一、AI搜索的应用与问题提出

继微软的New Bing，谷歌的AI Overview和百度的AI智能问答之后，OpenAI于2024年7月推出了专为搜索设计的SearchGPT原型产品。这一系列举措标志着传统互联网巨头们坚定地朝"AI大模型+搜索"方向迈进，也反映出AI搜索已成为大模型的主流应用形态。由于ChatGPT等大语言模型（以下简称大模型）在生成内容时存在幻觉问题，信息可信度成为影响其发展的核心因素。大模型与传统搜索引擎相结合，通过连接实时的网络信息，增强了大模型的对话能力，使得AI生成的内容有据可依。这种结合方式，为解决大模型生成内容的可信度问题提供了一条有效途径。

AI搜索作为一种面向信息搜索领域的大模型类应用，融合了传统搜索引擎技术、自然语言处理和大模型提示词工程技术。基于大模型卓越的自然语言理解和生成能力，为用户提供了全新的对话式信息获取体验。事实上，早在一次互联网巨头入局之前，"AI大模型+搜索"形态的产品已经落地商用，其中Perplexity就是一个典型代表。它是全球首个对话式AI搜索应用，且是继ChatGPT之后增长最快的AI大模型应用，目前已成为全球最流行的AI搜索应用之一。数据公司Similarweb的最新统计显示，Perplexity的用户平均访问时长已超过ChatGPT，这也表明用户对AI搜索类应用的高度参与。这种参与度的提升，得益于AI搜索所提供的全新对话式信息获取体验。

与传统搜索引擎通过匹配关键词筛选出大量结果列表的检索逻辑不同，AI搜索通过实时检索网络信息，筛选高质量信息来源，智能分析整理、提炼总结，并以对话的方式回答用户问题，同时提供清晰的信源链接。用户可以通过这些链接，核查信息来源的可靠性和结果的准确度。此外，AI搜索还具备记忆查询上下文的能力，能够自动预测用户可能提出的后续问题，方便进一步追问。这种方式如同与人类伙伴聊天，使用户在连续对话中获取所需信息。

本文提及的搜索引擎不同限于百度、Google等传统搜索工具，还包括微信、抖音、微博和X（原Twitter）等平台自建的搜索引擎。搜索巨头Google推出了AI搜索应用AI Overviews，在其搜索引擎中内嵌专门定制的Gemini大模型，借助其先进的推理、规划及多模态能力，结合Google一流的搜索系统，为用户提供全新的智能对话式搜索体验。百度在其搜索引擎中集成了AI智能问答功能，专注于智能生成搜索结果。大模型公司也积极布局搜索领域，如OpenAI的SearchGPT、Claude Opus、智谱AI搜索等。与此同时，其他社交媒体、知识问答和电商平台也纷纷推出AI搜索产品，如小红书的搜索直达、知乎直答、淘宝问问和抖音AI搜索等。此外，垂类AI搜索应用也在快速崛起，代表性产品如Perplexity、You.com、360AI搜索、天工AI和秘塔AI搜索等。由此可见，未来的信息获取方式将更多依赖AI搜索，用户的信息获取习惯、模式和效率将会显著变化。传统搜索链通常会依靠平台排名算法和系统推荐，并由用户自行筛选整合信息的方式，正在被逐渐取代，新一代AI搜索将催生全新的信息消费范式。

AI搜索会是人类未来信息获取的最优方式吗？要探讨这个问题，首先要从人类信息获取的历史发展出发，考察其创新之处和进化趋势，然后从人机交互的视角切入，分析其背后蕴含的规律，最后讨论AI搜索对个体及社会产生的深刻影响。基于此，本文将深入探讨AI搜索影响下的信息获取，围绕以下问题展开：AI搜索与传统搜索引擎在信息获取方面有何不同？大模型赋能下的信息获取产生了怎样的变化？信息获取变迁背后蕴含怎样的规律？AI搜索影响下的信息获取变迁会产生哪些影响？

