AI深度研究崛起，传统搜索引擎地位仍难撼动

当前，在AI基础建设逐步完善后，「深度研究」成为率先兴起的应用场景。Semrush作为监测网站访问流量变化的平台，其数据显示，被认为易受AI威胁的维基百科，月均访问量仍达50亿次，展现出强大的生命力。

早期将AI应用于搜索场景时，幻觉问题较为严重。LLM有时会给出看似合理实则虚假的回答，导致一些工作受到影响，如Meta的「Galactica」模型因科研人员投诉而撤回发布。相比之下，传统搜索引擎有一套成熟的规则，如Google的「EEAT」法则，从经验、专业性、权威性、可信度四个维度保障信息质量，尽管受竞价广告影响，但长期维持着稳定的形态。

今年以来，主流大模型厂商纷纷推出Deep ReseARCh服务，如OpenAI、DeepSeek、Grok3、Perplexity等。该功能的共性是内容有来源且可追溯，不同模型有各自的溯源展示方式，如chatgpt文内显示域名、Grok3在思考过程列出网址等。这加强了内容来源的透明度，符合用户对答案准确、过程透明、结果可验的需求。

然而，AI搜索虽能节省操作时间，但在长尾查询场景下存在劣势。对于涉及具体细节和小众知识点的信息，AI高度浓缩的信息缺乏广度和多样性，不利于判断。例如购买决策这一复杂链条，外部对比可借助AI，但内部对比需结合自身情况，难以依靠AI完成。因此，在这些场景下，传统搜索引擎的作用依然不可替代。

综上所述，各类「深度研究」虽好用且会不断发展，但目前传统搜索引擎仍不可或缺。

简历投递邮箱hr@ifanr.com

✉️邮件标题 「姓名+岗位名称」（请随简历附上项目/作品或相关链接）