谷歌算出杀死结果页的数学

搜索这个行业最坚固的一块地基，上周被人从图纸上画掉了一条线。

Google DeepMind 用一组数学证明：一个模型理论上可以不依赖独立索引完成排序。翻译成人话——支撑了二十多年 SEO 行业的“爬取、建库、打分、排十条蓝链”这套流水线，在理论上有了替代方案。一旦真上线，可见性不再是你排在第几位，而是你在不在场。

同期还有几条不起眼的消息：谷歌在 AI 内容指引中加入事实核查要求；Gemini 的外链开始带 UTM 标签；桌面端点击率（CTR）在 Q2 继续下滑。单看每条都是例行更新，拼在一起，是一张新牌桌。

这篇我们不聊恐慌，聊清楚三件事：索引消失意味着什么、为什么实体（Entity）成了新入场券、营销人接下来 90 天该干什么。

🔢 一篇论文，动摇了搜索的底层假设

做了十几年 SEO 的人，肌肉记忆里都刻着同一张架构图：蜘蛛爬取页面，进入倒排索引，查询进来后按几百个信号打分，最终输出一个排序结果页。

这个架构的经济意义在于：索引是 Google 的护城河，也是网站流量的分配机制。你有排名，才有曝光；有曝光，才有点击。整个内容营销、外链建设、技术 SEO，都是在为“进入索引并排到前面”这个目标服务。

支撑这套架构的规模有多大？Google 官方"Search Central"文档披露，其索引包含超过 4000 亿份文档，约合 1 亿 GB 数据（来源：Google "In-Depth Guide to How Google Search Works: Crawling & Indexing"）。这个数字本身就是成本压力的最好注脚——全量索引是一个必须永远追着全网内容跑的基础设施。

Google DeepMind 这次证明的，是另一条路在数学上成立：模型可以直接完成检索与排序，不需要那个独立的、需要持续维护的索引层。这条技术路线的代表工作有两个：

• 《Transformer Memory as a Differentiable Search Index》（Tay 等，NeurIPS 2022）：首次证明单个 Transformer 可以在不建倒排索引的情况下，直接输出文档 ID 完成检索，链接：arxiv.org/abs/2202.06991；
• 《Neural Corpus Indexer》（Wang 等，Google Research 2023）：把这套生成式检索推到了千万级文档语料的规模，链接：arxiv.org/abs/2306.02643。

两篇论文合在一起，给出的是一个明确的信号：检索的“索引层”在数学上是可以被吸收进模型里的。

关键区别在输出端。排序架构天然产生“十条结果”，每条都有位置；生成式架构产生“一个回答”，回答里要么有你，要么没有你。

Search Engine Journal 前编辑 Duane Forrester 的判断很直白：如果这套东西真的上线，"visibility stops being a position and becomes inclusion or absence"——可见性不再是位置，而是包含或缺席（来源：Forrester 的 LinkedIn 帖子，2025 年 11 月，linkedin.com/in/duaneforrester）。

这对行业的杀伤力是结构性的。位置型可见性是连续的：第一名拿 30% 点击，第五名拿 5%，大家都有汤喝。包含型可见性是二元的：被引用，拿走绝大部分注意力；没被引用，等于不存在。中间没有第 4 名、第 7 名可以守。

而砍掉索引层不只是技术升级，还是一次巨大的成本优化。算一笔账就清楚：面对 4000 亿份文档、每天仍在膨胀的全网增量，维护全量索引是一个无上限的固定成本；如果模型直接排序在效果上追平，砍掉这一层省下的是爬取、去重、索引存储与实时更新的整条流水线。这就是为什么这条技术路线值得所有做流量的人认真读一遍：它不是论文，是预告片。

🧭 从“排名”到“被记住”：实体才是新入场券

金句先放这儿：AI 不引用网页，AI 引用它“相信”的实体。

Marketing AI Institute 在 MAICON 2026 上的一个演讲把这件事讲透了（活动官网：marketingaiinstitute.com/maicon）。传统 PR 教营销人怎么给记者 pitch 故事、维护媒体关系。这套功夫依然有用，但它已经不能决定你的品牌会不会出现在买家向 ChatGPT、Gemini 或 Google 的 AI Overviews 要推荐时的答案里。

逻辑不复杂。生成式模型输出一个推荐时，靠的不是某个页面的排名信号，而是关于一个“实体”的分布式知识：这个品牌是谁、被哪些权威信源提及过、事实层面是否一致、社群里怎么谈论它。

看这张四象限就明白：过去靠关键词覆盖和技术优化起家的打法（右下往左下那一片），在包含型可见性的世界里正在变成“存量玩家”。而实体资产厚、信源可信度高的玩家，天然站在被 AI 引用的位置上。

这件事已经有量化证据。Muck Rack 在 2025 年 7 月发布的《The Impact of Public Relations on Generative AI》研究中，对超过 1 万条 AI 生成回答做了溯源分析，发现新闻与 earned media（第三方媒体报道）是 AI 回答引用最多的信源类别，占被引用链接的大头（来源：muckrack.com/ai-report）。换句话说，模型在"该相信谁"这个问题上，直接继承了新闻编辑部的权重。

