
AI搜索未能取代传统搜索,部分用户回归更早期主题目录
来源标题:We Wanted to Replace the Internet with Artificial Intelligence, but Ended UpBack
一些用户并未如预期般从传统搜索引擎转向AI助手,而是开始回到更早期的上网方式:主题目录、独立评测和专门整理的网站合集。此前业界预期生成式AI可代替用户自行搜索、打开页面并比对信息,一次性给出结果。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
文章标题:我们本想用人工智能取代互联网,结果却回到了过去
引言:不是回到搜索引擎,而是回到更早的年代
互联网历史中有一个今天容易被忽视的有趣转折。
多年来,用户逐渐不再习惯使用主题网站目录,搜索引擎取代了它们的位置:Google 成了查找信息的主要方式,而给海量互联网资源编目的想法本身,慢慢变成了早期 WWW 的遗物。后来生成式人工智能模型出现了,我们被许诺了下一步——据说人们不再需要自己搜索网站、打开几十个页面去比对材料,因为只要提出一个问题,一个通用助手就会自己找到信息、研究信息、把各种选项相互比较,然后给出一个完成的结果,而这被认为将一劳永逸地改变人们与互联网互动的习惯方式。
然而在实践中,发生的事情却出人意料:一部分用户开始回归的,与其说是传统搜索引擎,不如说是一种更古老的模式——主题目录、独立评测和专门的互联网资源合集——而这并非对旧日互联网的单纯怀旧,因为目录的回归与生成式 AI 的一个根本缺陷有关:它或许能相当好地回答某个特定问题,却远非总能向人展示出可能的答案的全貌,而这是根本不同的两件事。
人们上网,往往并不是为了寻找某个他们已经知道的具体对象,而是因为他们想探索一个陌生的领域、发现新程序、看看替代方案、找到小型的独立项目,并了解自己感兴趣的那个类别里到底都有些什么;而恰恰在这里,通用 AI 出人意料地开始输给老式的目录。
- Gemini:当通用助手无法探索陌生领域
一个很好的例证是与 Gemini 的一段对话,它是 Google 在人工智能领域的主要产品之一。请求再普通不过——找一些现代的免费看图程序——然而 Gemini 没有去研究市场,而是给出了一份由早已熟悉的应用组成的标准清单;在用户说明需要的正是现代的开源开发项目之后,模型给出的却还是几乎相同的程序,标题、特性和技术描述变了,清单本身却依然眼熟。
用户自己把 Gemini 的回答与 Google 搜索结果靠前网站的文字做了比对,检查揭示出一个典型的规律:模型在复现前十条结果中前五个网站的选择、词汇和措辞。也就是说,用户得到的不是独立研究,而是对已有文章的汇编,却被当作 AI 分析工作的成果呈现出来,尤其能说明问题的是,即便反复澄清之后,这种重复也没有停止。
只有当用户自己说出 Cobalt Photo——一个现代、强大的开源项目——之后,Gemini 才承认自己漏掉了一个重要的开发项目;但即便在那时,系统也没有转向对同类软件进行系统的调查,没有出现一份可核实的对比清单,取而代之的是新的技术描述、项目名称以及图形引擎的特性,而其可靠性从未得到证实。
于是,一整串问题暴露了出来:
这不仅仅是人工智能不知道某个程序存在的情况;主要问题在别处——用户委托它去探索一个陌生的领域,得到的却是对信息空间中最显眼那部分的再加工,而这就引出了关于通用助手真正价值的问题:如果用户必须自己知道所需项目的名称,模型才能最终发现它的存在,那么这样一个系统的研究独立性又体现在哪里呢?
- 探索互联网的三种方式:搜索、目录与人工智能
要理解为什么目录的回归并非偶然,有必要区分三种与 WWW 互动的根本不同方式。
搜索引擎首先处理的是用户的查询:人把自己需要找到的东西表述出来,系统则给出按一定顺序排列的结果,当用户已经对搜索对象有所了解时,这非常方便——例如,当他们知道 Cobalt Photo 这个程序的名称并想找到它的官方网站时。但搜索引擎在应对另一类任务时明显更差,即发现那些用户尚不知道名字的有趣程序;当然,人们可以构造更宽泛的查询、更换关键词、按单项技术特性来搜索,但所有这些仍然需要事先对究竟要找什么有一个概念。
目录提供的则是一种完全不同的模式:它不要求用户事先知道对象的名称,而是提供一个给定领域的结构——类别、子类别、描述、链接和精选资源。例如,打开软件板块后,可以进入图像,然后是查看器,再然后是开源工具,这样用户得到的就不只是对某个具体查询的答案,而是研究了这个类别,看到了它的内部结构,并发现了自己此前不知道其存在的替代方案,这在接触陌生领域时尤为重要。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。