YOHO AI

标签： AI趋势

  • 谷歌搜索25年来最大改版：10条蓝链终结

    谷歌搜索终于动手了，25年来最大的一次改版

    用了25年的谷歌搜索，这回真的变了。不是小修小补，是把底层逻辑给重构了。

    你现在在谷歌搜索框里输入一个复杂问题——比如”比较过去20年主要经济体的碳排放趋势和GDP增速的关系”——出来的不再是一串蓝色链接让你自己点进去找答案，而是直接生成一个可交互的图表，数据整合了全网多个来源，你可以在搜索结果页直接操作这个图表。

    谷歌搜索产品副总裁Robby Stein表示，这次升级的核心目标是适应用户搜索行为的变化：人们现在问的问题更长、更复杂，整个互联网往往没有现成的完整答案。

    “10条蓝链”死了

    从1998年谷歌成立到现在，”10条蓝色链接”的搜索结果模式基本没变过。用户输入关键词，谷歌返回一串链接，用户自己点进去找答案。这个模式现在正式宣告终结。

    新版本的搜索结果页可以直接生成定制可视化内容、交互图表、甚至迷你应用。你问”怎么规划一次去日本的3周行程”，搜索结果页直接给你出一个可交互的行程规划器，而不是让你自己去点15个旅行博客。

    SEO行业炸了

    这个变化对SEO从业者来说是个地震级事件。过去20年，SEO的核心逻辑是”让我的链接排在前面，让用户点进来”。现在用户可能在搜索结果页直接拿到了答案，根本不会点你的链接。

    新的优化方向是让自家内容被谷歌的AI概览（AI Overviews）引用。你的内容不需要被用户点击，但需要被AI在生成答案时引用为来源。这是两套完全不同的优化逻辑。

    谷歌为什么要这么做

    背后的推动力很简单：ChatGPT、Perplexity这些AI搜索工具正在吃掉谷歌的午餐。用户发现，有些问题直接问AI比在谷歌上点10个链接效率高得多。

    谷歌的选择是：如果打不过，就把自己变成AI搜索平台。它有足够的优势——拥有YouTube、Gmail、安卓等30亿日活产品，这些数据喂给AI搜索的质量是任何竞争对手都比不了的。

    今年I/O大会上谷歌没有发布对标Claude Mythos的超级模型，而是推了更快更便宜的Gemini 3.5 Flash。CEO皮查伊的战略很明确：不跟Anthropic和OpenAI比基准测试分数，而是把足够好的模型铺到尽可能多的用户产品里。

    对普通用户意味着什么

    短期来看是好事。搜索体验确实会变好，尤其是那些需要整合多个信息源才能回答的复杂问题。你不用再开10个标签页来回切换了。

    长期的影响还不好说。如果所有人都不点链接了，靠流量生存的那些网站（媒体、博客、论坛）的商业模式会受到严重冲击。互联网的内容生产机制可能因为这次改版而发生结构性变化。

  • 2026年AI领域最值得关注的10件事

    2026年AI领域最值得关注的10件事

    MIT Technology Review最近发了篇文章，总结了当下AI领域最值得你盯着的10个方向。他们的记者和编辑盯了AI这么多年，这次第一次把答案浓缩成一份清单。

    这份榜单的灵感来自他们每年的《10项突破性技术》，但这次把视角投向了当下推动AI进步、改变权力格局的东西。我挑几个最有意思的跟你聊聊。

    AI Trends 2026
    MIT Technology Review总结的2026年AI十大重要趋势（图片来源：MIT Technology Review）

    人形机器人需要大量训练数据

    就像我们的文字成了大语言模型的训练数据一样，记录人类动作的海量视频现在正被收集起来，用来训练人形机器人。有些公司在搞庞大的”训练中心”，让工人重复完成任务；还有些公司让海外的陌生人远程操控”傀儡”机器人。这是个疯狂的尝试，而且没人能保证一定能成功。

    大语言模型还有很大挖掘空间

    大语言模型（LLM）曾经席卷全球。现在所有AI从业者都在追逐下一个重大突破。虽然容易实现的目标已经所剩无几，但大语言模型不会就此消失，这项技术还有很大的挖掘空间。