二、从博闻强记到AI搜索：人类信息获取迈进新阶段

信息获取模式包括主动信息寻求和偶然接触信息，而搜索是一个典型的主动信息寻求行为。本文探讨的信息获取，主要指为了解决问题而主动采取的有目的的信息寻求，信息寻求是一个深思熟虑的过程，即选择信息渠道搜索有关特定主题的信息来主动改变自身知识状态。参考威尔逊的信息寻求行为模型，结合传统时代及当下网络环境中用户获取信息的普遍方式，本文将信息获取过程概括为四个步骤：问题（需求）提出—搜集资料—分析整合—信息采纳。

按照信息获取过程中人的主体性变化及技术介入的不同程度，可将人类信息获取划分为三个历史发展阶段：1.0传统时代、2.0互联网时代、3.0大模型时代（见表1）。在此过程中信息获取每个步骤的行为主体角色发生改变，呈现出从完全由人作为行动主体到"人—智"协同主体的显著变化。

表1 人类信息获取阶段演变

1.1.0阶段：以人为主的博闻强记

在信息传播初期，信息寻求主要依赖个体行为，通过人际交流或其他媒介系统获取所需信息，信息获取处于初始的1.0阶段。从人类传播的发展进程看，这一阶段经历了漫长的发展期，即口语传播—文字传播—印刷传播。由于传播时代，信息传播从人类面对面传递逐渐过渡到使用物质载体和机器媒介。但在此发展过程中，信息获取的主体依然是人，获取信息的效率和质量与个体能力紧密相关，也就是说，这一时期的信息获取主要依靠个体的博闻强记。

从信息获取的方式来看，无论是通过人际交流、查阅文献资料，还是借助广播电视获取信息，人类始终扮演着不可或缺的重要角色。信息获取的全程都要依赖个体的能动性，即从问题（需求）产生，开始选择媒介搜集资料，再到分析整合相关信息，最后选择采纳、识记有用信息。其中，信息搜集和分析整合会消耗大量的时间精力，面对广泛的信息来源，个体很难涉及全面，为了减轻这种认知负担，个体在选择信息来源和渠道时往往会趋于单一，依赖少数熟悉且信任的信源，以保证信息获取的效率和质量。概言之，在信息获取1.0阶段，个体的能力影响自身信息行为，决定最终信息获取的广度与深度。

2.2.0阶段：互联网搜索辅助信息寻求

得益于互联网技术的发展，信息获取模式迎来迭代升级，机器媒介开始介入信息寻求。这一阶段最具代表性的媒介渠道就是互联网搜索引擎，其为信息获取带来质的提升。按照传统搜索链，这一时期的信息获取，经历了从电子传播到智能传播的演进，智能算法赋能机器媒介，使其焕发出新的生命力。由此，标志着信息获取进入全新的2.0时代。

在互联网搜索引擎的辅助下，2.0阶段的信息获取效率产生质的飞跃，个体从繁重的资料搜集工作中得以解脱。搜索引擎像一个信息聚合器，汇集了门户网站、新闻平台、资讯网站和社交媒体等渠道的内容，并提供了简单的交互窗口，通过单一入口和检索关键词，个体可在毫秒间连接任意主题下的海量信息。相比信息获取1.0阶段，个体可通过更加广泛的渠道寻求所需信息，可接入的信源体量远超人工获取的信源体量。尽管互联网辅助下信息获取大大减少渠道（报纸、书籍、电视等）使用率更高，但信息来源和渠道更加广泛，但与此同时，大量未经过实验验证和编辑审查的信息混入互联网，被搜索引擎算法取代。因此，2.0阶段的信息获取存在真实性和可信度不高的潜在问题。此外，信息过载也困扰着这一时期的用户，从海量结果中被炒掉，寻找想要的答案变得愈发艰难。2.0阶段的机器作为行动者开始参与人类信息获取，但只能帮助个体搜集资料，最终的精炼是纯无得靠人。

在信息获取的特征方面，"海量""多元""实时""高效"成为2.0时代的代名词，同时对个体能够提供了解要求。互联网的辅助下，获取信息的丰富性和时效性有了充分保障，随时随地可以实时接入多元化网络信源。信息获取过程不再由人全程参与，搜索引擎接管了资料搜集过程，很大程度上解放了个体的部分认知资源，使其可以将更多的注意力投入其他环节。但搜索结果的真实性和可信度难以保障，需要个体甄别筛选、广告植入、虚假信息等带来精准预测，影响个体的认知判断。总而言之，搜索后的信息选择、分析整合、信息采集依然依赖人类完成。

