•
2025 年 3 月，Google搜尋上線了一個新按鈕：AI模式（AI Mode）。
它第一次把搜尋體驗，從輸入關鍵詞到點選連結，變成了持續對話，不只是回答問題，而是理解你為什麼問。
到10月，AI 模式已覆蓋 200+ 國家/地區，支援 35+ 語言。資料顯示，使用者在AI模式裡提問的長度，是傳統搜尋的 3 倍。
2025 年 10 月 11 日，Google產品副總裁 Robby Stein 接受了一場訪談。他反覆強調的，不是模型算力或技術路線，而是一個更本質的問題：
我們不是上線更多功能，而是教 AI 理解人。
這句話背後，是一次產品思維的轉向：未來 AI，不是更強大，而是更懂你。
ChatGPT火了之後，很多人斷言：Google完了。
理由很簡單：誰還願意點十幾個連結翻網頁？大家更想要一句話答案，或者直接和 AI 聊一聊。
但Google產品副總裁 Robby Stein 的回應是：
“我們不是做一個陪你聊天的機器人，而是在設計一個能理解你要找什麼的系統。”
✅什麼是 AI 模式？它和你熟悉的搜尋不一樣
Robby 介紹，AI 模式最早出現在搜尋入口的一個小按鈕上。 你點開它，看到的不是傳統的搜尋框+藍色連結，而是一個可以持續對話的介面。
你可以提一個很長的問題，連續追問第二個、第三個。它會記住上下文，還能推薦關聯資源：地圖、官網、產品連結。
這和“AI 概覽”有什麼不同？
Robby 說，AI 概覽（AI Overview）只是在傳統搜尋結果前加一段AI總結，相當於給你一個快速答案；而 AI 模式（AI Mode）是一個完整的互動流程，是為解決任務而設計的入口。
不是要改一個模組，而是建構一個新路徑。它是為資訊設計的，不是為了閒聊。
✅ Google 做的不是生成，而是理解
在 ChatGPT 裡，我們習慣說：AI生成了一段答案。 但在AI模式中，Google更在意的是：這個答案對你來說，是不是真的有用。
比如你在計畫一次親子旅行，AI 模式不僅會給你推薦目的地，還會：
Robby 用自己的親身體驗舉了個例子：我和女兒出行，我問了AI模式一次問題，它找到了所有相關的公園資訊、開放時間、步行距離和官網驗證連結。突然間我意識到，這不是搜尋引擎的加強版，而是一個新系統。
他把這次經歷比作高爾夫球的完美一桿。
那一刻你知道，它是真的幫到你了。
Robby Stein 說，AI模式不是 Google 高層拍板、全公司一擁而上搞出來的。 它最初，只是幾個人湊在一起的小項目，連名字都沒有。
“最早團隊就 5 到 10 個人，有工程師、設計師，還有一個技術負責人。我們不是要把搜尋改造一遍，只是想看看，如果使用者能隨便提問，會發生什麼。”
他們做的第一件事不是寫程式碼，而是搭了個 空白頁 ：一個可以輸入問題、AI回答的原型介面，甚至連裝飾都沒有，只有游標。
第一步：找到它真的有用的那一刻
Robby說，那時候的目標很簡單：找出它有沒有幫上忙的那一刻。
早期測試中，有使用者在搜尋框末尾手動加上“AI”兩個字，希望觸發更智能的回答。還有人拍下作業題的照片，問第二題怎麼做。
這些行為讓團隊意識到：使用者已經在教搜尋引擎該怎麼進化了。
Robby 說，這種早期訊號，比任何指標更重要。
第二步：拉真實使用者，聽真實反饋
接下來，他們把這個原型交給了 500 個測試使用者，大多是朋友、家人，還有一些內部員工。
要求很簡單：你就當這是你用的新搜尋，出了問題直接截圖給我。
“我有個朋友用得很認真，也批評得特別狠。他每天都截圖發我，說‘這個答得不對’、‘這句完全搞錯了’、‘這個資訊看不懂’。我很感激這些反饋，都是寶貴的。”
他們沒有拉長項目周期，也沒有等產品成熟再投放。反而像一個創業團隊一樣，邊改邊用、邊試邊修。
這些真實查詢，成了Google AI模式最初的訓練素材。
Robby 用一句話形容這段過程： “你不能等一切完美才上線。你得先找到對的方向，然後把它打磨得更好。”
第三步：放進Search Labs，觀察真實使用資料
經過第一輪使用者反饋，他們終於發佈了公開測試版，放進了 Google 的 Search Labs 中。 這意味著：任何人都可以開啟 AI 模式，真實查詢。
