为什么谷歌搜不到“没有条纹的衬衫”
你有没有过类似这样的经历：在谷歌图片搜索“没有条纹的衬衫”，然后屏幕上铺满了各式各样的……条纹衬衫。
熟练使用关键词搜索的人可能对这个场景已经习以为常，但这恰恰暴露了我们每天使用的搜索引擎的问题——其最底层的运作逻辑：核心机制是匹配关键词，它们识别并抓取网页中的“衬衫”和“条纹”这两个词，但通常会忽略“没有”这个否定词所承载的复杂逻辑。它们匹配字符，但不理解意图。
键词「没有条纹的衬衫」，谷歌图片搜索结果
这就引出了一个核心问题：我们已经进入了能够与人工智能进行复杂对话的时代，为什么最基础的信息获取工具——搜索引擎，其核心逻辑似乎仍停留在关键词匹配的阶段？
极客公园最近体验了一款叫做Websets的AI搜索工具。与谷歌搜索不同，Websets试图理解人类的复杂意图。它并非为日常查询设计，而是专门处理传统搜索引擎难以完成的复杂任务，例如寻找具备特定复合经验的专业人士，或筛选符合多重标准的公司实体。
01、魔镜魔镜，谁是世界上最漂亮的女人？
我觉得魔镜就是最完美的搜索引擎。
在童话《白雪公主》中，王后问魔镜：“魔镜魔镜，谁是世界上最漂亮的女人？”魔镜给出了一个明确的回答。这面魔镜，可以视为理想搜索引擎的终极形态：
它能理解复杂、主观、且包含绝对性条件的查询，并给出精准、唯一的答案。
假如我们认真评估回答“谁是世界上最漂亮的女人”这个问题的可行性，就会发现其难度极高。
首先，它需要构建一个“美”的通用标准。这本身就是一个非常主观的问题——世界上并不存在唯一的美的标准。其次，它需要一个覆盖全球所有女性、并包含各项可量化特征的实时数据库。
这两个条件在现实中都无法实现。
不过，我们倒是可以借这个极端问题来观察：不同搜索引擎，是如何应对那些模糊、带有强烈主观色彩的提问的。
当我向谷歌提出“谁是世界上最漂亮的女人”时，它返回了海量的链接。排在前面的，是各类文章、榜单和视频，内容涵盖了“2024年全球最美女性”、“全球最美女星榜单”以及一部Netflix的同名电影。
谷歌没有直接回答问题，而是提供了与“漂亮”和“女人”这两个关键词高度相关、且在网络上拥有高点击率和高权重的链接。这是关键词搜索的核心逻辑：不直接解答，而是提供最受欢迎的相关信息索引。
Websets的应对方式则不同。由于它被设计为处理结构化查询，面对这样一个开放式问题，它会试图将其转化为一个可执行的、基于数据的检索任务。
这项操作失败了，因为正如上文所说，要回答“谁是世界上最漂亮的女人”的两个条件在现实中都无法实现。
Websets告诉我：
无法根据查询内容构建搜索：“谁是世界上最漂亮的女人？”。请尝试重新组织您的查询语句，或手动选择实体类型并在下方添加搜索条件。
麻 将
Webstes 拒绝回答问题，并返回了一个红色警告｜图片来源：Websetes
这并不是一次失败的搜索，而是一次失败的提问。系统并没有尝试去寻找答案然后失败了，而是在搜索开始之前，就判定你的问题无法被转化为一个可执行的数据查询任务。
实际上，你可以把Websets当成一个数据工程师，它的工作不是“理解”你的哲学问题，而是把你这句话翻译成一行精确的数据库查询代码，然后去一个巨大的、装满了“人”、“公司”等实体的数据库里进行筛选。
这个对比揭示了新旧两种搜索引擎的核心差别：
谷歌把“定义和判断”的责任留给了用户。它给你海量信息，让你自己去定义谁最漂亮。它善于处理事实类查询，但面对需要深度理解和多重条件过滤的任务时，就会退化为提供一堆相关度不高的链接。
Websets把“定义和判断”的责任前置给了用户。它要求你必须先把“漂亮”的定义想清楚，并转化为一组机器能懂的、客观的筛选指令，然后它才能为你执行。
这种差别，来源于Websets运作的底层逻辑与传统搜索不同。它不依赖于关键词索引，而是采用一种被称为“嵌入”的技术。
可以这样理解：
首先，它使用一个深度学习模型，读取并理解一个网页的全部内容，包括其核心论点、上下文和语境，然后将这些复杂的“含义”压缩成一个由数百个数字组成的独特列表。这可以被称为该网页的“语义指纹”。
当用户输入一个查询时，即便是长句或复杂问题，系统也会用同样的模型将其转换为一个代表用户真实意图的“语义指纹”。
搜索的过程，就变成了在数十亿个网页的“语义指纹”库中，通过计算，找出与用户查询的“语义指纹”最相似的那些。
