再见，搜索框。你好，聊天框。

我从没想过，2025 年最大的用户习惯改变，竟然会是我们对于 Google 这类传统搜索引擎的依赖，从过去近乎百分之百的信息垄断，骤降到几乎可以忽略不计。

这不是空穴来风。我观察到，越来越多的人获取信息的首选，已经从"搜索"变成了"问 AI"。

说实话，我自己是后知后觉的。直到最近，我看到 Stripe 的创始人 Collison 兄弟采访独立开发者 Peter Levels，才被点醒。Peter 提到，他个人博客的流量来源，在短短一个多月内，来自 ChatGPT 的占比从 5% 暴增到 20%。这个数字，非常夸张。

这彻底颠覆了我过去的认知。我一直以为，就算用户通过 AI 得到答案，大概也懒得点进来源链接一探究竟——至少，我自己多数时候是这样，除非对来源真的特别好奇。

这件事也让我开始反思，其实我自己也越来越依赖 AI，甚至有时会不自觉地全盘接受它的建议。大概在今年五月，我想更换我的汽车牌照。听说有个私营的"阿尔伯塔摩托协会"（AMA）能换到更好的车牌，我便打算去那里办理。我为什么会觉得一个私营机构有义务为我服务呢？因为我问了 AI，它告诉我：这属于公共服务，所有挂牌的私营部门都必须受理。结果，我到了现场，理所当然地被拒绝了。

这虽然是个小插曲，却反映了一个巨大的趋势。连 Google 自己都不得不面对这个现实——最近他们紧急推出 AI 搜索模式，正是因为其传统搜索业务的下滑程度，已经到了无法忽视的地步。

这背后，其实反映了传统搜索模式与 AI 聊天模式的根本区别。

OpenAI 的联合创始人 Greg Brockman 的故事就是一个绝佳的例子。他过去是 Stripe 的技术长（CTO），一个顶尖的技术专家，但为了创办 OpenAI，他也是从零开始学习 AI。在一段访谈中他提到，早期他用 AI 时，会特别注重隐私，甚至开无痕模式，不想让 AI 或 Google 知道太多他的个人信息。

但随着 AI 的发展，他发现，当 AI 对他有越多了解——例如，长期使用同一个 ChatGPT 账号后，AI 掌握了他的个人背景、思考模式和偏好——AI 的回答就越精准、越好用。这正是现在许多人觉得 ChatGPT 的"记忆功能"体验绝佳的原因。

"上下文（Context）"——这就是传统搜索与 AI 聊天的最大分野。

这个挑战，其实和我们平时解决问题时遇到的困境如出一辙。很多人提问时，往往只抛出一个大问题，缺乏足够的上下文。我们当然可以尝试回答，但一个真正有价值的答案，可能需要我们先反问你十个、甚至一百个问题，来补足必要的背景信息。

举个例子：

• 当你问一个关于编程的问题时，我需要知道你的编程基础：是完全没写过？学过但忘了？还是偶尔会用？这三种情况下的回答，截然不同。
• 当你讲"用 AI 做某件事遇到问题"，我会想追问：你用的是哪个 AI 工具？版本号多少？最重要的，"参数"（比如 reasoning efforts）是怎么设置的？

要完美解决一个问题，我们需要的上下文，可能长达数千字。

说了这么多，我想给出两个具体的建议：

1. 提供"过量"的上下文： 无论是问 AI 还是问真人，请养成习惯，尽可能提供丰富的背景信息。过去的 Google 搜索框无法处理太长的句子，但对于现在的 AI 来说，上下文越丰富，它给你的答案就越贴近你的真实需求。

2. 实践"AI 优先"策略： 除了极少数不适合的场景，我们都应该尝试将 AI 作为解决问题的首选工具。无论是浏览信息（用 Perplexity Comet）、写代码，还是规划行程，你用得越多，就越能体会到 AI 带来的思维跃升。

感谢你的阅读，如果你有任何想法，欢迎在下方留言告诉我。