這個階段的目標變了：
所有資料都拿來反推：那裡需要改，那裡要刪，那裡值得保留。
這個階段最關鍵： 只有使用者真正在用，你才能發現那塊是錯的。真正的最佳化不是團隊給模型講課，而是讓使用者的真實行為來教它怎麼改。
第四步：分階段推向全球
從最初的 5 人原型，到 Search Labs 上線，最後是正式發佈入口按鈕。 Google 沒有一次性上線全球，而是分階段測試、分國家擴展。
為什麼這麼做？Robby 給出的答案很直接：
“AI 模式不是一個模組，而是人們獲取資訊的方式。你不能冒險一下子給全世界的人都換了入口。”
從 5 個人的空白頁，到覆蓋 200 多個國家的全球入口，Google 用了大約一年時間。 方法很簡單：
不是團隊定義 AI 該怎麼回答，而是使用者的真實需求在教它如何回答。
Robby Stein 不止做 AI。他曾是 Instagram 的產品負責人，推出過Stories（24小時後消失的動態）和Close Friends（密友可見功能）
但在這場訪談裡，他最願意講的，不是成功的那一款，而是最初失敗的那一個：
“Close Friends 這個功能，做了兩三年，剛上線的時候，完全沒人用。”
✅ 什麼是 Close Friends？為什麼最早沒人懂？
這個功能是給你設一個密友列表。 你可以發一張 Story，只讓這些人看到，不想讓全網都看到你那點情緒、那張素顏自拍、那句吐槽。
聽上去挺好對吧？可最開始它根本沒人用。
為什麼？
Robby 說：我們把它做成了一個什麼都能發的地方：Feed可以發，Story可以發，連你首頁上都有密友專屬內容。特別混亂。
更糟糕的是，功能的名字叫 “Favorites”（最愛），很多人以為只能加一兩個最親近的人。 結果大家加了兩個人，一發 Story，對方也不一定回，沒人互動，尷尬至極。
“我們希望的是讓人產生連接感，結果大家發了內容，卻沒有收到回覆。整個體驗就斷了。”
✅ 真正的問題：不是功能不夠多，而是壓力太大
Robby回憶說，他們後來做了一件事，重新去問使用者：你為什麼不發Story？
得到的答案几乎都差不多：
一句話總結：不是不想發，是怕發了之後"被錯的人看見"。
這才是核心問題：使用者要的不是分享給特別關係的功能，而是一個沒有壓力的小圈子。
✅ 他總結的三條產品原則
第一個：搞清楚，使用者為什麼“僱用”你的產品
Robby 用了一個經典比喻來解釋：
“人們不是想要一台電鑽，他們是想要一個牆上的洞。”
換句話說，使用者不是來用產品的，而是“雇”產品幫他們完成某件事。就像打開AI模式，使用者真正想要的不是"體驗AI"，而是找一個能幫他們規劃行程、寫郵件、查東西的助手
第二個：別只看資料，要找到那句“關鍵的話”
資料能告訴你“點進來的人少了”“發內容的人掉了”，但真正關鍵的是那個“為什麼”。
Robby 說，他們問一個使用者：你在什麼時候發了 Close Friends 的內容？ 對方說：我那天很難受，想發點東西，但又不想讓大家看到。
這句話成了產品設計的起點：不是展示自己，而是尋求回應。
第三個：別太聰明，要讓人一眼看懂
最初的版本是這樣：
後來團隊做了一個小改動，把Story圈圈的顏色改成綠色。 大家一眼就知道，這是只給密友的內容。
這種“看得見”的設計，反而讓大家更敢發，更願意用。
這段經歷深深影響了 Robby 後來做 AI模式的方式。
他不再盯著功能清單，而是盯著一個問題：這個產品幫使用者完成了什麼？
一個 AI 產品好不好，不看功能多花哨，而看它是不是真的理解了使用者想做的事。
2016年，Instagram 推出 Stories 功能，幾乎所有人都說它在“抄襲 Snapchat”。
負責這個項目的 Robby Stein 的回應是：
“這個形式確實是 Snapchat 發明的。但我們關心的是：它能不能讓 Instagram 更好？不是所有好東西都要你發明，關鍵是讓它變成屬於你的版本。”
✅ 為什麼 Stories 不是 Snapchat 的複製貼上？