    AI让诈骗变得更容易了

    AI正在降低诈骗分子和黑客的作案门槛，让入侵目标的尝试变得比以往更快、更便宜、更容易。这件事值得所有人警惕。

    “AI无处不在，铺天盖地。这让你有怎样的感受？”——MIT Technology Review编辑Mat Honan

    世界模型：让AI理解物理世界

    AI公司想要构建能够理解外部世界的系统。如果它们成功，就有可能克服大语言模型的局限性，帮助AI进入物理环境。这是个很有意思的方向。

    AI已经进了作战室

    算法很早就实现了军事杂务的自动化，但现在生成式AI已经在作战室拥有了席位，指挥官会认真采纳它的建议。它正在重塑军队的情报共享方式、和大型科技公司的合作模式，以及致命决策的制定方式。

    深度伪造被武器化了

    随着生成式AI的改进、Grok大规模生成非自愿色情图像，以及美国政府用这项技术进行宣传，人们长期预测的武器化深度伪造威胁已经到来。

    智能体协作：从单打独斗到团队合作

    第一代AI智能体只能运行浏览器或者编写代码片段，而且只能单独行动。接下来将出现的是能够协作完成复杂得多的目标的智能体团队。这个方向对自动化和生产力提升很有意义。

    中国的开源押注

    免费开放前沿模型让中国实验室赢得了全球信誉，也获得了开发者的大量好感。这种模式的财务可持续性无人知晓，但全世界已经在基于中国的模型基础进行构建了。

    人工智能科学家：AI自己搞研究

    学术界和企业都在开发能够自主完成研究任务、作为真正的合作者和科学家共事的智能体。有人认为，这些AI合作科学家终有一天会取得足以获得诺贝尔奖的成果。这个说法有点大胆，但也不是完全没可能。

    全球范围内的AI抵制浪潮

    在多年的AI无限制发展之后，全球范围内正在形成一股强大的抵制浪潮。从保守派到自由派，从艺术家到工会，活动人士的势头越来越猛，已经开始取得一些小胜利。

    我的看法：这10个方向里，我觉得最值得关注的是”智能体协作”和”世界模型”。智能体协作如果能做好，对提升生产力会有很大帮助；世界模型则是让AI从屏幕后面走到物理世界的关键一步。至于AI诈骗和深度伪造武器化，这两个方向让人担心，但也说明AI的能力确实在快速提升。

    另外，中国的开源押注这个方向也很有意思。免费开放前沿模型确实能赢得开发者的好感，但怎么赚钱这是个问题。不过，全世界已经开始基于中国的模型进行构建了，这说明开源策略确实有效。

  • 当法拉利遇上IBM：AI如何打造F1超级粉丝生态

    当法拉利遇上IBM：AI如何打造F1超级粉丝生态

    两年前，IBM发现自己的体育合作伙伴名单里少了个重要角色——F1一级方程式赛车。

    这事确实有点奇怪。F1现在火得不行，特别是在美国，Netflix那部《极速求生》把车手们的日常拍成了真人秀，直接让这群人成了主流明星。而且这项运动本身就离不开技术，AWS、甲骨文、Anthropic这些科技公司都抢着跟车队合作——既能露脸打广告，又能拿真实赛道数据练手，何乐而不为。

    Ferrari F1 car racing
    法拉利F1赛车在赛道上奔驰（图片来源：TechCrunch）

    为啥是法拉利？

    IBM体育与娱乐合作副总裁Kameryn Stanhouse说得很直白：”他们是历史上获胜最多的车队。”这话没毛病，法拉利在F1的江湖地位摆在那儿。

    但这次合作的核心逻辑跟其他车队拉科技巨头入伙的理由差不多：想要更牛的技术解决方案，把人工智能的潜力榨干。Stanhouse提到，体育最爽的一点就是数据多得用不完，这些数据可以用来帮普通人理解人工智能。”他们会看到AI怎么为他们服务，”她谈到AI在体育内容叙事里的应用时说。

