谷歌搜索量跌了23%：这3类人正在偷偷换玩法

去年第四季度，谷歌搜索量同比下滑23%。不是没人搜了，是搜法变了——同一批问题，现在分成了两条完全不同的解决路径。

作者Ethan Mollick在测试了数百个真实任务后发现：用AI的人正在裂变成两个物种。一类还在把ChatGPT当百度用，另一类已经摸索出一套完全不同的工作流。后者产出的结果，前者要花3倍时间才能追上。

这条裂缝正在扩大，而且和工具本身关系不大。

Searcher：把法拉利当出租车开

Mollick给第一类人起了个名字：Searcher。他们的典型操作是打开对话框，扔进去一个指令，等答案，复制粘贴，关窗口。

「写一封300字的延迟发货道歉邮件」「1998年超级碗谁赢了」「总结这篇文章」——这些prompt（提示词）能跑通，但只跑通了AI能力的地板。输出快、能用、也仅限于此。

问题在于，这种模式把生成式AI压缩成了一个带聊天界面的数据库。单次交互，零上下文积累，错了就骂一句「AI果然不行」然后关掉页面。Mollick在测试里反复看到这套循环：短指令、低预期、高放弃率。

表面看是效率工具，实际成了信任粉碎机。不是模型不行，是用法锁死了天花板。

Architect：把对话当草稿纸

另一群人完全不同。Mollick叫他们Architect，核心区别只有一点：不把AI当答案机，当协作对象。

他们的操作路径分三步，Mollick称之为「3-step shift（三步转换）」。第一步不是问问题，是丢材料——上传PDF、粘贴聊天记录、甩过去十几个相关链接。第二步最反直觉：主动暴露自己的混乱。把半成品思路、甚至自相矛盾的需求全倒进去，让AI跟着一起理。

第三步才是生成，但生成之后循环继续。改、扩、缩、换角度，对话可能持续20轮。Mollick记录过一个案例：同一个市场调研任务，Searcher模式3分钟拿到一份泛泛而谈的摘要；Architect模式40分钟后，输出的是带数据源标注、可执行结论、且经过三轮自我推翻的深度分析。

时间差13倍，结果差一个数量级。

为什么多数人卡在第一步

Architect模式不难理解，难的是克服两个惯性。第一个惯性是「搜索思维」的后遗症——我们被Google训练了20年，默认信息检索就该是即时、单次、零摩擦的。ChatGPT的界面又太像搜索框，肌肉记忆直接接管。

第二个惯性更隐蔽：暴露混乱让人不适。把没整理好的思路丢给AI，等于承认「我自己也没想明白」。但Mollick发现，这正是Architect模式的关键杠杆——AI处理模糊输入的能力，远超人类预期。

他在测试里故意上传了一份自相矛盾的产品需求文档，结果AI不仅理出了三条隐藏冲突，还推导出两个被团队忽略的用户场景。Searcher模式永远触发不了这层，因为初始prompt太干净、太正确、太像考试答题。

工具没变，用法在分层

Mollick的观察指向一个尴尬现实：Gemini、Claude、ChatGPT的能力差距，远没有用户之间的差距大。同一套模型，Searcher用出的是「高级搜索+文案生成」，Architect用出的是「研究助理+策略参谋+代码调试员」。

这种分层和职业、技术背景关系都不大。Mollick访谈的Architect里有设计师、有销售、有完全不会写代码的运营。共同点是他们都经历了某个「顿悟时刻」——通常是某次偶然的长对话，发现AI能接住自己的发散、追问、甚至情绪。

Google那23%的搜索量流失，大概率流向了这里。但不是所有人都能留住。Mollick的测试数据显示，首次使用超过10轮对话的用户，次周留存率是单次查询用户的4.7倍。问题是，怎么让人熬过前10轮？

产品设计的答案可能是反直觉的：别让用户太容易得到答案。

如果第一回合就给出完美结果，人就没有动力继续对话。Mollick建议工具厂商在关键节点故意「留白」——比如生成到70%时暂停，追问一个澄清问题。这种设计在测试组里把平均对话轮次从3.2拉到11.6。

从「用AI」到「和AI一起工作」

Mollick最后提了一个具体场景。假设你要准备一场客户提案，Searcher的路径是：「帮我写一份关于XX行业的提案大纲」，复制，粘贴到PPT，结束。

Architect的路径是：先上传过去5份类似提案的客户反馈，再丢进去竞争对手的公开案例，然后告诉AI「我担心这次讲技术细节太多，客户CEO是财务背景」。第一轮输出后，要求「把第三部分的ROI计算换成我们上季度真实数据」，再要求「模拟客户CFO可能提出的三个尖锐问题」。

同一套工具，前者产出的是模板，后者产出的是针对性策略。时间差可能只有40分钟，但提案通过率的数据，Mollick没敢在文章里写——他说还在向合作企业确认授权。

这种工作流的迁移成本不高，但心理门槛极高。它要求用户放弃「提问-回答」的确定性幻觉，接受对话本身的不可预测性。Mollick的比喻很准：Searcher在用AI完成任务，Architect在用AI思考任务。

Google搜索量的23%下滑，可能只是一个开始。真正的问题或许是：当AI工具越来越像「答案机」，愿意把它当「草稿纸」用的人，反而能挖出更深的护城河——这算公平，还是算新的数字鸿沟？