这个方法在技术上原生支持对复杂逻辑的理解，因为它处理的是整体含义而非孤立的词汇，所以它能分辨“有条纹”和“没有条纹”这两个“指纹”之间存在的巨大差异。
02、重生之我在西贝当贾总
为了更具体地展示Websets对复杂语义的理解能力，我们设定一个高压商业场景：
假设你是某餐饮连锁品牌的CEO，公司因“预制菜”问题陷入了一场全国性的公关风暴。你需要立即找到具备特定经验的专业人士来应对危机。
你向Websets发出指令：
“寻找在大型餐饮连锁集团担任过品牌公关总监或以上职位、且有处理创始人个人言论引发的公关危机经验的消费品牌公关专家。”
麻 将Websets返回了一份结构化的电子表格，按照条件一和条件二在LinkedIn上筛选出符合条件的候选人，并按照满足程度排列优先级。
Websets会给出满足条件的理由，以及相应的参考文献｜图片来源：Websetes
这个过程揭示了Websets的核心价值。Websets在此场景下扮演的，并非信息入口的角色，而是决策支持工具。它没有提供一份需要用户自行研究的“阅读清单”，而是直接交付了一份经过初步分析和验证的“候选人短名单”。它将原本需要数天人工筛选的工作，压缩进了几分钟的机器执行时间里。
但是，这个结果也显示了Websets的局限性。列表中的信息来源URL全部指向领英，存在数据源的偏向性。如果一位顶尖专家没有详尽的、公开的领英档案，或者其关键经验体现在非文本的采访视频中，系统就可能无法发现他。
更重要的是，这种对特定数据源的依赖，也使其在处理中国市场相关查询时效果大打折扣。中国的候选人更多使用脉脉等本土化的职业社交平台，或者根本不使用。因此，用同样的指令去寻找一位符合条件的中国专家，其结果的可靠性和全面性将远低于这个案例所展示的水平。
但这并非其算法的失败，而是其数据基础的局限。
03、另一种搜索路径
截至目前，Websets的公司主体Exa声称其索引了“数十亿”级别的网页。这个数字本身虽然可观，但与谷歌宣称的“万亿”级别索引相比，仍有几个数量级的差距。
这意味着Websets的搜索结果可能是“更精确”的，却不一定是“最全面”的。它或许在一个经过筛选的高质量信息池中找到了最优解，但用户无法确定在更广阔的、未被索引的互联网中是否存在更好或更重要的信息。
这是一个与成本高度相关的“缺陷”。语义计算是资源密集型任务，将海量网页和复杂查询转化为“语义指纹”并进行大规模比对，需要庞大的算力支持，其背后是高昂的硬件投入与运营开销。
2024年，Exa获得了500万美元的种子轮融资，他们把一半的钱，都花在了建设第一个GPU集群上，
另一方面，Websets使用的“嵌入”技术本身存在信息损失的风险。这项技术的核心是将一篇长文甚至一部巨著的全部信息，压缩成一个固定长度的数字列表。这个过程必然是有损的。
正如Diffbot公司CEO Mike Tung在面对《MIT科技评论》时所指出的，“将一本《战争与和平》压缩成单个的嵌入，几乎会丢失书中所有具体的事件，最终只留下关于其类型和时代的模糊感觉”。
这意味着，该方法在把握宏观主题上表现出色，但在需要无损检索文本内部具体细节时，存在天然的技术缺陷。
因此，Websets及其代表的语义搜索范式，并非谷歌的替代品。它更像是一种为特定目的，如深度行业研究、人才挖掘或学术分析而设计的“重型装备”。
它的出现，其重要性不在于它本身能否颠覆市场，而在于揭示了搜索技术演进的另一种可能性。
04、回归本质——我们为什么要搜索？
谷歌每年从关键词搜索及其相关广告业务获得的收入大约在1750亿～2000亿美元，大致占其总收入的55%～60%。正是靠着这台由全球用户无数次点击驱动的印钞机，支撑起了谷歌那些近乎科幻的探索：从自动驾驶汽车，到用人工智能破解蛋白质的折叠奥秘，甚至尝试通过Calico项目延长人类的寿命。
这一切的背后，都源于那个我们每天都在使用的、看似简单的搜索框。这就让我们回到一个更根本的问题：如果搜索这个行为能支撑起如此庞大的商业帝国和对未来的探索，那么对我们个人而言，搜索究竟意味着什么？我们到底为什么要搜索？
1998年，谷歌第一天上线时的页面｜图片来源：Business Insider
要理解搜索的本质，必须先回到它的起点。人类之所以需要搜索，最底层的是一种生存本能。远古的祖先必须在环境中搜索食物、水源、庇护所以及危险的信号，搜索是活下去的前提。
