何时该用、何时不该用 AI 搜索网页

文章面向已经用过 Claude、ChatGPT、Gemini 网页搜索功能的用户，讨论这类功能在什么场景下值得依赖。作者指出，这些聊天机器人接到搜索请求时，实际是把传统网页搜索（相当于替你 Google）与训练数据中的知识结合起来，再以生成式 AI 的方式整理输出；差异正来自叠加在搜索之上的 AI 环节，因此 AI 搜索未必总是最优选择。 适合交给 AI 的情况有两类。一是简单且广为人知的事实查询，比如帝国大厦的高度，这类信息网上容易获取，大语言模型的概率模式也让它几乎必然给出正确内容。二是标准 Google 搜索难以解析的复杂需求，例如“旧金山适合五口之家、预算不超过 200 美元的餐厅”，AI 能查询并汇总多个来源，给出综合答案，而传统搜索只会返回一串按基础条件排序的蓝色链接。文章强调来源仍是关键：机器人没去过旧金山，只能依赖网上他人的公开描述，在没有精确匹配页面时会寻找“实惠”“家庭”等相关词生成答案。 不适合的情况同样明确。生成式 AI 擅长改写、综合与摘要，但这些过程也会引入错误，因此需要精确细节时——名人引语、报告统计数据、设备规格——传统 Google 搜索更合适；想要完全掌控所用来源时也是如此。把搜索外包给 AI 虽然省时，但过程更不透明。UC San Diego 的研究者发现，AI 网页搜索有时会因为来源与查询更相关而选中它，而非因其更权威，个人博客可能压过专业医疗网站，这在人工浏览结果列表时较少发生。突发新闻也存在时效滞后问题；健康、法律、财务等不容出错的高风险查询，最好自己多做核实。 斯坦福大学近期研究的结论之一是：当 AI 找到准确来源时，它提取正确信息的能力很强；问题出在找不到准确来源（没有来源或查询被误解）时，它仍会给出自信的答案。文章建议，若确实要用 AI 搜索，应反复核对答案中链接的来源，有疑问就追问信息出处，确认不是模型编造。传统搜索同样可能遇到错误信息，但少了聊天机器人这一中间层，用户更容易自行判断真假；在准确比便利和速度更重要的查询上，旧方式仍有位置。