大语言模型如何重塑搜索引擎？机遇与挑战深度解析

所谓大语言模型，英文简称LLM（Large Language Model），指的是一种使用海量语言文本，通过智能数据训练，得出人们所需文本的计算机模型。

比较经典的LLM，有美国的OpenAI、Gemini、Claude，中国的DeepSeek、豆包、千问等等。

在LLM大规模流行开来以后，公众曾为其近乎于人类语言的输出模式所震撼，甚至试图把一切决策都交给LLM，认为大语言模型这种人工智能（AI，Artificial Intelligence）会颠覆整个世界。

但是很快，大家又发现，LLM其实无法取代人类的思考。在诸如“我家到洗车店50米，所以我应该开车去还是走路去”这样的问题中，许多LLM都翻了车。

原因很简单，LLM其实本质上并不会思考这个世界，而是通过整理人类现有的大量语言文本，推理出近似的答案。这就是AI专家李飞飞所说的“AI没有感知现实世界的能力”。顺便多说一句，因为同样的原因，当面对迎面飞来的一块铁皮和一辆汽车时，智能驾驶模型往往也很难分辨哪个威胁更大。

由于根本没有人会在互联网上问“我家到洗车店50米，所以我应该开车去还是走路去”这样的拙问题，同时会有不少文本描述“50米是一个近距离”以及“对于近距离，走路比开车方便”，加上LLM其实根本不了解这个世界，所以许多LLM在这个看似愚蠢的问题上都翻了车，表示你应该走着去。

不管LLM带来了多大的冲击，以及这种冲击究竟能持续多久，但是在互联网商业世界中，一个不可否认的事实是：LLM的出现和普及，很可能会极大冲击传统搜索引擎的生意。

原因很简单，相对于传统的搜索引擎，LLM的效率实在是太高了。当我们只是简单搜索特定内容，而不是要求LLM进行逻辑思考时，会发现大语言模型比搜索引擎好用很多。

比如，如果我们想知道“巴塞尔协议对资本充足率的要求”，而不是“巴塞尔协议对资本充足率的要求是否合理”，就会发现，大语言模型简直是效率小能手。它能迅速给出你所需要的数字（我们往往会记不住其中一些细节），而且如果你需要的话，它还能给出这些数字的网络出处，以便你自己手动核实。

但是，对于传统搜索引擎来说，你需要做的是手动输入需要搜索的内容，然后在给出的网页里一条条去看。一般来说，你需要点开至少四、五个，看上七、八屏幕的文字，才能找到自己需要的内容。这个效率，比LLM低了可不止一点半点。

需要指出的是，由于LLM会出现的一些错误（比如众所周知的大语言模型被原始数据污染），所以LLM得出的结论，其准确性并不如自己在搜索引擎上一个一个浏览网页以后得到的结果。

也就是说，LLM更适合模糊知道答案的询问者，而不是一无所知的询问者。比如我在询问“明朝皇帝的平均寿命是多少岁”时，我模糊知道这个数字应该在35到50之间，这时候如果LLM给出一个60或者70的答案，我会知道它又犯错了。

>而如果对明朝历史完全没有了解，那么LLM一旦给出离谱的答案，就会给被带到沟里去（比如认为因为只有50米的距离所以就应该走着去洗车，而不是开车去）。

也就是说，LLM在降低了一定的精度的同时，极高地提高了搜索的效率。由于精度略有降低，因此对有一定知识储备的询问者来说，使用LLM会比什么都不知道的小白更加方便，因为他可以判断答案是否大致正确。

我的好友张一鸣将这种现象比喻为搜索界的马太效应：有知识储备的研究者，会因为大语言模型迅速变得更强。他们和小白之间的差距，会因为LLM而变得更大。

在LLM极大地提高了搜索工作的效率以后，传统的搜索引擎变得相形见绌。而传统搜索引擎业务所依赖的广告生意，也会因为流量涌向LLM，而受到明显压制。

从这次大语言模型对传统搜索引擎行业带来的巨大冲击，我们可以发现互联网的变化之快，也可以从中理解为什么极其重视长期眼光的沃伦·巴菲特，即使身处互联网最发达的美国，也极少，或者说没有投资过互联网行业的公司（他投资过的苹果公司只能说和互联网行业略有搭边）。

要知道，曾几何时，搜索引擎行业被认为是互联网行业中最好的商业模式。当一个搜索引擎被越多人使用的时候，它的规模就越大；规模越大，就越会有人愿意接入搜索引擎，越多的公司愿意给它广告费；随着公司脉络的延伸，就会有越多的用户使用搜索引擎。

于是，在各个市场上，我们都可以看到，在LLM流行以前，头部搜索引擎公司几乎垄断了搜索市场。这种优势一度被认为是无可撼动的（包括我在早期的分析中也错误地这样认为，人总是难免会犯错），是“城头变幻大王旗”的互联网行业中，为数不多的中流砥柱。

但是，随着LLM的流行，搜索引擎公司的护城河正在被快速侵入。这种变化之迅速、冲击力之广，在传统行业中很难出现。比如，我们难以想象，一种新的饮品会立刻颠覆中国人对茶叶的喜好、或者欧洲人对咖啡的执着。而这次大语言模型对搜索引擎带来的巨大挑战，也就给我们上了一堂生动的商业分析课：永远不要低估互联网行业中的变化与挑战。

（作者陈嘉珉，系九度青泉科技首席投资官）

（本文内容仅代表作者个人观点）

责编：梁秋燕

校对

：陶谦