3.3.0阶段：大模型赋能下的人智协同

随着ChatGPT的火爆破圈，以大规模为代表的生成式人工智能技术迎来突破性进展，信息传播步入AI大模型的机器互联网时代。不同于机器刚开始介入信息传播的2.0阶段，在AI大模型的赋能下，信息获取模式发生革命性转变，AI搜索带来的对话式信息获取体验。机器不再被动地听从人类指令、响应需求，而是开始发挥主体能动性，以主动的姿态与人类协作。从传播发展历程来看，此时人类正在迈向一个更高层次的智能传播时代，推动信息获取进入人智协同的3.0阶段。

3.0阶段的信息获取方式从广泛搜索向智能筛选转变，为了确保获取高质量信息，权威性较高的信源会被AI搜索优先索引。相比传统搜索引擎中充斥商业广告、虚假信息等低质信源，AI搜索具备智能筛选的特性。凭借大模型高效的语义理解，智能选型头部媒体、高质量知识社区、专业博客和学术网站等权威平台作为信源，并主动将多个来源信息进行归纳总结、精炼提纯，直接为用户提供最终答案。AI搜索接管了信息获取的时间环节（搜集资料、分析整合），通过多智能体协作，主动为用户筛选高质量信源，信息从AI搜索这个超级节点去应用，有效降低了接触噪音和信息失真的概率，保证了信息获取时间环节的可靠性。至此，机器作为行动主体开始深度参与人类信息获取。

大模型加持下的信息获取具备智能筛选、主动生成、连续对话式追问以及多模态信息交互等特征，个体只需专注于问题的提出和信息的采纳，但需要更高的认知水平。一方面，AI搜索出现后，解决了需要耗费个体时间精力去搜集资料、分析整合的高认知负担工作，它会根据信息需求，智能筛选信源、主动生成用户所需信息；另一方面，还提供了类似人际交流的对话式体验，让信息获取人与聊天一样简单。借助大模型的自然语言理解和连续对话能力，用户不需要根据信息需求构建相应的搜索关键词或检索式，只需像聊天一样表达问题或需求，通过自然语言与AI搜索对话，即可轻松获取结构清晰、逻辑连贯的搜索结果，且每个观点都附带了可溯源源。此外，用户还可在上文搜索的基础上，继续追问。AI搜索会智能分析用户问题，通过智能联想匹配出一系列相关问题，以供用户进一步结合上下文深入探索。这一特性有望拓展个体的认知范围，拓宽认知边界，获得额外的知识增量。AI搜索支持多模态信息交互，如视频搜索、谷歌的AI Overview支持通过拍摄视频提问题。综合来看，AI搜索在一定程度上打破了传统的信息获取模式，个体不再需要去搜索并根据结果提炼信息，只需提出问题，然后决定是否采纳结果。人类用户如何提出问题与如何判断AI生成的结果就成为关键。

三、信息获取变迁背后人的两个角色转变

纵观信息获取的演进过程，自媒体技术介入传播活动以来，信息获取变迁的关键要素是机器不同角色和程度参与传播活动，映射出机器行为对传播活动中人类中心主义的直接挑战。

1. 人类角色的转变：全面执行者—部分执行者—协作者和决策者

在信息获取过程中，人类角色经历了显著的转变，而这一转变也恰恰反映了信息获取变迁的核心规律之一（如图1）。

图1 信息获取变迁中的人类角色转变

传统搜索时代，人类是信息获取行为的全面执行者。电子媒介未出现之前，信息传播主要依靠个体间的交流、报纸、书籍等实体形态的信息媒介出现后，人类获取外部信息变得更加多样化和全面化，但是执行信息获取途径的主体依然是人，从问题产生信息需求，然后开始查阅并搜集资料，接着分析整合有效信息，最后提炼总结符合需求的核心信息，在此过程中人类是全面执行者。

