那个25年没变过的搜索框，Google终于动它了

你上一次认真"搜索"是什么时候？

不是随手一问，而是那种认真打开浏览器、仔细斟酌关键词、然后逐条点开蓝色链接的搜索。

我问过身边几个朋友，大多数人想了很久才回答上来——因为这件事已经变得太自然，自然到感知不到它的存在。就像你不会记得今天呼吸了多少次一样。

但就在这种"理所当然"里，Google悄悄做了一件25年来最大的事：它开始用Gemini重写搜索的底层逻辑。

这不是换了个更好看的界面。这是Google第一次公开承认——蓝色链接时代，正在结束。

---

一、25年没动过的那个框，终于动了

1998年，Google主页上只有一个输入框、两个按钮。极简到近乎粗暴。

26年后的今天，如果你在美国打开Google搜索"感冒要不要吃抗生素"，你看到的第一屏，不再是10条蓝色链接，而是一段结构完整、有层次、带引用来源的综合性答案——像是一位全科医生在认真回答你，而不是图书管理员递给你一叠参考书目。

这个功能叫 AI Overview（AI概览），是Google在2024年I/O大会上正式向全球推出的核心产品。

表面上看，它只是在搜索结果顶部多了一个"AI生成的摘要"。但实质上，它改变的是一个根本性的问题：

旧逻辑：你提问 → Google给你一堆链接 → 你自己去找答案

新逻辑：你提问 → AI直接给你答案 → 你决定要不要深挖

这个区别，看起来只是少点了几下鼠标。但对整个信息生态来说，影响是地震级别的。

---

二、Gemini接管之后，搜索变成了什么样

AI Overview：不只是摘要，是"预消化"

AI Overview最核心的能力，是综合多个来源，给出一个结构化的直接回答。

举个技术场景：你在写Python，突然遇到一个 TypeError: 'NoneType' object is not subscriptable 的报错。

旧搜索的结果：Stack Overflow的帖子、CSDN的博客、官方文档——你需要自己判断哪个答案适合你的情况，可能要点开三四个链接才能定位问题。

新搜索的结果：AI Overview直接告诉你——"这个错误通常出现在你对一个返回None的函数结果进行下标访问时，常见原因有三种：……你可以这样排查……"，并在答案底部附上引用来源。

效率差距是肉眼可见的。对于有明确问题的技术用户，这几乎是质的提升。

多模态搜索：图片也能问问题了

Google的 Lens（镜头搜索） 早就存在，但Gemini接入之后，它的能力边界被大幅拓展。

你可以拍一张数学题的照片，AI不只是识别题目，还会给你解题步骤。你可以拍一件衣服，AI不只是找相似款，还能告诉你这件衣服适合什么场合、怎么搭配。

这是从"视觉识别"到"视觉理解"的跨越。

对话式追问：搜索变成了一场对话

以前的搜索是"一问一答"，每次换个问题都要重新开始。现在，你可以在同一个搜索会话里追问：

"刚才你说的第二种方法，有没有Python代码示例？"

"如果我用的是Python 3.9，这个方法还适用吗？"

AI会记住上下文，连续回答。这让搜索的体验，开始接近和一个懂行的朋友聊天。

和ChatGPT、Perplexity的本质区别

这里有一个容易混淆的点，值得单独说清楚。

很多人会问：这不就是ChatGPT加了个搜索功能吗？

不完全是。核心区别在于信息的时效性和可溯源性：

Google的优势在于：它有全球最大的索引库，Gemini天然嵌在这套系统里，而不是事后打补丁。这让它在"需要最新信息+需要可靠来源"的场景下，具备其他产品难以复制的优势。

---

三、这次变革，谁受益、谁受伤

普通用户：效率大涨，但要警惕一件事

对大多数人来说，AI Overview是纯粹的效率提升。找答案更快、更省力，这没什么可争议的。

但有一个风险值得提前意识到：信息茧房可能变得更隐蔽。

以前的蓝色链接时代，你至少还会看到不同立场的文章标题，有机会主动选择。现在，AI给你一个"综合答案"，这个答案背后的取舍逻辑是不透明的——它选择了哪些来源、过滤了哪些观点，你看不见。

这不是说AI Overview是坏东西，而是说：用它来找事实性答案很好，用它来形成复杂议题的判断，要保持一点警惕。

内容创作者和SEO从业者：流量逻辑被颠覆了

这是受冲击最直接的群体。

根据SEO研究机构BrightEdge的报告，AI Overview上线后，部分类别的网页自然点击率出现了明显下滑——因为用户在搜索结果页就得到了答案，不再需要点进去。

