跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

出版商搜索流量崩塌:档案材料究竟说明了什么

档案里最新的两份材料都发布于9月29日。它们描绘的出版与软件经济,正围绕一个假设重组:搜索推荐量会一直下滑。Picnic 因为人工智能改变了工作流程而招工程师,Unblocked 则用自适应路由器取代了固定的推理服务商顺序。

媒体与互联网分析林晓雯发布: 2026年9月29日6 分钟阅读资料来源 5
出版商搜索流量崩塌:档案材料究竟说明了什么

这两件事都跟出版无关。而这正是关键。

档案里日期最新的两条材料,Picnic 的工程团队访谈和 Unblocked 的路由文章,都出现在9月29日。它们都没把搜索当成值得优化的渠道,而是把人工智能系统当作要围绕其构建的东西。档案里没有本周出版商搜索流量的新数字。它有的是一批9月29日的材料,多为工程和研究内容,另有一组关于搜索推荐量下滑的旧标题。后者日期更早,不能在这里当作事实引用。所以这是一篇分析,分析新材料意味着什么,而不是对某项新测量的报道。

9月29日究竟带来了什么

最具体的一条来自欧洲在线超市 Picnic,其工程组织约有400人。9月29日《The Global Move》刊出的一篇访谈中,首席技术官 Daniel Gebler 不接受提问的框定方式。据这篇访谈,他说:“我们不是顶着人工智能在招人。我们是因为人工智能带来的优势才招人。”文章描述的公司里,人工智能已经在帮工程师写代码、审代码、做更多实验。Picnic 的5000万行代码中,约2500万行由分析师而非工程师写成。Gebler 的论点是,单纯的实现已经不再是瓶颈。他说,从规格到代码的工作,人工智能编程工具做得很好,但软件工程不止于此。他把工程师与非工程师之间的界限形容为“更像一个连续谱”,并预测全球软件工程师人数会从大约5000万,走向数亿,甚至可能十亿能够设计、构建和运行软件产品的人。

把这段话放在搜索流量的故事旁边看,任何靠排名吃饭的生意都会觉得这个逻辑不舒服。如果能够构建和运营软件的人扩大一个数量级,争夺同一批查询的页面数量也会同步扩大。档案没有给出这种效应的数字。

它给出的是一家公司告诉你,它认为瓶颈已经移到了哪里。

第二份9月29日的材料把服务商当成可替换的

Unblocked 的文章同样标注9月29日。它讲的是如何用一个路由器取代固定的服务商顺序。路由器按成本和速度给服务商打分,并在可靠性变化时切换流量。这家公司不卖出版产品。但它的运营假设很扎眼:同一个开放权重模型 GLM 5.2,由 Baseten、Fireworks 和 CoreWeave 以不同价格和速度出售,路由器只是在它们之间挑选。在固定顺序的第一个完整周里,Baseten 承担了98.5%的任务,Fireworks 承担1.5%。CoreWeave 的标价大约比 Baseten 低45%,而 Unblocked 没有它的性能数据。路由器的打分方式是:最低成本除以该服务商成本,再乘以0.7,加上最快耗时除以该服务商耗时,再乘以0.3。每五分钟有一个任务汇总代币账本并发布到 Redis,所以选择服务商不会产生网络调用。

整篇文章讲的是,一旦数字变化,就把一个同质化供应商换成另一个。这与出版商历来对待分发渠道的方式形成有用对照。搜索从来不被当作可以随时替换的同质化供应商,而被当作受众。档案里没有证据表明出版商自己已经改变了这一点。

它有证据表明,如今搭建基础设施的软件公司已经不再用那种方式思考。

研究层跑得比报道更快

另外三条9月29日的材料从不同角度指向同一方向。欧洲最大的技术组织之一 VDE 发布的数据显示,德国大学电气与信息技术专业的国际一年级学生20年间大约翻了一倍,并且自2022年以来,他们占全部一年级学生的一半以上。VDE 估计,每投入一欧元培养一名国际学生,日后大约产生16欧元的增加值。但同样的测算显示,超过一半的国际硕士毕业生,55.5%,在完成学业后离开德国。这是劳动力市场的故事,不是媒体的故事,它重要的原因和 Picnic 一样。能够构建软件的人的供给,正在被政策、移民和教育同时重塑,而工具本身也在变。

VDE 的委员会成员提议增加辅导、语言支持和透明的奖学金标准,并指出巴登-符腾堡州是一个样板,那里非欧盟学生缴纳的学费覆盖约三分之一的成本。然后是 NBER 工作论文35782,日期为2026年9月,作者是 Matthew Schwartz、Isaiah Andrews 和 Jesse M. Shapiro。作者描述了一套开源工作流程,让大语言模型利用已发表经济学论文的复现包来复现、改进和扩展该论文。在来自五本经济学期刊的4452个已发表复现包中,该工作流程在3460篇文章或其附录中标出了差异。在496篇文章中,它把某项计算的计算时间缩短了10倍以上,同时精度相当或更高;在923篇文章中,它给出了原论文没有的扩展。

披露声明值得完整读一遍:“本文的分析和写作使用了LLM。在这个项目中,Schwartz 以承包商身份为 Anthropic 工作;结果和观点未获 Anthropic 认可。”这是一篇关于自动化复现的研究论文,而它本身部分由它所研究的技术写成。

它也提醒我们,机器辅助产出的数量正在每一个生产文档的领域上升。

档案在哪里自相矛盾

在核心问题上并不矛盾,因为核心问题根本没有被触及。十二份材料中没有任何一份给出出版商搜索推荐量的实测变化。为提供背景而附上的近期标题提到过一些数字,比如同比下降40%,以及某些小网站下滑60%,但这些被明确标为背景而非可引用的事实,而且日期更早。所以诚实的立场是这样。档案中最新的材料全部来自9月29日,描述的是一整个行业正围绕不依赖搜索推荐量的人工智能系统重建工作流程。Picnic 按这个逻辑招人。Unblocked 按这个逻辑做路由。NBER 的工作流程按这个逻辑发表,并在披露中说明结果未获那家雇佣作者之一做承包商的公司认可。与此同时,VDE 的数字显示,通往德国劳动力市场的工程师管道,漏掉了超过一半的国际硕士毕业生。

这些材料没有一份说明出版商下一季度的流量会怎样。合在一起,它们描述的是一个市场:生产和分发文本的人与工具正在被重组,速度比对其后果的测量更快。

评论 0

资料来源

5
  1. 01We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
  2. 02Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  3. 03VDE Figures: Electrical Engineering Programs Are Popular Internationally, But the Majority Leave Germany AgainEN
  4. 04An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  5. 05The Intelligent Data Platform for the AI EraEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。