Google 搜索產品副總裁：AI 搜索的盡頭是清晰

文：王智遠 | ID:Z201440

聽了個播客，挺長。

原稿英文，還好現在科技發達能直接翻譯成中文。這期節目來自于Lenny’s Podcast，一個搞產品管理、用戶增長和職業發展的節目。

嘉賓是Robbie Stein，他是 Google 搜索產品副總裁。

之前在 Instagram 做過產品總監，主導Stories、Reels 和 Close Friends 的誕生。如果你了解過古典國外互聯網發展史，會知道，他幾乎親手定義了社交產品如何表達。

現在他跳槽到谷歌，主導著Google 搜索的「提問方式」。

所以，整個播客圍繞AI模式、AI驅動搜索的未來展開，我覺得蠻有意思，幾乎邏輯是反著來。

01

主持人Lenny開場說，過去兩年ChatGPT、Perplexity、Claude 等聊天機器人崛起，外界都認為Google 要完蛋了，AI 終結了搜索。你怎么看？

Robbie說：AI 沒有改變人類基礎需求，我們發現 AI 是擴張性的。

搜索是查答案；現在AI 讓人能問出更復雜、模糊、帶有情景的問題，所以，目前AI讓問題變多了。

你可以拍一張鞋子照片問「我能在哪里買到這雙鞋」，拍一道作業題問「第二問哪里錯了」，甚至拍一整排書架問「我還應該讀哪本書」。

目前看來，Google Lens 的搜索量在過去一年增長了 70%，這是一個規模極大的曲線；這是一種「提問方式的變化」：人們直接用圖像、語音、情境去提問。

Robbie 提到一個細節：

人們來用搜索，為了各種各樣的目的——查價格、找路線、對賬單、看政策、找稅務網頁；AI 沒改變基礎需求，它只不過，讓提問更自然了。

現在 AI 模式，是讓 Google 能夠回答你原本不會問的問題；它理解你為什么要問，理解你在問的上下文，也理解問題背后的目的。

這意味著，以后的AI，第一次有了「理解能力」。

Robbie表述有點技術性，但核心很清楚：Google 正在變成一個會對問題做語義展開的思考層。

系統會自動把你的問題拆分成若干子問題，在后臺做并行搜索，然后用 AI 匯總出帶引用、可追溯的回答；這一層，本質上是「機器在幫人類重寫問題」。

當機器開始理解提問，搜索的意義也被重構了。

Lenny 又追問：所以，你并不擔心人們習慣用 ChatGPT，而忘了 Google？

Robbie 說：不擔心；我們目標是讓人們「更容易搜索」；AI 把問題變大，搜索是一種被 AI 擴張的語言形式，這是谷歌的戰略聚焦點。

所以，搜索形態在變，提問方式也在變。

02

那它到底怎么變的呢？Robbie 分析了一些產品設計哲學。他說的這套邏輯里，有一個詞不斷被提到：AI Mode。

帶有思考能力的搜索框。你依然在用 Google，但當提問時，系統會自動進入 AI Mode，調用最新大模型，幫忙綜合分析結果、篩選信息、生成摘要，并附上引用來源。

聽上去感覺跟國內搜索也沒啥區別。

不過，Robbie 說，我們不做通用聊天型 AI，不做創作或生產力工具，也不做信息檢索而生的 AI。

他用了一個詞：information retrieval AI；簡單講，ChatGPT 想成為一個會聊天的伙伴，而 Google 想做一個懂信息、可信任的系統。

這是兩條完全不同的路線。

我們的回答必須可追溯，要能讓用戶點回去看到來源。ChatGPT 目標是生成語言，Google 目標是理解語言，一個追求流暢、自然，一個追求準確和驗證。

AI Mode 的答案讓網頁變得更有意義；這背后的邏輯，就是讓機器真正「理解問題」。

他舉了個例子：

當你問「東京三天旅游怎么安排」，系統除了給你行程清單外，還會自動在后臺生成十幾個并行搜索。

什么天氣、交通、開放時間、熱門地點、用戶評分、本地飲食等等都會給你。這是「Query Fan-Out」（查詢擴展）。

我們第一次讓模型在問題層面進行思考。他說，Google 之所以能做到這一點，因為它在過去十幾年里，幾乎把整個世界都「結構化」了。

Google Shopping Graph 里現在有500 億件商品，商家每小時更新20 億次；Google Maps 上有2.5 億個地點

再加上網頁內容、評論、新聞、知識圖譜的上下文連接，這些都在不斷訓練模型，讓它在理解問題時，能「知道自己在說什么」。

或者說，當你問一個問題時，它知道鞋子和店鋪的關系，知道餐館在地圖上的分布，也知道這條街上誰在寫點評，這是 AI Mode 和其他聊天型 AI 的分水嶺，在「有世界坐標」的基礎上理解你問的問題。