    “这首先要从赛道上获取的数据入手，将其转化为易于理解、有吸引力的内容。”——Stefano Pallard，法拉利车迷发展负责人

    数据太多了，多到不知道怎么用

    每场比赛，法拉利车队每秒要处理几百万个数据点，车手踩刹车的力度、赛车轮胎的温度、弯道时的G力——全都能捕捉到。但问题是，这些数据对车队有用，对普通车迷来说就是天书。

    怎么把这几百万个数据点变成车迷愿意看、看得懂、还想互动的内容？这就是IBM的企业级AI要解决的问题。

    在F1的11支车队里，法拉利是少数几家（跟迈凯伦、威廉姆斯它们一起）拥有独立车迷应用的，而不是靠社交媒体或者F1官方平台混日子。这说明这项运动开始意识到，粉丝经济这块蛋糕确实够大。

    旧应用太无聊，新应用有点东西

    Stanhouse承认，之前的法拉利车迷应用就是个查赛程的工具，查完大家就走了。新版应用加了点真东西：

    • 车迷能在应用里跟其他人互动玩游戏
    • AI写的比赛总结（这个确实省人工）
    • 更多车队和车手的幕后故事
    • 预测功能（比如猜下一场谁拿冠军）
    • AI助手，车迷可以问各种问题

    有些改动看起来简单，但之前就是没有。比如意大利语版本——法拉利是个意大利车队，很多车迷是意大利人，但旧应用居然不支持意大利语。这说不过去。

    粉丝变了，玩法也得变

    法拉利车队发现，现在的车迷群体跟五年前不一样了。F1去年公布的数据挺有意思：75%的新车迷是女性，而且很多是Z世代。对女车迷来说，F1学院（F1 Academy）是个特别吸引人的点——这是个全女性赛车系列赛，目的是培养下一代女车手。

    但不管是新车迷还是老车迷，要的东西都一样——更多内容。”他们要求更多的数据、更多的见解、更多的功能，我们必须能够满足这些需求，”Pallard说。

    车队会用AI分析应用里的参与信号——比如大家喜欢读什么内容，车迷发消息时的情绪倾向。Pallard说：”这有助于我们了解什么最能引起法拉利车迷（Tifosi，法拉利车迷的昵称）的共鸣，并直接指导我们塑造叙事方式和内容交付方式。”

    “与IBM合作的未来五年愿景是，让每位车迷都觉得体验是为他们量身打造的，无论他们已经支持我们30年，还是才支持30天。这就是建立持久忠诚度的方式。”——Stefano Pallard

    数据不会骗人

    Stanhouse说，自打IBM参与进来，应用的参与度数据一直在涨，光是比赛周末的参与度就增长了62%。这个增幅不小。

    而且法拉利打算在这个方向上继续深挖，要做更具沉浸感的车迷体验。毕竟车队只有两名车手在赛道上跑，但你知道吗？换胎的时候需要24个人同时协同工作，而且要在两秒内完成。这些内容故事，车迷以前根本接触不到。

    Stanhouse说：”车队只有两名车手，但你知道换胎时需要在两秒内同时有24人协同工作吗？”内容叙事可以帮助车迷与车队建立更亲近的联系。这话确实有点道理。

    我的看法：这事其实是AI商业化落地的一个典型案例。不是搞什么高大上的概念，就是老老实实解决一个具体问题——怎么让车迷更愿意用你的应用，更愿意关注你的品牌。法拉利有数据，IBM有AI工具，两家人各取所需。而且这个思路可以用到别的体育项目甚至别的行业里去。

  • MIT盘点：2026年AI领域最重要的10件事

  • SpaceX IPO招股书曝光：火箭、AI算力与火星殖民的赌局

    火箭还能赚钱，但马斯克的棋盘远不止于此

    SpaceX终于把IPO招股书摆上了台面。这家24年前由马斯克创立的航空航天公司，计划在纳斯达克上市，股票代码定为”SPCX”。估值1.75万亿美元——如果不是后续马斯克的薪酬包里藏着7.5万亿美元的市值目标，这个数字已经够夸张了。