这就是为什么"Entity-Led Digital PR"（实体驱动的数字公关）开始成为一条独立打法：它不是让你多发几篇软文，而是系统性地回答三个问题——

• 你是谁：品牌实体在各平台的信息是否一致、结构化数据是否完整；
• 谁替你说话：第三方权威信源、行业报告、媒体报道里有没有你的名字；
• 你说的是否可核验：产品参数、数据、声明，能不能被模型交叉验证。

用一句话概括这个变化：以前甲方买外链是为了排名，现在买提及是为了让 AI 记住他。钱还是那笔钱，逻辑全换了。

金字塔的结构说明了一件事：被引用是结果，不是动作。你能直接操作的只有底座和中层，顶层交给模型。

📉 CTR 在掉，归因在被重写

如果说 DeepMind 的论文是“未来时”，Q2 的数据就是“进行时”。

Search Engine Journal 的 Matt Southern 在 SEO Pulse 里汇总了几条信号：桌面端 CTR 在 Q2 出现下滑；谷歌更新 AI 内容指引，要求 AI 生成内容可被事实核查；Gemini 输出的链接开始带 UTM 标签；另外法院驳回了两起 AI 相关诉讼（来源：SEJ SEO Pulse 通讯，searchenginejournal.com/category/seo/）。

下滑不是传闻，是可以对表的数字。两条公开数据：

• Pew Research Center 2025 年 7 月的实证研究：对 9 万次谷歌搜索行为追踪发现，结果页带 AI 摘要时，用户点击链接的比例是 8%；没有 AI 摘要时是 15%——点击率近乎腰斩（来源：pewresearch.org）。
• Ahrefs 2025 年 3 月对 30 万个关键词的研究：当 AI Overviews 出现时，排在第一位的网页在信息类查询上的 CTR 平均下降 34.5%（来源：ahrefs.com/blog/ai-overviews-reduce-clicks）。

关于诉讼那条，具体说：2024 年 11 月，纽约南区联邦法院驳回了 Raw Story Media 与 AlterNet 对 OpenAI 的版权诉讼，理由是原告未能证明“可识别的实质性损害”；同月，法院对 《纽约时报》等诉 OpenAI 案中相当一部分主张也做出了限缩性裁决（来源：Reuters 报道）。这两起裁决的信号是：AI 产品形态短期内没有司法刹车。

这几条里，UTM 最容易被低估。过去 AI 渠道流量在 analytics 里是一笔糊涂账，站长分不清一条推荐到底来自经典搜索还是 AI 回答。Gemini 主动带 UTM，等于谷歌亲手把 AI 渠道从“暗流量”变成了“可归因渠道”。对投放和增长团队来说，这是第一次可以拿真实数据回答：“AI 引用到底带不带转化？”

而 CTR 下滑和事实核查要求，其实是同一枚硬币的两面：结果页上的回答越来越完整，点击越来越少，Google 需要确保这些回答里的每个事实都站得住——所以它会优先引用那些数据有出处、声明可核验的内容。

把三件事串起来看，产业逻辑就清晰了：流量结构从“漏斗”变成“窄管”。

✅ 内容生产逻辑要换引擎了

金句：过去的优化是为了让爬虫读懂你，现在的优化是为了让模型敢引用你。

谷歌要求 AI 内容可事实核查，表面上是对内容农场的一次收紧，实际上重新定义了“好内容”的标准。

过去二十年，内容 SEO 的优化对象是匹配：关键词覆盖、话题相关、结构清晰。这在排序架构里行得通，因为你只需要在十条结果里排前面，用户点进来自己判断。

生成式架构里没有“点进来自己判断”这个环节。模型替用户做了判断，而模型判断的第一原则是不被打脸。一篇数据无出处、声明模糊、互相矛盾的内容，哪怕写得再漂亮，在“可核验”这一关就会被过滤掉。

这直接改变了内容团队的排产优先级：

• 原创数据、实测结果、一手案例，价值上升——因为它们是模型无法从别处获得的信源；
• 改写、拼接、关键词堆砌型内容，价值趋零——它们既不会被引用，还可能污染实体信誉；
• 内容里的每一个数字，都要默认会被交叉验证。写“行业领先”不如写“2025 年 Q3 复购率 41%，样本量 1.2 万单”。

这个方向不是猜测。BrightEdge 对 AI Overviews 的持续追踪研究发现，具备清晰数据来源和结构化内容特征的页面，被 AI 回答选中引用的概率显著更高（来源：BrightEdge AI Catalyst 研究，brightedge.com）。模型跟记者一样，喜欢敢署名的人。

这其实是内容行业的一次挤水分。过去靠信息差和搬运能赚到的流量，在可核验标准下会加速出清；留下来的位置，属于真正生产信息的人。

⚙️ 90 天路线图：从恐慌到动手

判断讲完了，给一套可落地的动作。不建议任何人推翻现有 SEO 体系——经典搜索流量还在，排序架构也不会一夜消失。正确姿势是双轨并行：保住存量位置，同时建设存量之外的引用资产。