字节的助手豆包，已经在污染互联网了

作者：爱用AI搜索的

来源|APPSO（ID：appsolution）

让用户吃石头，给披萨涂胶水，GoogleAI搜索翻车的事情还近在眼前。

号称要颠覆Google的Perplexity，紧接着也出了状况。

AI搜索比起ChatGPT，能联网，引用信源，不那么容易胡说八道了。

但如果，信源本身就是垃圾呢？

AI搜索，已经在引用另一个AI搜索了

“林黛玉倒拔垂杨柳”的梗很多人都听过，最近在重温水浒传，我灵机一动，用中文问Perplexity，“林黛玉的性格和鲁智深的性格有什么相似之处”。

回答得平平无奇，但引用来源出现了一个意想不到的角色：字节豆包，抖音旗下的AI助手。

这难道是什么新奇的商战形式吗？点进去发现，内容就是用户和豆包的聊天记录，AI回复得还很八股文。如果质量写得比营销号好就罢了，写成这样是罪加一等。

当我直接在Google搜索同一个问题，豆包又来刷存在感了，并且高居第二，和Perplexity引用的不是同一条，但点进去还是“首先”“其次”打头的废话连篇。

之前TheInformation报道过，Perplexity使用API访问有关Bing和Google搜索排名的数据，这些数据决定了网页的相关性、质量和权威性。

换言之，如果豆包容易被Google搜到，可能也就更容易被Perplexity引用。这就让人好奇了，为什么豆包可以出现在搜索引擎？

等我登录豆包网页版的最新版本，答案出现了，它默认勾选了一个选项：允许分享内容被搜索引擎收录，在搜索结果页显示。现豆包已更新，不是默认勾选，用户可选择。

让用户和AI的聊天记录被索引，豆包似乎是开了先例。Perplexity、天工、秘塔、360AI都可以将聊天记录以链接形式分享，但没有看到类似豆包的选项。

ChatGPT也支持以链接分享对话，但承诺只是用于个人之间的共享，不会出现在互联网的公共搜索结果。

早年的“内容农场”，盗取或拼凑他人文章，快速生产内容，凭借关键词优化、频繁更新等SEO（搜索引擎优化）策略，抢占搜索页面的前排，赚取流量和广告费。

那时候，内容贡献者还是真人，每天生产数篇文章，但现在轮到了AI，复制、粘贴、洗稿、批量产出的战斗力完全不在一个量级。

“林黛玉倒拔垂杨柳”“鲁智深唱葬花吟”本不是事实，说的人多了，权重高了，也就成了AI搜索眼中的事实，引用的信源，是知乎、抖音、简书用户编造出来的有鼻子有眼的故事。

如果信源成了AI，结果只会更加惨烈。想象一下，更多AI生成内容被Google收录，AI搜索参考Google的搜索排名，然后最终呈现在用户面前的，就是AI叠加AI的垃圾结果。

被投喂的人类，只能修炼得更加火眼金睛，从废话里挑出有用的干货。

80分的AI搜索

平心而论，我仍然很喜欢Perplexity等AI搜索产品，它们在ChatGPT之后，再次提高了我的生产力。

人类提出问题，它们搜索、摘要、成文，自己已经是一个成熟的工作流，我们付出更少，但效率更高。

大部分的情况下，AI搜索的表现还是相当不错的。GoogleAI翻车，一部分原因应该是急于推出功能，只顾着提高Reddit在搜索中的权重，没能让AI反思结果是否符合常识。

当我把让GoogleAI搜索翻车的同款问题输入Perplexity，结果就比较让人满意。

关于“人一天吃多少石头”，Perplexity能够准确地找到洋葱新闻的信源，再解释这是胡说八道，不像GoogleAI搜索把洋葱新闻当成圭臬。

还有“披萨的奶酪容易滑落怎么办”，GoogleAI搜索之前建议加点胶水，Perplexity显然更加聪明，先给出一些合理的办法，在我追问能不能加胶水之后，精准地找到了误导GoogleAI搜索的Reddit帖子，说这是在开玩笑。