    招股书里写得很直白：SpaceX已经找到了”人类历史上最大的可落地总目标市场”，规模28.5万亿美元，其中22.7万亿归功于AI的”企业应用场景”。这句话基本把底牌亮出来了——火箭是手段，轨道AI算力枢纽才是棋盘。

    SpaceX火箭发射
    SpaceX的火箭业务只是开始，AI算力枢纽才是终极目标（图源：Getty Images）

    星链养活了现在，星舰押注未来

    招股书披露了一些硬数据。星链订阅用户已达1000万，年营收超过110亿美元，占SpaceX总营收的一半以上。但另一边，SpaceX 2025年亏损约49亿美元，成立以来累计亏损已超过370亿美元。

    钱主要烧在两个地方：星舰（Starship）和AI。2025年航天业务板块为星舰项目投入30亿美元，2026年第一季度又砸了9.3亿美元。SpaceX的判断是，星舰有望把进入轨道的成本降低99%以上——如果这事成了，轨道AI数据中心、太空制造、月球基地这些现在看起来像科幻的东西，才有规模化的可能。

    星舰最早本周将进行第12次试射。SpaceX在招股书中表示，预计2026年下半年开始执行轨道载荷投送任务，如果顺利，同年下半年用星舰发射下一代V2移动卫星，2027年发射月球版星链。

    xAI并入之后，AI部门的亏损还在扩大

    2025年马斯克把xAI并入了SpaceX，Grok聊天机器人也随之进入上市公司体系。结果不算理想：2025年SpaceX约60%的资本支出投向了AI部门，金额约200亿美元。这块业务去年仍亏损数十亿美元，营收增长约22%，远低于一线AI实验室的公开增速。

    但招股书里的叙事是另一套逻辑：轨道AI算力、太空数据中心、月球和火星的制造设施——这些设想被打包成了”28.5万亿美元总目标市场”的一部分。投资者买不买账，取决于信不信这套叙事能在未来十年落地。

    马斯克的薪酬包：2万亿美元只是中途站

    IPO之后，马斯克将担任SpaceX的CEO、CTO和董事会主席，持有93.6%的B类股（每股10票投票权），掌握85.1%的投票权。IPO后这个比例会下降，但仍将保持在50%以上。

    今年年初马斯克获得了一份新的薪酬包：如果SpaceX市值达到7.5万亿美元，并且在火星建立拥有至少100万居民的永久人类殖民地，他将最多获得10亿股B类股。如果公司建成每年可提供”100太瓦计算能力”的太空数据中心，他还能拿到更多股份。

    这些目标听起来像在开玩笑，但招股书白纸黑字写着的。这份IPO招股书里既有很具说服力的商业数据（星链1000万用户、110亿美元营收），也有很度超前的设想（星舰地面交通系统、太空旅游、小行星采矿）。市场买不买账，几个月内就能见分晓。

  • 英伟达最新财报：数据中心营收暴涨92%，AI算力军备竞赛远未结束

    英伟达刚交出了一份让整个科技圈屏息的财报：2027财年第一季度，总营收816亿美元，其中数据中心业务752亿美元，同比增长92%。这个数字背后，是全世界对AI算力近乎贪婪的需求。

    Nvidia AI芯片
    英伟达AI芯片是这轮AI浪潮的核心基础设施 | 图片来源：The Verge

    数字背后的信号

    92%的同比增速，放在任何行业都是惊人的数字，但在英伟达身上，这已经变成了某种”常态”。过去两年，每次财报发布，市场都在问同一个问题：这个增速还能维持多久？每次英伟达都用实际行动回答：还能更猛。

    这次财报里有个细节值得拎出来说： 下一代Vera Rubin AI芯片将在今年第三季度按计划推出。这意味着英伟达的产品迭代节奏没有放慢，它并不打算给竞争对手留喘息的空间。

    “Vera Rubin AI芯片将在今年下半年按计划推出，从第三季度开始。”

    不是所有人的好消息

    财报里也藏着一个不太好的消息：受RAM短缺和价格上涨影响，英伟达的PC销量有所下滑。这说明AI算力扩张的代价正在向消费端传导——内存价格上涨，最终买单的是普通消费者。

