎？

吳悠，某大模型公司程式設計師

“以前我用Google比較多，但現在像一些工作中碰到的語法問題，基本都會首先用大模型進行搜尋。”吳悠目前在一家大模型公司做前端開發，他告訴數智前線，作為距離大模型最近的人群之一，他周邊的程式設計師朋友和同事，已經在日常的搜尋中廣泛用上大模型的能力，甚至有人專門為此購買了ChatGPT的會員，來幫助自己進行程式碼寫作。

事實上，程式設計師也是目前使用大模型最多、效果最為明顯的群體之一。此前，來自金融、網際網路等行業的多家企業都曾在一些會議上公開表示，大模型在輔助程式碼方面的應用，是試驗下來確定性和ROI曲線都比較好的場景。

“為什麼它在寫程式碼方面挺好的？”吳悠分析稱，比如在進行語法搜尋時，以前用Google，需要自己一條一條去分析篩選搜出的資訊，而大模型相當於幫忙提前進行了一次篩選，雖然其中可能還有20%左右的錯誤率，但因為程式碼最終都要執行一遍，因此也能迅速檢驗它寫得對不對。

“如果執行不了或者還有錯誤，我再去搜Google。”吳悠說，現在，他的工作中70%以上的語法問題，都可以透過大模型解決。

不過，語法問題其實僅佔所有程式設計工作的百分之二三十。大模型雖然在程式設計其他環節也有應用，但大家對效果的評價、體驗並不完全一致。

“比如一些程式設計輔助工具可以猜出你接下來大概要寫什麼，讓你少寫一些程式碼，但這隻侷限於在你寫一些偏底層和演算法類的程式碼時，幫你節約時間，但如果想用它寫業務程式碼，由於業務是千變萬化的，可能反而會拖慢你的進度。”

吳悠舉例稱，當他在前端工作中想要寫一個表單時，表單裡有一些欄位的含義如果自己不寫註釋提醒大模型，它是不知道是什麼含義的，如果想利用它節約時間，自己就得重新用註釋寫一遍產品文件，“還不如我自己寫更快些。”

“所以我覺得用AI有個原則，你要考慮一下這塊的程式碼值不值得你親自花時間去寫，是不是使用者訪問較多、又經常出bug的地方。同時，你也不能指望它說的都是對的。”吳悠說。

而除了節省時間，在吳悠看來，大模型對於搜尋更重要的意義，在於它能夠跟自己頭腦風暴。

“認知上有一個東西叫你不知道自己不知道什麼，但大模型可以告訴你，你不知道的東西是什麼，還能推薦你去看一些資料。”吳悠告訴數智前線，比如他最近在學習一些資料概念時，就會去問大模型自己的理解是否正確，並讓大模型提出進一步建議，自己可以去學習對應的哪些東西，而傳統的搜尋引擎很難做到這一點。

但與此同時，傳統搜尋引擎也有它的優勢所在。“當我想看一些深入的文章，而不是一個簡單的概述性的介紹時，我還是會自己手動去搜尋。”吳悠說。

有了ChatGPT，我還要搜尋嗎？

沐蘭，日本某風投公司員工

“我是ChatGPT最早的一批付費使用者，但它對我來說，目前還是辦公輔助、翻譯等工具屬性，大於搜尋引擎的功能。”80後沐蘭告訴數智前線，大模型目前還並不是自己想要獲取資訊時的最優先選擇。

她在日本一家知名風投公司從事投資工作，日常需要蒐集、分析、處理大量資訊。這些工作原來主要透過谷歌、雅虎等渠道去完成，而現在，大約有不到20%的搜尋量，正在轉移到大模型。

“這20%，主要是一些特別精準的問題，我可能會去問ChatGPT。”沐蘭舉例稱，比如微軟成立於哪一年，又或是日本前五大運動品牌是哪些等，以前可能需要她去Google搜出一個連結，再跳轉，現在直接找ChatGPT，一問一答即可得到答案，能夠節約一定時間，而又大機率不會出錯。

但對於更多要求時效性或者準確性的搜尋需求，沐蘭說，自己依然更習慣用雅虎和谷歌。“尤其是搜日本相關的特別local的內容，我一定是用雅虎，這一點ChatGPT很難取代。”

比如，當她需要搜尋日本近些年的旅遊資料時，就一定會去用傳統搜尋引擎，找到對應的權威網站，而不是直接問大模型。“它給我的數字往往是非常籠統的，而且也沒有出處，我就不知道該不該信。”沐蘭告訴數智前線，相比之下，傳統搜尋引擎的天然優勢是——我知道你的出處是哪裡，我來決定你可信不可信。因此，在這種問題上，她寧願花更多時間找到相應的資料後，再去餵給ChatGPT，讓它幫忙整理。