为了让结果更严谨，Perplexity甚至跑去亚马逊搜索了一番，表示它只搜到各种无毒胶水产品，没说这些胶水能用于食品。

相比Perplexity，Google显然不差在模型能力，而是差在后续的工程和产品化。

AI搜索从原理上来说，是先搜索再总结，比起不联网的聊天机器人幻觉更少，核心技术之一是RAG（检索增强生成）。

RAG结合了信息检索和生成模型，信息检索根据用户查询，从庞大的文档库中找到相关信息；生成模型则将这些检索到的文档作为上下文，生成更加准确和详细的回答。

这里的文档库，可以是传统搜索引擎的索引库，也可以是法律等专有数据库、社交媒体等用户生成内容。

如果网页上充斥着大量AI生成的低质量内容，就会对AI搜索的RAG产生负面影响。

那么，面对气势汹汹的AI生成内容，AI搜索的下半场，可能就是继续比拼模型之外的工程能力，较量数据源质量和搜索能力，包括能不能搜到更多网页，搜到更权威的网页，或者整合财报等专有信息。

现状就是，我们渐渐已经离不开AI搜索，如果说靠关键词和手工打开链接的传统搜索是40分，容易胡说八道的大模型是60分，联网的AI搜索把标准提到了80分。尽管还会出错，但体验过就回不到过去了，不必全然否定。

花样引用信源，AI搜索的商战

除了司空见惯的网页，AI搜索产品们，似乎有一个不约而同的想法：提供多模态的信源。

360AI可以找到视频，秘塔可以找到播客和学术论文，Perplexity可以搜索Reddit和YouTube。

但AI搜索更多是提供一个引子，想要更多的详情内容，还是不能偷懒，要到信源的出处去看。

同时，字节的助手豆包，已经在污染互联网了还有一个有趣的现象，app们正在推出内嵌的AI搜索功能，比如小红书内测的“搜搜薯”、微信读书的“AI问书”，在既有的生态上发掘AI的落地点。从这个意义上说，它们也是AI搜索产品。

图片来自：小红书@三滴水

2天前横空出世的腾讯元宝app，基于混元大模型，集成AI搜索、AI总结、AI写作等功能，更是一开始就被看好。

因为它坐拥了微信公众号平台、腾讯新闻平台等资源，而公众号算是中文互联网质量较高的内容集合。

比如，输入标题，搜索某篇具体的公众号文章，腾讯元宝可以给出较好的总结，并推荐更多公众号文章。反之，用豆包等AI，抓取的是公众号内容的分发渠道，并且总结得也比较省略。

再结合豆包让AI内容在搜索结果页显示的操作，我们似乎又被提醒了一次移动互联网的内容分布情况。

移动互联网时代，不像之前的门户网站时代，app之间彼此孤立，也很难被搜索引擎爬取。比如，输入公众号文章的标题，搜索引擎找不到原文，只能看到分发渠道。

同时，在传统搜索引擎上，广告等干扰项很多、低质量的营销号内容也很多，我们渐渐习惯了，系统看教程上B站，生活琐事提问用小红书，找文章用微信搜一搜。

而在AI搜索产品、AI生成内容越来越多以后，以后可能又出现这样的局面——网页内容越来越良莠不齐，以数量取胜，而高质量的内容一如既往地保持封闭，变成了垂直AI搜索的护城河。

除了大而全的多模态AI搜索，可能也会有越来越多优秀的垂直AI搜索涌现。

比如，学术搜索引擎Consensus口碑较好，2亿多篇论文的优质信源，再集合AI驱动的分析能力，答案总是会引用某个研究。

向Consensus提问“锻炼能提高认知能力吗”，它不忙下结论，而是写了个摘要，给了个表格，没有当作简单的“是否”问题来答。

我们对于AI搜索的期待是，在用人话交流的交互过程中，更快地提供更好、更多样、更可视化、更个性化的内容，回答更加复杂和具体的问题。

然而，与此同时，搜索的内容和生态也正在被AI破坏，仿佛隐喻了AI的一体两面。

未来，AI生成的内容肯定会越来越多。正反拉扯之中，找到更有用的信息，究竟是更难还是更简单，还是一个悬而未决的问题。拿来就用的美梦还未成真，把AI当作工具，再发挥自己的主观能动性，人类才不容易伤心和失望。

本文经授权转载自APPSO（ID：appsolution），如需二次转载请联系原作者。欢迎转发到朋友圈。