    更大的背景是，全球各大科技公司正在上演一场前所未有的数据中心军备竞赛。微软、谷歌、亚马逊、Meta，每一家都在疯狂砸钱建数据中心，而每一座新数据中心的心脏，都是英伟达的GPU。这个局面短期内看不到结束的迹象。

    竞争者在哪里

    AMD在追赶，英特尔在重新布局，谷歌TPU、亚马逊Trainium、微软Maia都在推自己的AI芯片。但现实是，英伟达的护城河不止是芯片性能，更是CUDA生态——全世界绝大多数AI框架和模型，都是围绕CUDA开发的。换芯片意味着重写大量代码，没几家公司真的愿意这么做。

    Vera Rubin芯片如果在第三季度如期推出，英伟达的领先优势还会继续扩大。对于AI创业公司和研究者来说，这意味着算力成本可能继续下降——但对英伟达的竞争对手来说，窗口正在快速关闭。

  • 140万亿Token背后：中国AI应用的五个关键转向

    140万亿Token背后：中国AI应用的五个关键转向

    5月20日，量子位在北京办了第四届中国AIGC产业峰会。会上发了一份《2026年中国AI应用全景图谱报告》，里面有几个数字让我挺震撼的。

    2026年4月，国内AI应用的Web端月访问量突破了9亿，APP端月下载量超过2.4亿，日活同比增长223%。更夸张的是——中国日均Token调用量突破了140万亿，两年增长超千倍。

    2026中国AI应用全景图谱报告
    第四届中国AIGC产业峰会发布的AI应用全景图谱报告 | 来源：凤凰网科技

    这些数字不是虚无的增长率，而是真实用户在用脚投票。AI应用已经从”尝鲜”进入了”日常”阶段。

    报告里提到的五大趋势

    我把报告归纳了一下，其实是五个正在同时发生的转向：

    1. Agent化：从”回答问题”到”替你做事”

    传统AI是你说什么它答什么，Token消耗其实很小。但Agent不一样——它要拆解任务、调用工具、循环推理，单次Token消耗是传统AI的100倍。

    Agent化的本质是让AI从”顾问”变成”执行者”。这个转变一旦完成，每个人的工作效率都会被重新定义。

    2. 模型普惠化：API价格战打响

    DeepSeek V4-Pro的API价格做到了0.025元/百万tokens，是GPT-5.5的七分之一。当模型成本低到这个程度，很多之前”算不过账”的场景突然就成立了。

    价格战对开发者是好事，对用户更是——更多的AI能力会以更低的成本嵌入到日常工具里。

    3. 入口化：四大巨头砸45亿抢用户

    春节前后，字节、阿里、腾讯、百度合计投入超过45亿元，争的就是一件事：让用户把自家的AI助手设为默认入口。

    这个仗还会继续打。入口意味着数据、意味着用户习惯、意味着生态。谁能留住用户，谁就掌握了下一阶段的主动权。

    4. 付费化：用户开始买单了

    Kimi K2.5发布不到20天，收入就超过了2025年全年。智谱API提价之后，调用量不降反增。

    这说明什么？说明AI服务的价值正在被市场认可。用户不是不愿意付费，是不愿意为”不够好”的产品付费。

    5. 垂直深化：AI进工厂、进医院、进法院

    报告特别提到，医疗、金融、法律等B端场景正在开启规模化渗透。这些领域对准确性的要求极高，一旦AI能稳定交付，替代效应会非常明显。

    几个值得注意的数据

    报告还拆解了四个赛道的表现：

    • 智能助手赛道：最卷，也是用户量最大的入口级场景
    • AI效率办公：Web端用户活跃份额超过70%，这个渗透率已经很高了
    • AI创作：APP端日活同比增长449%，是增长最快的赛道
    • 文娱生活：跟游戏、社交、内容消费结合的AI应用正在爆发

