​谷歌澄清 Chrome 搜索重定向至 AI 模式並非新計劃

2026年6月8日 06:003600 次瀏覽

重點摘要

谷歌Chrome瀏覽器金絲雀版本中測試的AI搜索模式功能,原允許用戶在地址欄輸入搜索詞後直接進入AI模式而非傳統搜索頁面。但谷歌迴應稱,此測試實為錯誤,且無計劃設為默認行為,當前功能描述為“將搜”。

站內 AI 整理稿

## 重點整理:谷歌澄清 Chrome 測試 AI 搜尋導向為誤觸,非正式計畫

近日有開發者在 Chrome 瀏覽器的金絲雀版本(Canary)中發現一項新功能:當使用者在網址列輸入搜尋關鍵字後,瀏覽器會直接將請求導向「AI 模式」,而非傳統的搜尋結果頁面。這項觀察引發外界猜測,認為谷歌可能正在測試將 AI 互動常態化,甚至逐步取代既有搜尋引擎介面。然而,谷歌官方隨即出面澄清,表示此測試純屬錯誤,並非任何新計畫或未來預設行為,該功能目前的描述標籤僅為「將搜」的實驗性標記,不會對一般使用者造成影響。

## 背景脈絡:金絲雀版本中的意外測試

Chrome 的金絲雀版本是谷歌為開發者與早期測試者提供的先行通道,經常會出現尚未穩定的實驗性功能。這次被發現的 AI 模式,原本是讓使用者在地址欄輸入查詢後,直接跳轉到類似生成式 AI 對話的頁面,而非傳統的搜尋引擎結果列表。由於近年來谷歌積極發展名為「搜尋生成體驗」(Search Generative Experience,SGE)的 AI 功能,外界自然將其視為進一步整合 AI 的訊號。但谷歌回應指出,該測試只是工程師在實驗過程中不小心觸發的錯誤設定,並非經過規劃的正式功能,也絕非為了取代傳統搜尋。

## 功能描述「將搜」引發的誤解

根據原文提及,當前測試中的功能描述僅顯示「將搜」二字,這可能是「將搜尋導向至 AI 模式」的簡稱,但由於缺乏詳細說明,讓許多技術觀察家誤以為這是谷歌有意為之的新策略。事實上,谷歌 AI 搜尋服務(SGE)目前仍以獨立選項存在,使用者必須手動啟用才能體驗,並未強制預設。這次金絲雀版中的錯誤測試,只是反映了開發團隊在內部實驗中不斷調整 AI 與傳統搜尋的界線,但谷歌明確強調,短期內沒有計畫讓 AI 模式成為 Chrome 的默認行為。

## 可能影響:對使用者體驗與產業信任的雙重衝擊

雖然這次測試僅限於金絲雀版本,且已被識別為錯誤,但事件仍可能產生兩方面影響。首先,對使用者而言,部分經常使用開發者版本的人可能因突然跳轉至 AI 頁面而感到困擾,甚至對谷歌的透明溝通產生疑慮。其次,在產業層面,此事件再次凸顯 AI 搜尋與傳統搜尋之間的張力:谷歌一方面需加速 AI 應用以應對競爭(如微軟的 Bing Chat),另一方面又要避免過於激進的變革嚇跑依賴傳統搜尋的龐大用戶群。谷歌的快速澄清,顯示其試圖在創新與穩定之間取得平衡,避免市場誤判。

## 讀者可關注的後續:正式版何時導入 AI 模式?

對於關心 Chrome 與 AI 整合進度的讀者,接下來應留意兩個方向。第一,谷歌是否會在未來穩定版本中,以選項而非預設的方式推出類似的 AI 搜尋模式?這可能取決於 SGE 的實際使用回饋與技術成熟度。第二,Chrome 的「錯誤測試」頻率是否會增加,代表後台實驗力度加大?若更多類似標記出現在金絲雀版中,或許意味著谷歌正默默進入 AI 轉型的加速期。建議讀者持續追蹤官方開發者論壇與 Chrome 版本發布說明,以掌握第一手資訊,避免被片面測試內容誤導。

## 結語:AI 搜尋的未來仍在演化中

谷歌這次的澄清雖然迅速平息了短暫的猜測,但也提醒我們,AI 搜尋的應用場景正處於快速演化階段。從 SGE 到 Chrome 地址欄的實驗,每一步都可能改變人們獲取資訊的方式。對一般使用者而言,現階段無需擔心預設行為改變,但保持對新功能的了解仍是有益的。畢竟,當 AI 模式真正準備好成為選項時,如何善用它的優勢,將會是數位生活的新課題。

Related

相關文章

GPT發AI原創新成果了

這篇消息聚焦「GPT發AI原創新成果了」。原始導語提到:AI實現藥物全自動研發,還遠嗎? 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

剛剛

AI越強,越要“殺死”過去的自己

這篇消息聚焦「AI越強,越要“殺死”過去的自己」。原始導語提到:人類需要實現思維模式的轉變。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

1 小時前
MarkTechPost AI研究與前沿

Salesforce CodeGen Tutorial: Generate, Validate, and Rerank Python Functions With Unit Tests and Safety Checks

In this tutorial, we implement an end-to-end workflow for Salesforce CodeGen. We load a CodeGen model from Hugging Face, prepare it for code generation, and use it to generate Python functions from natural-language prompts. We then move beyond basic inference by adding function extraction, syntax checking, static safety checks, unit-test-based validation, best-of-N candidate reranking, multi-step program synthesis, prompt-style experimentation, benchmark visualization, and artifact export. Through this workflow, we learn how CodeGen can be used not only as a code completion model but also as part of a structured code-generation pipeline that evaluates, filters, and organizes generated solutions. Loading the Salesforce CodeGen Model from Hugging Face Copy CodeCopiedUse a different Browserim

7 小時前

Transformer之父離開谷歌,奧特曼等了他十年

這篇消息聚焦「Transformer之父離開谷歌,奧特曼等了他十年」。原始導語提到:27億美元也沒能留住,Noam Shazeer追尋下一代架構。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

15 小時前

Dario訪談首曝:Mythos被稱為“超級武器”

這篇消息聚焦「Dario訪談首曝:Mythos被稱為“超級武器”」。原始導語提到:在這場69分鐘完整訪談裡,Dario Amodei 說人類真正面對的不是某個突然降臨的奇點,而是一條已經開始垂直起飛的指數曲線。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

19 小時前

用結構替代數據,因果世界模型如何重塑具身智能大腦

這篇消息聚焦「用結構替代數據,因果世界模型如何重塑具身智能大腦」。原始導語提到:因果世界模型需要一個標誌性的時刻來證明自己。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

19 小時前