我最近在家裡附近的咖啡館聽到一對母女的對話。媽媽在抱怨手機更新後，很多應用程式都變得很難用，女兒則說：「媽，這就是科技進步啊，你不學就會被淘汰。」這話聽起來有點殘酷，卻也點出了現代人面對新科技的普遍焦慮。AI 搜尋模式的出現，似乎也帶來了類似的困境，讓人們在效率和自由之間拉扯。
Google 將 AI 功能整合進搜尋體驗，本意是想提供更精煉、直接的答案，省去用戶篩選資訊的麻煩。從技術角度來看，這種整合代表著模型在理解用戶意圖和生成摘要上的能力又往前邁了一步。它不再是簡單的關鍵字匹配，而是對查詢內容進行語義分析，然後調用大型語言模型來建構答案。這背後涉及複雜的檢索增強生成（RAG）架構，以及在大量文本上進行預訓練的模型如 Gemini。當用戶提出一個複雜的問題，AI 模式會嘗試從多個來源中提取資訊，然後合成一個連貫的回答。這對於需要快速獲得概括性資訊的場景，例如「解釋量子糾纏」或「比較兩種程式語言的優缺點」，確實能大幅提升效率。尤其在行動裝置上，有限的螢幕空間更凸顯了這種精簡模式的價值。
然而，這種模式也帶來了意想不到的副作用。當 AI 預設為主要答案來源時，原有的搜尋結果頁面（SERP）會被壓縮甚至推到下方。這不只影響了用戶尋找多元資訊的習慣，更讓一些人覺得，AI 在「替他們思考」或「篩選資訊」。例如，當我在搜尋一些對話比較敏感、或者需要多方觀點來判斷的內容時，Gemini 所提供的 AI 摘要往往會顯得過於「小心翼翼」甚至「規避」。這種情況下，使用者會覺得自己被限制了，無法接觸到更廣泛的視角。這和傳統搜尋引擎的設計理念背道而馳，傳統引擎是提供盡可能多的相關連結，讓用戶自己做判斷。Grok 在這方面則展現出另一種極端，它的回應有時帶有諷刺意味或直言不諱的風格，雖然提供了不同的「人格」體驗，但也可能因為其不確定性而讓部分使用者感到困擾。
這種「過度保護」或「語氣」的問題，不只出現在 Gemini，其他平台也或多或少存在。Claude 在長文本處理上表現出色，但當它被應用到資訊檢索時，若沒有給予足夠的上下文和明確的指令，其生成的摘要也可能偏向保守。例如，DeepSeek 在處理某些特定領域的查詢時，可能會因為訓練數據的偏向性，而給出不夠全面的回答。或者，當我們期待從一個 AI 模式中獲得更多開放式的探索，但它卻只給出一個經過高度提煉的「正確答案」時，這種落差就會讓使用者轉向那些提供原始連結、沒有太多干預的搜尋工具，即使它們的介面可能沒那麼花俏。
AI 搜尋模式的出現，讓原本直觀的資訊獲取路徑變得複雜。究竟是讓 AI 為我們省下時間，還是保留我們探索未知、自主判斷的權利？當效率和自由擺在天秤的兩端時，哪個會是我們最終的選擇呢？