    我的判断

    这份报告其实在讲一个核心逻辑：中国AI应用正在从”技术验证”走向”价值验证”。

    140万亿Token、9亿月访问量、223%的日活增长——这些不是泡沫，是真实的需求在驱动。接下来12到18个月，会是AI应用真正分化出赢家和输家的阶段。

    谁能把Agent做好、谁能把垂直场景打透、谁能留住用户——这三个问题，会在2026年底之前给出答案。

  • 2026谷歌I/O大会：AI智能体全面接管，Gemini 3.5速度提升4倍

    谷歌I/O 2026：从搜索公司到AI智能体平台的惊险一跃

    5月20日凌晨1点，加州山景城的谷歌总部灯火通明。Sundar Pichai站在台上的时候，我突然意识到一个问题——这家公司真的在All in AI。不是口号，是真金白银那种all in。

    过去12个月，谷歌处理的Token总量达到了3.2千万亿个。这个数字什么概念？比去年增长了7倍。Gemini应用的月活用户也突破了9亿。当一家公司的AI产品能做到这个量级，它就已经不是在”尝试”AI了，而是在用AI重新定义自己。

    Gemini不再只是聊天机器人

    这次大会最核心的变化，是谷歌对AI智能体的重新定义。Gemini不再是那个你问它答的工具，而是一个持续运行、跨应用执行任务的智能代理。它能替你追踪信息、生成内容、调用工具，甚至直接完成下单和操作流程。

    谷歌今年在AI基础设施上的投入预计达到1800亿到1900亿美元。这不是研发费用，是实打实的算力、数据中心、TPU采购。TPU8分成了两类——一类专门做大规模训练，一类负责快速响应用户请求。

    这个信号很明确：谷歌要把AI变成一种基础设施，就像当年的搜索引擎一样，让所有人都跑在它的平台上。

    几个让我印象深刻的功能

    AskYouTube——YouTube要加聊天机器人了。你可以用自然语言描述你想看的内容，系统直接跳转到视频的对应片段。比如你说”我想看那段讲Transformer架构的部分”，它真的能找到。这个功能今年夏天会在美国推广，国内估计还得等等。

    DocsLive——用语音直接跟Google Docs对话。现场演示的时候，Gemini自动提取演讲要点，还从Google Drive和Gmail里调信息来帮你写文档。这个对办公场景的提升是实打实的，不用再来回复制粘贴了。

    GeminiOmni——DeepMind推出的视频生成模型，基于世界模型架构。你可以用自然语言改视频里的角色、背景、场景。这个技术如果能成熟，视频创作的门槛会进一步降低。

    速度战：Gemini 3.5 Flash来了

    谷歌这次特别强调速度。Gemini 3.5 Flash的生成速度是其他前沿模型的4倍。为什么这么在意速度？因为AI代理要真正可用，响应延迟必须降到人类感知的阈值以下。

    你可以把这理解为AI版的”即时满足”——用户问一个问题，如果超过2秒才响应，体验就断了。谷歌显然在这个方向上押了重注。

    搜索的AI重构

    谷歌搜索也在变。新的搜索框不只是自动补全，还会给AI生成的搜索建议，支持多模态搜索（文字+图片一起搜）。AIMode和AIOverview这两个功能正在把搜索引擎从”找链接”变成”给答案”。

    这对内容创作者来说是个挑战——如果谷歌直接给答案，用户还点不点你的链接？

    硬件端：Android XR智能眼镜

    谷歌还预告了跟GentleMonster、Warby Parker和三星合作的Android XR智能眼镜。分两种：一种是语音交互版，一种是信息投影版。你戴着眼镜就能导航、下单、查信息。

    这个方向跟Meta的Ray-Ban眼镜其实是同一个赛道，但谷歌的优势是软件和生态。如果它真的能把Gemini塞进眼镜里，体验可能会比Meta更完整。

    我的判断

    2026年的谷歌I/O，本质上是一场”AI基础设施化”的宣言。它不再满足于做一个搜索公司或者广告公司，而是要把自己变成AI时代的水电煤。

    智能体、TPU、Gemini生态、Android XR——这些布局如果都能落地，谷歌在AI时代的护城河会比很多人想象的更深。当然，执行才是关键。发布是一回事，真正让几亿用户每天离不开这些功能，是另一回事。

