谷歌搜索产品副总裁Robbie Stein在最近的一次播客节目中分享了他对AI搜索未来的看法，揭示了谷歌在AI搜索领域的最新进展和战略布局。从AI模式的创新到对信息理解的深化，谷歌正在重新定义搜索的意义。

听了个播客，挺长。

原稿英文，还好现在科技发达能直接翻译成中文。这期节目来自于Lenny’s Podcast，一个搞产品管理、用户增长和职业发展的节目。

嘉宾是Robbie Stein，他是 Google 搜索产品副总裁。

之前在 Instagram 做过产品总监，主导Stories、Reels 和 Close Friends 的诞生。如果你了解过古典国外互联网发展史，会知道，他几乎亲手定义了社交产品如何表达。

现在他跳槽到谷歌，主导着Google 搜索的「提问方式」。

所以，整个播客围绕AI模式、AI驱动搜索的未来展开，我觉得蛮有意思，几乎逻辑是反着来。

01

主持人Lenny开场说，过去两年ChatGPT、Perplexity、Claude 等聊天机器人崛起，外界都认为Google 要完蛋了，AI 终结了搜索。你怎么看？

Robbie说：AI 没有改变人类基础需求，我们发现 AI 是扩张性的。

搜索是查答案；现在AI 让人能问出更复杂、模糊、带有情景的问题，所以，目前AI让问题变多了。

你可以拍一张鞋子照片问「我能在哪里买到这双鞋」，拍一道作业题问「第二问哪里错了」，甚至拍一整排书架问「我还应该读哪本书」。

目前看来，Google Lens 的搜索量在过去一年增长了 70%，这是一个规模极大的曲线；这是一种「提问方式的变化」：人们直接用图像、语音、情境去提问。

Robbie 提到一个细节：

人们来用搜索，为了各种各样的目的——查价格、找路线、对账单、看政策、找税务网页；AI 没改变基础需求，它只不过，让提问更自然了。

现在 AI 模式，是让 Google 能够回答你原本不会问的问题；它理解你为什么要问，理解你在问的上下文，也理解问题背后的目的。

这意味着，以后的AI，第一次有了「理解能力」。

Robbie表述有点技术性，但核心很清楚：Google 正在变成一个会对问题做语义展开的思考层。

系统会自动把你的问题拆分成若干子问题，在后台做并行搜索，然后用 AI 汇总出带引用、可追溯的回答；这一层，本质上是「机器在帮人类重写问题」。

当机器开始理解提问，搜索的意义也被重构了。

Lenny 又追问：所以，你并不担心人们习惯用 ChatGPT，而忘了 Google？

Robbie 说：不担心；我们目标是让人们「更容易搜索」；AI 把问题变大，搜索是一种被 AI 扩张的语言形式，这是谷歌的战略聚焦点。

所以，搜索形态在变，提问方式也在变。

02

那它到底怎么变的呢？Robbie 分析了一些产品设计哲学。他说的这套逻辑里，有一个词不断被提到：AI Mode。

带有思考能力的搜索框。你依然在用 Google，但当提问时，系统会自动进入 AI Mode，调用最新大模型，帮忙综合分析结果、筛选信息、生成摘要，并附上引用来源。

听上去感觉跟国内搜索也没啥区别。

不过，Robbie 说，我们不做通用聊天型 AI，不做创作或生产力工具，也不做信息检索而生的 AI。

他用了一个词：information retrieval AI；简单讲，ChatGPT 想成为一个会聊天的伙伴，而 Google 想做一个懂信息、可信任的系统。

这是两条完全不同的路线。

我们的回答必须可追溯，要能让用户点回去看到来源。ChatGPT 目标是生成语言，Google 目标是理解语言，一个追求流畅、自然，一个追求准确和验证。

AI Mode 的答案让网页变得更有意义；这背后的逻辑，就是让机器真正「理解问题」。

他举了个例子：

当你问「东京三天旅游怎么安排」，系统除了给你行程清单外，还会自动在后台生成十几个并行搜索。

什么天气、交通、开放时间、热门地点、用户评分、本地饮食等等都会给你。这是「Query Fan-Out」（查询扩展）。

我们第一次让模型在问题层面进行思考。他说，Google 之所以能做到这一点，因为它在过去十几年里，几乎把整个世界都「结构化」了。

Google Shopping Graph 里现在有 500 亿件商品，商家每小时更新 20 亿次；Google Maps 上有 2.5 亿个地点。

再加上网页内容、评论、新闻、知识图谱的上下文连接，这些都在不断训练模型，让它在理解问题时，能「知道自己在说什么」。

或者说，当你问一个问题时，它知道鞋子和店铺的关系，知道餐馆在地图上的分布，也知道这条街上谁在写点评，这是 AI Mode 和其他聊天型 AI 的分水岭，在「有世界坐标」的基础上理解你问的问题。

