從產品交互層面，還無法取代搜索引擎，從技術角度稍微改造一下，取代傳統搜索引擎是可行的。

但目前ChatGPT的交互形態，還不能取代搜索引擎。

比如ChatGPT對于不少知識類型的問題，會給出看似很有道理的答案，但有時這些答案可能是錯的，但很多問題他又可以回答的很好，這就會給用戶產生困擾，到底該不該相信它的答案呢？

此時這種判斷就需要交給用戶自己，而搜索引擎會給出好幾頁的可能的答案，用戶在其中選擇的成本相較于ChatGPT交互帶來的成本就會低很多。

ChatGPT基于GPT模型標注訓練得來，對于新知識的吸納并不友好，新知識總會不斷出現，但如果一有新知識就去重新預訓練GPT模型是不現實的，無論是金錢還是時間都不可接受。

如果對新知識采用Fine-tune的方式，看起來成本會低一些，但很容易出現新數據引入導致的知識遺忘。

總結來說，如何將新知識融入到大模型體系下是非常有挑戰的問題。

谷歌和微軟的搜索，也只大模型和搜索結合起來，而不是完全替掉了搜索。

我們都知道，大模型的在線推理成本太高，搜索引擎都是面向數以十一記的用戶請求，如果延續目前搜索的免費策略，世界上的任何一家公司都是難以維系的。

要么限制用戶使用，要么采取收費策略，不管哪一種方式，對于有規模效應的搜索業務來說，都不是一個最好的選擇。

似乎只能寄希望于OpenAI自己將訓練成本大幅下降才能解決了。

接下來再說下從技術角度取代搜索引擎的思路。

其實new bing的方案基本上提供了一種思路。

在ChatGPT基礎之上，引入搜索引擎，解決新知識引入的問題，做好生成內容可信性驗證，吐給用戶。

圖片

ChatGPT是主要的生成引擎，傳統搜索引擎首先會對ChatGPT生成的知識類問題進行回答，進行結果可信性驗證和展示。

比如ChatGPT給出了一份答案，同時傳統搜索引擎也按照這份答案文字搜索到相關鏈接，一通展示給用戶，讓用戶判斷兩份結果是否都是真實可信的。

當然，并不是所有的類型的答案都需要做可信性校驗，有些問題可以自由發揮。

因為ChatGPT很多內容不具有時效性，所以通過傳統搜索引擎，可以隨時將新知識引入到大模型中，這就當ChatGPT發現一些時效性問題回答不了時，就可以轉向采用搜索引擎的答案了。

ChatGPT和傳統搜索引擎，各有所長，所以整個方案看起來是吸取大家各自技術的所長。

未來的搜索引擎大概率是以人工語音作為入口的，用戶通過自然語言的方式和一個AI小助理溝通，小助理的回答可能是大模型生成的，也可能是搜索引擎抓取的。

所以短期看技術上是可行的，產品交互層面長期看也是可行的。