    接下来就看OpenAI和Anthropic怎么接招了。

  • Google搜索大变样，这6款替代引擎值得一试

    Google搜索要变天了。在2026年I/O大会上，这家公司宣布要对搜索进行”25年来最大升级”——说白了，就是要全面拥抱AI对话式搜索。以后你打开Google，默认就可能进入AI模式，就算你不选AI模式，搜索结果里也会塞满AI Overview，还附带一个聊天框让你追问。

    Google搜索部门的负责人Elizabeth Reid说这是”自25年前搜索框诞生以来最大的一次升级”。可用户买账吗？从评论区来看，答案是否定的。

    记得去年AI Overview刚推出那会儿出的那些洋相，用户对它的信任度本来就不高，现在又要强推AI模式，很多人觉得这就是在把聊天机器人硬塞进每一个角落。

    “This is the biggest upgrade to our iconic search box since its debut over 25 years ago,” said Elizabeth Reid, leader of the Search organization at Google.

    更有意思的是，美国地方法院2024年已经裁定Google在搜索市场存在非法垄断行为。一边是反垄断阴影，一边是AI搜索大改版，Google搜索正在经历一场身份危机。

    如果你也想换个搜索引擎试试，下面这6款值得一看。

    Kagi：付费去广告，还能自定义

    Kagi的思路很简单——不靠广告赚钱，所以不需要用AI Overview来吸引广告主。每个月5美元（无限搜索10美元），你就能用上一个没有广告、也没有AI Overview的搜索引擎。

    Kagi不是简单的”无广告版Google”，它还有个很实用的功能叫”镜片”（Lenses）——你可以给搜索结果加滤镜，比如学生在写论文时用学术镜片，搜出来的就主要是期刊文章，而不是营销博客。如果你偶尔想用AI总结搜索结果，Kagi也有”快速回答”功能，但关键是你可以选择关掉它。

    DuckDuckGo：老牌隐私卫士

    DuckDuckGo大概是最知名的Google替代品了，免费，靠投放广告赚钱——但它不像Google那样收集你的搜索历史、浏览记录和购买数据来定向投广告，而是根据你的搜索关键词来展示相关广告。

    界面长得跟Google很像，也有AI生成回答功能。但如果你不喜欢AI回答，可以在设置里完全关掉AI功能。简单直接。

    Startpage：让Google不知道你是谁

    Startpage相当于Google的”隐私代理”。你在Startpage上搜索，它会把你的请求”洗白”——去掉IP地址等个人信息——再发给Google，然后把结果返回给你。所以你拿到的是Google的搜索结果，但Google不知道是谁在搜。

    当然，本质上用的还是Google的索引。好处是Startpage也允许你关闭AI功能。

    &udm=14：给Google搜索”做手术”

    这个工具的名字看起来很怪，其实&udm=14是Google搜索的一个隐藏参数——加上它，Google就不会显示AI Overview。&udm=14这个网站做的事情就是自动帮你加上这个参数，这样你每次搜索都是”纯净版Google”。代码开源在GitHub上，懂技术的话还可以自己搭一个。

    Brave：浏览器+搜索引擎一起换

    Brave既有自己的浏览器，也有自己的搜索引擎。浏览器基于Chromium开发，所以Chrome的插件在Brave上也能用。搜索方面，Brave有个叫”Goggles”的功能，可以让你用不同的视角来看搜索结果——比如”右翼新闻”、”左翼新闻”、”技术博客”，还有一个叫”无Pinterest”的滤镜。

    是的，Brave也允许你开关AI功能。Google，你学学人家。

    Ecosia：搜索也能种树

    Ecosia也提供浏览器和搜索引擎，同样基于Chromium。但它最大的卖点是环保——把大约80%的广告收入捐给全球各地的植树项目。种树这个事情有时候会是”漂绿”行为，但Ecosia跟当地社区合作开展植树，每月公布财务报告，还在博客上记录实际成效，透明度还算可以。

    说到底，换不换搜索引擎是个很个人的选择。有人在意隐私，有人受不了AI Overview，有人就是想跟垄断者较个劲。不管你图什么，现在的选择比以往任何时候都多。

  • MIT评出2026年AI圈最值得盯紧的10件事，每一件都在改写游戏规则