为什么谷歌搜不到「没有条纹的衬衫」｜AI 上新

主要观点总结

本文介绍了Websets这一AI搜索工具的核心机制、应用场景、技术特点以及与谷歌搜索的对比。文章还探讨了搜索的本质和演变，指出人们对便利性和效率的追求推动了搜索技术的发展。最后，文章提到Websets作为决策支持工具的价值和局限性，并引发对AI搜索工具未来发展的思考。

关键观点总结

关键观点1: Websets的核心机制

Websets使用嵌入技术理解复杂、主观且包含绝对性条件的查询，并给出精准答案。它通过深度学习模型理解网页内容，将查询转换为语义指纹，在网页语义指纹库中寻找最相似的答案。

关键观点2: Websets的应用场景

Websets处理传统搜索引擎难以完成的复杂任务，如寻找具备特定复合经验的专业人士或筛选符合多重标准的公司实体。它在商业场景中扮演决策支持工具的角色，直接交付经过初步分析和验证的候选人短名单。

关键观点3: Websets的技术特点与局限

Websets的搜索结果更精确，但不一定最全面。它依赖特定数据源，在处理中国市场相关查询时效果有限。其使用的嵌入技术存在信息损失的风险，在把握宏观主题和需要无损检索文本内部具体细节时存在技术缺陷。

关键观点4: 搜索的本质和演变

搜索行为源于生存需求和认知延伸。互联网开启了结果式消费时代，信息获取从路径式学习转变为结果式消费。现代搜索引擎追求效率和便利，将控制权交给市场验证过的最受欢迎的功能——黑箱化搜索。

关键观点5: 对AI搜索工具的思考

AI搜索工具如Websets代表了搜索技术的一种可能性，但并非谷歌的替代品。它们在某些特定场景下具有价值，但也存在局限性。未来AI搜索工具的发展需要平衡效率和便利性，同时尊重用户的选择权和控制权。