技术发展推动搜索引擎出现，人类角色开始转变为检索规则制定者和结果筛选者。随着互联网技术的快速发展，人们越来越意识到传统获取信息手段的劣势，其效率低下，难以涉及更广的范围和时效性差等缺点愈发明显，于是人类需求和技术发展共同催生了搜索引擎技术，信息获取体验发生了颠覆性变革。人类彻底从搜索资料的繁重工作中解脱，以往需要花费数小时甚至几天的资料收集工作，使用搜索引擎一秒钟就可解决。此时的信息获取变得更加高效、轻松，用户只需要为信息需求制定好检索关键词，搜索引擎就会从互联网海量数据中寻找信息，并以关联程度倒序的列表形式呈现给用户，用户直接从结果列表中筛选关键信息即可。从信息获取的全流程来看，人类开始从全面执行者变成部分执行者，搜索引擎接管了搜索资料的工作。

AI搜索时代，人类角色进一步转变为提出问题的协作者和最终结果的决策者。AI搜索基于大规模的能力，有效打通了从粗筛到精读的工作流，并在此基础上延伸了智能理解和总结的功能，形成AI搜索特有的"理解—粗筛—精读—总结"能力。需要说明的是，AI搜索的理解能力需要用户协助，理解力建立在提出的问题之上，问题的质量越高，机器对信息需求的理解越深入。

不难看出，在信息获取变迁的过程中，执行者的角色逐渐细分化和明确，人类角色朝着更具创造性和批判性的趋势转变。从传统手动搜寻到使用搜索引擎这类机器，人类从参与全过程的角色转变为查询规则制定者和结果筛选者，机器开始负责复杂的信息收集和过滤工作，显著提高了信息获取效率。虽然机器介入后人类变成部分执行者，但仍需积极参与整个过程。AI搜索出现后，人类角色在信息获取过程中转向更加新的任务：一是负责协助机器提出高质量的问题，二是评估判断AI搜索生成的回答。人全面执行者到部分执行者，再到协作者和决策者，人类角色在信息获取变迁中经历了根本性的变化，人类告别了资料搜集和分析整合这些费时费力的工作，转向更需要创造力和批判性思考的任务，人类的主体能动性不但没有减弱反而更加凸显，在此过程中，机器的行为表现也被逐渐放大，开始以主体身份参与传播实践，人类和机器的关系也开始变得更加融洽。

2. 人机关系的演进：被动响应—主动智能—人智协同

人机关系的变化是信息获取变迁的另一个重要转变，反映了技术进步如何重塑信息获取的本质。随着新技术不断嵌入并形塑媒介环境，网络空间逐渐成为个体获取信息的主要渠道。人机关系随着网络空间的复杂性变化不断演进（见图2）。

图2 信息获取变迁中的人机关系演进

传统互联网搜索阶段，机器主要以被动方式响应用户指令。在电子媒介出现之前，是人—人交往的时代，人际交流成为人们获取信息的主要方式之一。其后，随着媒介技术的快速发展，互联网空间逐渐成为人际交流的虚拟映射，个体或组织利用网络账户，开始在网络空间中生产与传播信息，并与真实的个体产生连接，人与机器的交互关系开始建立，逐渐形成互联网空间中人—机器的传播生态。从拉图尔的行动者网络理论视角看，此时的传播实践由人类行动者和机器行动者共同构成。需要强调的是，在媒介技术发展初期，以辅助形态介入传播活动的机器占多数，具备很强的工具属性，后来逐渐作为人一人跨时空交往的中介，只能在网络空间被动响应个体的人一机器交互指令。人工智能技术出现后，以社交机器人为代表的部分机器行动者表现出一定的主体能动性，开始尝试信源或信宿的角色，主动参与信息传播并与人类互动，从机关系开始简单的交互走向互动。需要说明的是，早期的智能媒介虽然也开始以主体身份参与传播，但受限于当时的技术水平，并不能表现出更加类人的特征，这类机器通常预置了由人类编写的规则脚本，在表现形式上呈现出一定程度的智能、如微软小冰、Apple Sin语言助手等，一旦出现"超纲"的问题，就会非常困难，或者直接罢工，此类机器普遍具有形式上的智能、缺乏真正意义上的类人智能本质，但因具备较强的互动性，可以完全地替代传统的行动者。