整個過程中，Google 底層系統，還在同時做反垃圾過濾、權威性評估、自動引用生成等等一系列看不見的機制。

所以，當你看到一段回答時，后面已經跑了上百個驗證流程。Robbie說，這些驗證流程，為了以后讓Google 學會「理解世界」。

他用了一個說法：從索引網頁，走到索引世界。

過去，我們對搜索想象，是一個輸入框連著無數網頁，你打幾個詞，它就去互聯網翻箱倒柜?，F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「這是什么花」，拍房間問「怎么重新布置」，甚至拍一雙鞋問「哪里能買到」。

現在AI 搜索，把視覺（Lens）、文字、語音都揉在一起，變成一種「端到端」的體驗。你可以追問、反問，它都能接得住。

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

比如：

用戶會打一個五句長的問題進 Google，上面先出現 AI Overviews 的預覽；想深挖，就能一鍵切進 AI Mode 繼續對話。

拍照同理。拍完圖，它先給一段預覽，點進去，又回到那熟悉的對話框；理想狀態下，用戶不該思考自己在哪提問，產品要保持一致與簡單。

Robbie說，這是Google 正在做的未來。

所以，為什么它能聽懂「世界語境」？

一方面，多模態把文字、圖像、空間線索織到一起；另一方面，有基礎搜索的底子，這些細節拼在一起，搜索就成了一種新狀態。

從拍照、購物、聊天，到瀏覽，任何時刻都可能是一場搜索。這就是「世界語義」，立體的，3D 的。從理解語言，到理解場景，再到理解關系與意圖，一個被徹底重寫的信息網絡。

03

當 AI 開始理解世界，它會怎樣重新分配信息？Robbie 說，AI會讓「好信息更貴」。

傳統 SEO 講究「關鍵詞」——誰懂算法，誰寫得迎合，誰能排前；AI 搜索講「語義相關性」：誰真正回答了問題，誰就被模型選中。

AI 會在后臺發出幾十個子查詢，查找「最能解決用戶問題的網頁」，那些堆詞、灌水、拼湊的內容，基本都沒機會。

換句話說，以前我們寫內容「寫給人看」，現在，我們要學會「寫給機器理解」。

這是 SEO 到 AEO 的轉折，從 Search Engine Optimization，變成AI Engine Optimization，從爭流量，變成爭理解。

看到這，你也許會說，咋又一個名詞？AEO、GEO到底有啥區別？我理解的，它倆意思接近，但角度不同。

Robbie 認為，AEO 關注信息的語義質量、可驗證性和上下文關聯度。它站在「搜索引擎」那一端，決定 AI 怎么選答案，而 GEO，則是內容創作端的延伸，關注「怎么讓生成式 AI 更容易理解你的內容」。

簡單點講，前者在教 AI 怎么選人，后者在教我們，怎么讓自己被選上。以前拼關鍵詞，現在拼語義。誰能被機器看懂，誰就有流量。

所以，這些外部的變化，也會悄悄改寫「提問的人」。

Robbie 說，我們希望AI搜索能理解人，過去，搜索是一次性的，你提問，它回答，結束，現在AI Mode 能記住上下文、語氣、語義。

它知道你之前問過什么，也能判斷你是不是在換個方式追問。

這意味著AI開始學習人，學習偏好、意圖、語氣；甚至，你停頓、刪改、補一句「其實我想問的是」，都成了它判斷你是誰的線索。

久而久之，你會發現：它越來越像一個會「接你話」的人，未來，它成了一種「語義上的伴侶」。

Robbie 終極思想是產品做的「清晰」與「速度」；他說，一個偉大產品，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（清晰勝過聰明）

Never be satisfied（永遠不滿足）

Execution beats theory（執行勝過討論）

這三句話聽起來有點抽象，他解釋認為 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，產品設計應該讓人更快到達目的地。

他在 Instagram 做 Stories 時學到的最大一課，是不要讓人思考；現在做 Google 搜索，也在延續讓人「更快、更準、更自然」地提問與獲得結果。

我覺得，這想一個更大的隱喻：無論技術怎么演進，產品的終極目標從來不是炫技，而是「讓人更像人」。

當所有人都在談 AI 「強大」，Robbie 卻在提醒：真正的創新，是讓世界更簡單。也許，這是產品最高境界，讓人不覺得復雜，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