又比如，在做投資工作時，她經常會碰到一種情況——當聽到某個感興趣公司的名字後，需要搜尋瞭解，但同名的公司可能有很多個，這就需要透過谷歌或雅虎去提供大量連結，讓她從中分辨哪一個是自己的目標公司。

“如果一個東西，我能夠迅速提煉出關鍵詞，或者需要更精準的資料，我就會去Google。但如果在我心裡它是個開放性的問題，我就會用ChatGPT。”沐蘭總結說。

在她看來，大模型和傳統搜尋引擎的關係並不是二元對立的，而是大機率會共存。不同的工作屬性、生活方式，不同的狀態或心情，都可能決定使用者可能在不同問題上使用不同的搜尋方式。比如，自己從事IT工作的多位朋友就均表示，他們已經有接近一半的搜尋，從傳統搜尋引擎切換到了大模型。

而在AI大模型之外，小紅書、微信搜尋等在過去一段時間其實也都一定程度上實現了對使用者搜尋習慣的轉移。“比如我要搜尋中文內容的旅遊攻略時，就會使用小紅書。”

大模型，開始加速分流我的搜尋需求

孟飛，大模型應用落地企業員工

“AI確實有顛覆我日常搜尋方式的趨勢。”孟飛是國內一家從事大模型應用落地企業的員工，他告訴數智前線，在他的日常工作和生活中，已經有相當一部分搜尋會很自然地用到大模型，而不再是去找搜尋引擎。

事實上，早在去年三四月份，為了給公司出海業務做準備，孟飛就曾試圖用ChatGPT做一些翻譯和材料搜尋的工作，但最後發現，時間上雖然比起百度、谷歌等節省不少，卻也存在不少暗坑。“比如我們讓它在中國的古籍裡找一些具有優美含義的關鍵詞出來，就有好多出處是瞎編的。”

不過，今年以來，隨著模型逐漸成熟，各家大模型的搜尋精準性都有進一步提高，AI搜尋的效果更加最佳化，孟飛的搜尋需求和搜尋習慣，也在加速從傳統搜尋引擎，分流到大模型產品。最近，他還找到公司內部的工程團隊，希望能給自己所在的市場部，建設一個知識助手。

“比如kimi，我現在可以直接限定它幫我找出，什麼時間段哪個領域發生的大事件都有哪些，它會把新聞標題、連結，還有summary（摘要），都給我列出來，這樣很快就出來結果了，省得我一個一個去搜、去點，這個我覺得還是蠻好用的。”孟飛說。

但在“涉及到工作中容易出事故”的更加嚴肅的搜尋任務上，孟飛表示，依然會優先使用搜尋引擎，而非大模型。“比如寫客戶案例時要搜尋客戶簡介、過往榮譽，還是會去百度等搜官網檢視，因為模型並不能讓我100%放心。”

相比之下，日常生活中的搜尋需求是更寬容的場景。孟飛告訴數智前線，AI搜尋目前已經進入自己生活的方方面面，“比如我平時沒事會看一些歷史類的小說，裡面提到某個朝代的某個地名，我不知道，就會隨手用文心一言查一查。”

但用得最好、最頻繁的，還是輔導孩子學習上。“這讓我節省了很多時間。”孟飛說，原來他每天教孩子學英語，都需要將生詞一個一個貼進百度搜尋框，再一個一個貼上進教案，耗時又費力，但現在，只需將每天需要學習的教材內容，拍圖上傳到kimi，讓kimi幫忙把每個生詞的意思、用法、例句都梳理出來，很快就能完成備課。

而在使用多次後，這套流程也逐漸沉澱成一個模板，“現在我只要把圖發給它，說‘請備課’，它就能咔咔開始輸出，每次規定它備課需要配備的50套配套練習題，現在也不再會出現過多超綱的題。”

目前，在一些程式設計、作文、數學等方面的輔導任務上，孟飛告訴數智前線，自己也會用大模型去提供一個符合三年級水準的解法，再一步步引導孩子解題。

結語

毋庸置疑，大模型的到來，正在改變一部分人的搜尋習慣。它在一定程度上取代了原來的搜尋引擎的部分功能，但目前仍然還有許多無法替代的部分：比如，對於一些時效性要求很高的需求，如今天發生的事情，AI搜尋現在還無法那麼快滿足；又比如，一些更強調準確性的需求，大模型仍然存在幻覺問題……

“搜尋的需求未來可能會越來越細分。比如工作場景下的搜尋，也許就是崗位助手了。AI搜尋有可能就成為全新的搜尋工具，傳統的搜尋徹底退出歷史舞臺，但這需要時間，可能不是1-2年內能完成的。“盧言霞告訴數智前線。而目前，由於大模型的使用還有一定門檻，AI搜尋的使用群體還比較受限。現在各家也都還在前期投入中，還沒有形成明確清晰的商業模式。

AI與搜尋還有很長的故事要講。

（應受訪物件要求，上述三位受訪物件均為化名。）