在数字信息爆炸的时代，搜索引擎已成为我们获取知识的主要入口。然而，随着人工智能技术的迅猛发展，传统搜索方式正面临前所未有的变革。最新研究揭示，生成式AI搜索引擎与传统搜索存在显著差异，AI更倾向于引用小众网站资源，而非传统搜索中的热门链接。这一发现不仅挑战了传统搜索的权威性，也引发了对AI搜索质量、信息多样性及时效性的深入思考。
研究发现：AI搜索的"深挖"倾向
德国鲁尔大学与马克斯·普朗克软件系统研究所的研究人员通过对比分析，揭示了AI搜索引擎与传统搜索在引用来源上的显著差异。这项发表在预印本平台的研究比较了Google的AI Overviews、Gemini-2.5-Flash以及GPT-4o的网页搜索模式等多种AI搜索工具与传统搜索结果。
研究人员使用了多样化的测试查询，包括提交给ChatGPT的具体问题、AllSide网站列出的政治话题以及亚马逊搜索频率最高的100种产品。通过Tranco域名跟踪器的测量，他们发现AI搜索工具引用的网站普遍比传统搜索前10名的结果更不受欢迎。
研究显示，大多数AI概览引用的来源并未出现在相同查询的传统Google搜索前10名结果中。
具体数据显示，Google AI Overviews引用的53%来源没有出现在相同查询的传统Google搜索前10名结果中，40%的来源甚至不在前100名中。Gemini搜索尤其倾向于引用不受欢迎的域名，其引用来源的中位数在所有结果中都超出了Tranco排名的前1000名。
引用模式对比：传统搜索与AI搜索
传统搜索引擎如Google长期以来依赖复杂的算法来确定搜索结果的排序，这些算法主要考虑网站的权威性、相关性、用户行为和反向链接等因素。结果往往是高度集中的，少数几个主流网站占据了搜索结果的主导地位。
相比之下，AI搜索引擎采用了截然不同的引用策略。它们不仅分析网页内容，还利用大型语言模型(LLM)的理解能力来评估信息的质量和相关性，从而能够发现传统搜索算法可能忽略的有价值资源。
研究显示，Google Gemini搜索尤其倾向于引用低流行度域名。
这种"深挖"引用模式为用户提供了更广泛的信息视角，特别是对于那些需要深入、专业或特定领域知识的查询。AI搜索引擎能够跨越传统搜索的"权威壁垒"，触及那些可能包含高质量但未被充分发现的资源。
AI搜索的优势：信息多样性与深度整合
AI搜索引擎的引用偏好带来了多方面的优势，首先体现在信息多样性上。研究表明，基于GPT的搜索更倾向于引用企业和百科全书等权威来源，几乎从不引用社交媒体网站。这种选择性过滤有助于减少噪音，提高信息的可靠性。
其次，AI搜索能够更好地整合信息。大型语言模型可以将从引用网站获取的知识与其内部训练数据相结合，提供更为全面和连贯的回答。特别是GPT-4o的"带搜索工具"版本，经常不引用任何网络来源，而是直接基于训练数据提供回答，这种整合能力在处理复杂问题时尤为明显。
斯坦福HCI团队开发的LLM分析工具发现，AI搜索结果覆盖的"概念"数量与传统搜索前10名结果相当，表明两者在细节、多样性和新颖性方面处于相似水平。这意味着AI搜索在提供信息广度的同时，也能保持相当的深度。
AI搜索的局限：时效性与信息完整性
尽管AI搜索具有诸多优势，但也存在明显局限。研究指出，AI搜索引擎倾向于压缩信息，有时会省略传统搜索保留的次要或模糊方面。对于更模糊的搜索术语（如同名不同人的情况），"有机搜索结果提供更好的覆盖"。
另一个显著局限是对时效信息的处理。当研究人员使用Google 9月15日趋势查询列表进行测试时，发现GPT-4o的"带搜索工具"版本经常回复"能否请您提供更多信息"，而不是实际搜索网络获取最新信息。这表明过度依赖预训练数据可能导致AI搜索在获取最新信息方面存在缺陷。
评估挑战：重新定义搜索质量标准
面对AI搜索与传统搜索的显著差异，研究人员没有简单断定哪一种"更好"或"更差"，而是呼吁开发新的评估方法，综合考虑来源多样性、概念覆盖度和生成行为等因素。
传统搜索评估主要关注相关性和权威性，而AI搜索则需要考虑更多维度，包括信息整合能力、概念覆盖的全面性以及回答的连贯性等。这种评估框架的革新将有助于更准确地衡量AI搜索的价值和局限。
未来展望：搜索生态的多元化发展
AI搜索的"深挖"倾向预示着搜索生态的多元化发展。随着AI技术的不断进步，我们有理由期待搜索结果将更加多样化、个性化，能够更好地满足不同用户的需求。
对于内容创作者而言，这意味着小众但高质量的资源可能获得更多曝光机会，从而激励更多元化内容的创作。对于用户而言，这将带来更全面、更深入的信息获取体验，特别是在专业领域和复杂问题的探索上。
然而，这种变革也带来挑战。如何确保AI搜索引用的信息质量和可靠性？如何平衡信息多样性与权威性？这些问题需要技术开发者、研究机构和用户共同思考和解决。
结论：拥抱搜索新时代
AI搜索引擎对"小众"资源的偏好并非简单的优劣评判，而是搜索范式的根本转变。这一转变反映了AI技术与传统搜索算法的本质差异——前者更注重内容质量和语义理解，后者更注重流行度和权威性。
作为用户，我们需要认识到不同搜索方式的价值和局限，根据具体需求选择合适的工具。同时，我们也应积极参与到搜索技术的讨论中，推动这一朝着更全面、更准确、更人性化方向发展。
搜索技术的演进远未结束，AI搜索的"深挖"倾向只是这场变革的起点。随着技术的不断进步和评估体系的完善，我们有理由期待一个更加多元、更加智能的信息获取新时代的到来。