当生存需求得到基本满足，驱动力便转向内在的认知延伸。人类的大脑似乎天然厌恶“信息真空”，当我们遇到知识的空白或矛盾时，会产生一种认知张力，我们称之为“好奇心”。搜索，便是缓解这种张力、填补认知缺口的行为。
这些动机恒久未变，但实现它们的方式却因技术而发生了两次剧烈的变革。
在前互联网时代，搜索是一种“路径式学习”。信息被安放在物理或逻辑的结构中：图书馆的杜威十进制分类法、百科全书的条目索引、学术期刊的卷宗。获取信息需要遵循既定的路径，你必须先理解这个知识体系的“地图”，然后亲自“行走”在这张地图上。
从产生一个问题，到查阅卡片目录，再到从书架上取下那本书，翻到对应的页码——这个过程本身就是学习的一部分。你不仅获得了知识，更重要的是，你理解了知识是如何被组织和验证的，抵达答案的路径清晰可见。
互联网，特别是以谷歌为代表的现代搜索引擎，则开启了“结果式消费”的时代。信息不再是稀缺的、结构化的，而是过剩的、碎片化的。你无需再理解复杂的知识地图，只需在输入框中敲下几个关键词，算法就会在瞬间为你呈现一个看似最优的结果。
它极大地降低了信息获取的门槛，但整个搜索过程被彻底“黑箱化”了。我们得到了答案，却完全不知道这个答案是如何从海量数据中被筛选、排序并最终呈现在我们面前的。构建知识和获取信息的差别正在于此，
更进一步，商业模式的介入不可避免地扭曲了信息的呈现。广告、搜索引擎优化（SEO）和对点击率的无尽追逐，使得我们最终看到的，往往不是最真实或最权威的结果，而是那个最希望被我们看到的结果。
如今，生成式AI的出现，并未创造一个全新的问题，它更像是一个催化剂，将“结果式消费”的趋势推向了极致。AI承诺的，是一个连“结果列表”都无需我们筛选的世界，它将直接提供那个唯一的、完美的“答案”。
很多人会幻想存在一种更理想的搜索工具，它能将控制权交还给我们，过程透明，鼓励探究。但这或许忽略了一个根本性的事实：“黑箱”并非一个需要修复的缺陷，它本身就是被市场验证过的、最受欢迎的功能。现代搜索的整个演进史，都指向一个清晰的商业规律：对效率和便利的追求，其优先级远高于对过程和本源的探究。
本质上，这是一种交易。我们用探寻过程的精力，换取了即时获得结果的便利。这并非工具的缺陷，因为追求便利是人性的自然延伸。
关键在于，每个人都应该清楚地明白自己需要付出什么，可以自主做出自己的选择，并且不为此感到后悔。
AI原生产品日报频道: 前沿科技
极客公园
追踪你最不可错过的科技圈。
认证作者
已在虎嗅发表 905 篇文章
免责声明
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
华为Mate 70优享版20日开售：3000元档搭载麒麟芯片
10月14日消息，据最新消息显示，华为预计最快本月20日就要发售Mate 70优享版了。消息中提到，华为Mate 70优享版将在10月14日开启预约，并于10月20日正式开售。据悉，代号为“Supe
比亚迪汉长续航版升级续航技术 百万销量再加速
比亚迪汉家族再推长续航版车型，以插电混动与纯电动双线布局，精准覆盖不同消费群体的用车需求。此次发布的汉DM-i长续航版与汉EV长续航版，通过技术升级与设计创新，进一步强化了品牌在新能源市场的竞争力。
丰田汽车金融16亿债券成功发行，票面利率创历史新低
近日，申万宏源在金融债券发行领域再传佳绩，成功助力丰田汽车金融（中国）有限公司完成2025年金融债券（第一期）（债券通）的发行工作。此次发行规模达16亿元，债券期限设定为3年，票面利率低至2 10%
宋PLUS或将回归王朝网，比亚迪重塑SUV市场格局
10月14日消息，近日，比亚迪王朝网销售事业部总经理路天接受采访时透露，宋PLUS或将回归王朝网。路天表示：我们正在做思考，（宋PLUS）也有可能再回到我们王朝的家族。这款全球累计销量超150万辆的
特斯拉自动泊车升级：Banish功能实现下车自动泊车接驾
特斯拉CEO埃隆・马斯克近日再次透露，旗下汽车产品有望在短期内推出一项名为“Banish”的全新功能。这项功能将与今年早些时候发布的“辅助智能召唤”（Assisted Smart Summon, A
相关攻略
热门教程
更多- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