机器互联网时代，机器表现出更加主动智能的特性，多个机器行动者配合工作，形成能够与人类协同的AI智能体。不同于传统互联网时代，AI大模型的出现，赋予机器行动者的主体能动性，大规模驱动的机器拥有更加接近于人的能力，可以感知意图、主动行动、理解语义、生产内容、互动反馈等，甚至进行情感交流。机器行动者也可以被赋予差异化的功能特征，还可以与其他机器交流，形成机器行动者间的新型互动关系，此时网络空间中人—机器、机器—机器两组互动关系相互交织，不断交融，互构形成的传播实践。随着机器智能特性的不断提高，传播实践中机器行动者的主体性也更加明显，多个不同功能的机器行动者可以相互配合，普通机器行动者和大规模驱动的智能机器行动者分工协作，可以解决超出人类能力限制的复杂问题。这种机器行为模式下，不同属性和特征的多个机器行动者连接在一起，可以组成一个具备主体能动性的智能协作体，即"AI智能体"。

AI搜索是一种典型的AI智能体，由多个传统和智能机器行动者组成，分别负责理解用户需求与识别意图、调用搜索引擎API、处理和分析检索结果，以及最后生成内容总结。个体通过与AI搜索协同互动，能够高效完成复杂的信息处理任务。至此，步入机器互联网时代，机器开始成为人与类学习的对话者，开始探索参与信息传播，人与机器互动不再是简单的指令交互，智能体可以通过自然语言与个体主动沟通协作，向人类提供个性化信息，信息获取变成人与智能体的类人际交流体验。此时的网络结构不仅包含了人—机器、机器—机器两组互动关系，还具备人—机器—机器交互的功能特点，网络空间呈现出人类与智能体的人智协同传播图景。

四、AI搜索时代：人类信息获取面临新挑战

从表现形式来看，AI大模型更像是基于超大知识库的搜索增强技术，但因幻觉等问题仍无法替代搜索引擎。在训练之初，大模型便学习了从互联网收集的海量数据，并形成一个潜在的强大知识库，再凭借强大的算法及算力加持，其可以基于用户输入快速生成任意内容。大模型的生成过程如同从自有知识库中检索关联信息，用户输入问题之后，大模型便可以快速生成答案，同样，用户也可以通过搜索引擎检索，然后整理需要的信息。从形式及体验上来看，大模型获取信息的效率要远高于搜索引擎，用户获取信息似乎不用再依赖搜索引擎。但事实并非如此，由于大模型核心工作原理是基于概率预测下一个字词，而不是基于真实知识或逻辑推理，再加上学习过程中海量数据的可靠性难以保障、公开数据覆盖领域不足，以及知识无法实时更新等，大模型生成内容的可靠性备受诟病，幻觉或事实性错误成为困扰大模型发展的现实问题。相比之下，使用搜索引擎获取信息受到普遍认可，用户可以直观溯源，选择权威性或可信度高的信源，自主判断提取有效信息。但此过程并非轻松简单，面对庞杂的互联网信息数据库，搜索引擎只提供检索后的相关结果列表，用户还需要投入更多的认知资源，才能从大量来源中抽丝剥茧，获取高质量信息，此外，商业广告和虚假信息也常常混淆视听，影响用户信息获取体验。

而AI搜索的对话式信息获取体验，代表了信息传播模式的重要转变，不仅有潜力缓解AI大模型在传播过程中面临的挑战，而且正在重塑人类对传播主体的理解。自大模型出现后，互联网空间充斥着各类生成式内容，这些未经事实核查的、有可能包含算法幻觉的不可靠信息快速传播，严重影响信息环境。如国家公安部网络安全保卫局就通报了多起利用AI生成虚假信息，制造并传播网络谣言的案件，这些网络谣言对社会造成不良影响，严重扰乱社会公共秩序。为了避免大模型直接生成答案存在的幻觉问题，AI搜索采用检索增强生成RAG技术，结合大模型的自然语言理解和生成能力，以及搜索引擎的实时检索技术和可溯源特性，理解用户问题后，先进行传统搜索引擎检索，然后提取高相关度、高可信度来源的信息，利用大模型分析整合信息，最终以类似人际对话的方式输出结果。