Robby 說，他們當時並沒有照搬 Snapchat 的做法，而是把這個形式 “重新做成 Instagram 的樣子”。
舉幾個他提到的具體做法：
這些不是技術創新，而是圍繞使用者場景做的選擇。
如果使用者已經認定了一個產品該是什麼樣，你硬要把它掰成另一個樣子，基本上都會失敗。
✅ 同樣的邏輯，也在AI模式上
現在回到 Google 做 AI 模式這件事上。 很多人第一反應是：這不就是另一個 ChatGPT 嗎？
Robby 的回應和當年做 Stories 一樣：我們不是在做 ChatGPT 的複製品。我們做的是：搜尋裡的 AI，用搜尋的方式來服務使用者。
什麼意思？
ChatGPT 很強大，但它是開放對話式的，你可能在它那裡寫詩、編故事、扮演角色；而 AI 模式，是圍繞“獲取資訊”這個任務來設計的。
比如你搜尋“適合 6 歲孩子的科普展覽”，AI 模式會：
這不是AI聊天，而是AI跟著你的問題走。
Robby用“使用場景”來劃分界限：
“你不會把 ChatGPT 當成地圖，也不會用它確認一家餐館的開放時間。我們就專注做這些 ChatGPT 沒做好，但使用者非常需要的事。”
從 Instagram 到 Google，從 Stories 到 AI 模式，Robby 的理念始終一致：借鑑別人的靈感沒問題，但要想清楚怎麼把它做成自己使用者需要的樣子。
別人的使用者在意“有趣”，你的使用者在意“有用”，那就圍繞“有用”來設計。
在整個對話的最後，Robby Stein 回到一個特別基礎的問題：什麼樣的 AI 才算好？
不是模型大不大、參數強不強，也不是能不能寫小說、寫程式碼。 而是一句話：
它到底能不能理解你在問什麼？
✅ AI 的核心價值：聽懂你在問什麼
過去我們用搜尋，得先自己想清楚關鍵詞。 用 ChatGPT，也得組織好語言，再生成一下。
但 Robby 說，AI 正在變得“更接近人類思維”。你想問什麼，直接開口就行，不用想格式，也不用擔心表達是否嚴謹。
連孩子都能感受到這種變化：
“我家小孩放學回來會說：'我能不能和Google聊聊？我想問問它斑馬喜歡吃什麼。'然後他們就打開Google，直接說出問題，開始對話。”
✅ 這不是在用搜尋，而是在練習提問
Robby 把這種現象稱為 AI 變成了好奇心引擎。
以前，孩子要看百科全書，要找爸媽問問題；現在，他們第一反應是“去問 AI”。
AI 的最重要變化，不是能寫得多複雜，而是讓提問這件事，變得特別自然。
它不再是一個工具，而是一個可以被說話方式引導的對話過程。
你說：“我周末想帶孩子去科學館，有什麼推薦？” 它會回問：“你們住在那裡？”、“更偏向自然類還是科技類？”、“需不需要提前預約？”
這一來一回的過程，才是真正體現出 AI 模式與傳統搜尋的區別。
Robby 還提到，團隊最近剛上線了一個新功能：Search Live。你在 Google App 裡打開它，就可以直接用語音對話式地搜尋。不用打字，不用翻連結，就像說話一樣和 AI 交流。
他說：
“這是最自然的學習方式，你只需要有一個問題，然後開口說出來。”
✅ 學會用 AI，不是掌握技巧，而是敢於多問
Robby 認為，AI 的未來，不是一個你得精通的人才能用的工具，而是一個連孩子都能用來提問的朋友。
很多人低估了自己能通過 AI 學到多少東西。你只需要願意問。
這不是技術的勝利，而是產品形態的進化。
當 AI 變得聽得懂你說話，你才會願意更常用它，也才真正開始改變自己的學習方式。
這也是 Robby 最看重的：
“AI 能不能被使用者自然地拿來提問，提完以後真的得到幫助。只要它有一次真正幫到了你，那你可能就不會離開它了。”
這一輪 AI 競爭，看上去是模型參數、處理速度、訓練成本的比拚。
但 Robby Stein 看到的是另一條路：
不是功能越多越好，而是要教 AI 理解使用者的需求。
Google 在做的不是復刻 ChatGPT，而是讓 AI 更懂你。
每一次你提問，每一次你追問，每一次你覺得“這個答案對了”，你都在教 AI 什麼是真正有用的回答。
這就是 AI 開始聽懂人的方式。 (AI 深度研究員)