
在近期《Search Off the Record》播客中,Google搜索软件工程总监Nikola Todorovic深入解析了AI与机器学习在Google搜索中的应用机制。他指出,为确保系统的可调试性与稳定性,Google采取了隔离使用策略,并详细阐述了AI概览、AI模式及SEO应对建议。
AI模型隔离应用:保障系统可控性
Nikola强调,AI和机器学习模型具有“黑箱”特性,底层逻辑难以完全透明化。相比之下,早期线性模型更易于理解和调试。因此,Google将AI技术隔离应用于SafeSearch、图像理解及特定信号处理等场景。这种隔离架构便于在出现问题时快速定位原因并进行修复。
随着BERT、MUM等Transformer技术的引入,新AI系统被构建为独立的新信号层,叠加在传统排名基础设施之上,既支持核心排序功能,又保持了相对独立的运行环境。
AI概览与AI模式的运行机制
AI概览:传统检索基础上的摘要整合
AI概览本质上是常规搜索结合多个发散查询的结果整合。其底层的检索与排名系统仍沿用传统架构,AI概览功能仅作为顶层模块独立运行,负责将复杂信息汇总为摘要。
AI模式:基于全新基础设施的对话交互
AI模式采用扇出式查询(fan out queries)处理长尾及多轮对话请求,并提供带引用的链接结果。尽管该技术基于搜索能力,但依托于全新的独立平台运行,拥有更大的扩展空间,旨在满足用户对对话式体验的需求。
AI时代的SEO优化建议
针对AI时代的搜索引擎优化,Nikola表示不存在所谓的“魔法棒”,核心价值始终在于为用户提供实质性帮助。从业者应积极掌握AI工具,利用技术提升内容质量与服务价值,而非忽视技术变革。
来自最新一期《Search Off The Record》播客的有趣要点,内容涉及 Google 在搜索排名中使用人工智能。以下是 Google 搜索软件工程总监 Nikola Todorovic 关于人工智能如何影响排名以及为何更简单的线性系统……