此外，AI搜索会根据问答情境扩展问题，用户可以继续追问，就像跟伙伴交流一样，AI搜索还会记住聊天的上下文，确保在多轮对话中不偏离主题。该流程能有效避免大模型的幻觉问题，生成的答案具备可溯来源，方便用户自主核查，以此提升生成结果的可信度。在此基础上，为进一步确保AI选取信源的可靠性，部分AI搜索产品还与权威媒体机构合作。据OpenAI介绍，SearchGPT基于AI大模型的优势并结合实时的网络信息，通过与主流媒体和出版商等专业信息生产机构合作，确保生成内容的准确性和可信度。

AI搜索的智能对话能力暗示着，其已经具备了跟人类传播主体一样的主体性特征，其强大的信息检索、分析和整合能力甚至已超越了人类，如此，未来传播网络中这一传播主体将与人类主体长期共存，AI搜索在信息选择、处理和传递过程中的自主性和创造性，以及它与人类用户的互动模式，都将引发一系列新的传播问题，需要进一步深入探讨。

使用AI搜索获取信息，可被视作由人类与AI智能体共同主导的新型传播实践，这不仅是对用户认知能力的一次新考验，也对信息环境产生深远影响。同时，智能体作为新的传播主体，其行为后果也值得深入关注。用户向AI搜索提问时，就像人际传播一样，智能体首先会理解用户的问题，然后开始“思考”和“组织语言”（开始搜索，将有价值的信息筛选出来，分析整合并生成有用的答案），最后通过对话方式回应用户，形成一次传播活动。

为保障这一过程的高效且可靠运行，需要人类和AI搜索智能体的协同配合，由此也引发了几个值得思考的问题。一是对人类提问和决策能力的要求。问题的质量会直接影响智能体的回答，清晰表达信息需求是协助智能体高效运作的前提。此外，用户还需具备一定的决策能力，以判断智能体的回答是否准确，是否可以直接采纳。二是对信息环境的影响。为了确保AI搜索的准确度和可信度，智能体会自主选择高质量信源，在此过程中，用户接触到的信息广度和深度会受到后台算法设置的直接影响，不同平台对来源权威性的定义和理解会有差异，在保障信息质量的同时是否会引起新的传播问题值得思考。三是智能体行为约束。AI搜索背后的运作机制对用户来讲如同黑箱，机器间互动以及智能体与人协作必须符合社会价值规范和伦理要求，在此传播场景中，智能体是信息出口的二次把关人，其行为会直接影响用户。

结语

正如电话的出现彻底改变了人类沟通的方式，AI搜索凭借对话式互动体验，也将彻底改变人类获取信息的方式。而这种日益普遍的人机伙伴关系，可能会从根本上改变人类感知和评估自己的方式。机器的内在特征决定了可以获取信息的范围、性质和数量，而这些特征总是会被算法操纵，AI搜索作为信息获取的新兴方式，还面临着信息准确性验证、结果可解释性等一系列挑战。而要解决这些问题，不仅需要技术层面的迭代创新，还需跨学科的研究努力和人类的共同参与。

回顾技术介入后的传播实践，人类的地位始终突出。如前文所述，AI搜索所形塑的未来传播生态中，人类作为协作者和决策者，依然把握着信息传播的关键环节。从信息获取方式的演进规律看，未来信息获取很大程度上会长期处于稳定的形态，智能体接管中间流程，人类负责提问和决策。随着技术的进一步迭代升级，资料搜集和分析整合会更加高效、智能、可靠、可信，也会出现智能体辅助人类决策，但是信息需求缘起于人，最终采纳信息的决定权还在人类手中。在此过程中，人与智能体的协同会更加高效，人机共融将成为机器互联网时代的关键特征。

进入大模型驱动的机器互联网时代，人类对技术的依赖会更加强烈，人智协同将成为未来主要的信息获取方式。互联网技术的出现，使得信息获取的障碍越来越少，而AI搜索进一步降低了信息收集和分析整理的弱。而当人们感知信息搜集能力不足时，会更加倾向使用AI搜索等智能体寻求信息。如此，人类社会实践将与这类具备高阶智能的机器紧密连接，渗透到人类信息传播的方方面面，人类传播主体与智能体形成一定的平衡关系，成为未来传播实践的主流形态。因此，在大模型技术深入传播实践的背景下，人类应该从机器作为传播主体的行为视角出发，积极思考与之和谐相处之道。