这对依赖搜索流量的内容网站来说，是一个结构性打击。

但有一个反直觉的结论值得关注：原创的、有深度的、有独特视角的内容，价值反而可能回升。

为什么？因为AI Overview需要引用来源。它引用谁？引用那些有真实信息量、有可信度的内容。那些靠关键词堆砌、靠SEO技巧刷出来的低质量内容，在AI时代会加速失去价值；而真正有料的内容，反而可能成为AI引用的"权威来源"，获得一种新形式的曝光。

这场洗牌，对认真做内容的人来说，未必是坏消息。

广告主：Google的商业模式在走钢丝

这是最微妙的部分。

Google 90%以上的收入来自广告。AI Overview的问题在于：如果用户在搜索结果页就得到答案，不点进任何链接，广告该怎么展示？

Google目前的做法是在AI Overview内部嵌入"赞助内容"，以及在AI答案旁边保留传统广告位。但这套逻辑能否长期成立，目前还没有定论。

这是Google在AI时代面临的最核心的商业悖论：把搜索做得越好，用户离开搜索页越快，广告展示机会就越少。 Sundar Pichai必须在用户体验和商业模式之间找到一个新的平衡点——这个平衡点还没找到。

---

四、中国用户的实战处境：你现在能用上什么

坦白说，Google AI Overview目前对中国大陆用户的直接可用性有限。这是地区限制的现实。

但这不意味着你只能旁观这场变革。有几条路径值得关注：

可用的平替工具

• Perplexity：目前公认最接近Google AI Search体验的产品，引用清晰，实时联网，有免费额度。对于需要"带来源的AI搜索"的场景，是目前最好的替代品。
• Kimi（月之暗面）：长文本理解能力强，联网搜索功能成熟，对中文内容的处理明显优于海外产品。
• 天工AI：昆仑万维出品，搜索+AI结合的产品思路，适合中文信息检索场景。
• Gemini Flash：通过API方式调用，可以在自己的工具链里集成Gemini的能力。

自建AI搜索工作流：给想动手的人

如果你想更进一步，可以用API搭建一个属于自己的AI搜索工作流。基本思路是：

用户输入问题
↓
调用搜索API（如Serper、Bing Search API）获取实时网页结果
↓
将搜索结果作为上下文，传给语言模型（Gemini/GPT/Claude）
↓
模型综合信息，生成带引用的结构化答案
↓
输出给用户

这套流程的核心是两个API：一个负责实时检索，一个负责理解和生成。

如果你想直接调用 Gemini API、GPT-5 系列或 Claude Opus 来搭建这套工作流，不需要折腾海外信用卡——[api.884819.xyz](https://api.884819.xyz) 提供统一接口，支持 Gemini、Claude、GPT 全系列模型，按量计费，国产模型（Deepseek、Qwen3）完全免费，注册即送体验 token，开箱即用。上面的工作流示例，用这个接口完全可以跑通。

---

五、搜索的终点，是搜索消失

Sundar Pichai说过一句话，放在25年前会被认为是公司失败的宣言：

这句话的逻辑是：如果你在搜索页面停留太久，说明你没找到想要的东西——搜索失败了。真正成功的搜索，是你一秒钟就得到答案，然后去做你真正想做的事。

在蓝色链接时代，这个目标无法实现，因为Google只能给你"入口"，不能给你"答案"。

在Gemini时代，这个目标第一次有了技术可能性。

我有一个判断，不一定对，但值得认真想一想：未来3到5年，"搜索"这个词，可能会从我们的日常词汇里慢慢淡出。

我们不会再说"我去搜一下"，我们会说"我去问一下"，或者更自然地说"让AI帮我查查"。

这不是语言习惯的小变化，这是人和信息之间关系的根本性重塑。

从"我主动找信息"，到"信息主动来找我"——这个转变，比互联网诞生之后的任何一次迭代都更深刻，因为它改变的不是工具，而是人的认知习惯本身。

你现在还在用"搜索"这个动词吗？想清楚这个问题，你就比大多数人提前看到了接下来会发生什么。

---

但在搜索消失之前，还有一场更安静的战争正在发生——当AI开始替你写内容、替你做决策，"提示词"会不会成为新时代的"搜索词"？

下一篇，我们聊聊Prompt Engineering为什么正在从极客技能变成普通人的基础素养。这件事，比"搜索消失"离你更近。

---

#AI搜索 #Google #Gemini #人工智能 #搜索引擎 #8848AI #AI工具 #科技趋势