整个过程中，Google 底层系统，还在同时做反垃圾过滤、权威性评估、自动引用生成等等一系列看不见的机制。

所以，当你看到一段回答时，后面已经跑了上百个验证流程。Robbie说，这些验证流程，为了以后让Google 学会「理解世界」。

他用了一个说法：从索引网页，走到索引世界。

过去，我们对搜索想象，是一个输入框连着无数网页，你打几个词，它就去互联网翻箱倒柜。现在不一样了，搜索正在变成一层「世界接口」。

为什么是世界接口？

我可以拍一朵花问「这是什么花」，拍房间问「怎么重新布置」，甚至拍一双鞋问「哪里能买到」。

现在AI 搜索，把视觉（Lens）、文字、语音都揉在一起，变成一种「端到端」的体验。你可以追问、反问，它都能接得住。

你甚至还可以直接去 google.com/ai 打开它，也可以在核心搜索里触发。

比如：

用户会打一个五句长的问题进 Google，上面先出现 AI Overviews 的预览；想深挖，就能一键切进 AI Mode 继续对话。

拍照同理。拍完图，它先给一段预览，点进去，又回到那熟悉的对话框；理想状态下，用户不该思考自己在哪提问，产品要保持一致与简单。

Robbie说，这是Google 正在做的未来。

所以，为什么它能听懂「世界语境」？

一方面，多模态把文字、图像、空间线索织到一起；另一方面，有基础搜索的底子，这些细节拼在一起，搜索就成了一种新状态。

从拍照、购物、聊天，到浏览，任何时刻都可能是一场搜索。这就是「世界语义」，立体的，3D 的。从理解语言，到理解场景，再到理解关系与意图，一个被彻底重写的信息网络。

03

当 AI 开始理解世界，它会怎样重新分配信息？Robbie 说，AI会让「好信息更贵」。

传统 SEO 讲究「关键词」——谁懂算法，谁写得迎合，谁能排前； AI 搜索讲「语义相关性」：谁真正回答了问题，谁就被模型选中。

AI 会在后台发出几十个子查询，查找「最能解决用户问题的网页」，那些堆词、灌水、拼凑的内容，基本都没机会。

换句话说，以前我们写内容「写给人看」，现在，我们要学会「写给机器理解」。

这是 SEO 到 AEO 的转折，从 Search Engine Optimization，变成AI Engine Optimization，从争流量，变成争理解。

看到这，你也许会说，咋又一个名词？AEO、GEO到底有啥区别？我理解的，它俩意思接近，但角度不同。

Robbie 认为，AEO 关注信息的 语义质量、可验证性 和 上下文关联度。它站在「搜索引擎」那一端，决定 AI 怎么选答案，而 GEO，则是内容创作端的延伸，关注「怎么让生成式 AI 更容易理解你的内容」。

简单点讲，前者在教 AI 怎么选人，后者在教我们，怎么让自己被选上。以前拼关键词，现在拼语义。谁能被机器看懂，谁就有流量。

所以，这些外部的变化，也会悄悄改写「提问的人」。

Robbie 说，我们希望AI搜索能理解人，过去，搜索是一次性的，你提问，它回答，结束，现在AI Mode 能记住上下文、语气、语义。

它知道你之前问过什么，也能判断你是不是在换个方式追问。

这意味着AI开始学习人，学习偏好、意图、语气；甚至，你停顿、删改、补一句「其实我想问的是」，都成了它判断你是谁的线索。

久而久之，你会发现：它越来越像一个会「接你话」的人，未来，它成了一种「语义上的伴侣」。

Robbie 终极思想是产品做的「清晰」与「速度」；他说，一个伟大产品，在于用户是否能「一眼看懂」，是否能「马上完成」。

他提到三条黄金律：

• Be clear, not clever（清晰胜过聪明）
• Never be satisfied（永远不满足）
• Execution beats theory（执行胜过讨论）

这三句话听起来有点抽象，他解释认为 AI 让所有人都变得「聪明」，但「清晰」反而成了稀缺品；用户是永不满足的，产品设计应该让人更快到达目的地。

他在 Instagram 做 Stories 时学到的最大一课，是不要让人思考；现在做 Google 搜索，也在延续让人「更快、更准、更自然」地提问与获得结果。

我觉得，这想一个更大的隐喻：无论技术怎么演进，产品的终极目标从来不是炫技，而是「让人更像人」。

当所有人都在谈 AI 「强大」，Robbie 却在提醒：真正的创新，是让世界更简单。也许，这是产品最高境界，让人不觉得复杂，却能感受到被理解。

参考：

[1].Robbie Stein ｜ Inside Google’s AI turnaround: AI Mode, AI Overviews, and vision for AI-powered search （YouTube）；链接：https://www.youtube.com/watch?v=kOnsqqVbIeY