谷歌AI搜索正在偷走你的学习过程，这三个维基百科工具想把它还回来

核心洞察

谷歌把搜索变成聊天机器人这件事，我最在意的不是准确率，而是它悄悄拿走了你在结果页之间来回翻找、比对、判断的那个过程。那个过程才是真正长知识的地方。这篇文章介绍的三个工具，思路都是用维基百科的数据来重新组织搜索路径，我觉得方向是对的，但能不能长期活下去，取决于谷歌之外的搜索引擎还愿不愿意提供链接式结果。

---

谷歌全面转向AI搜索，我高兴不起来。

就算谷歌的AI每次都能给出准确答案，不胡编乱造，不危害公共安全，我对这件事本身也有意见。我压根不信它能做到那个程度。有分析发现谷歌的AI概览大约每十次就错一次。这还只是被测出来的。

两个层面的担忧。一是对内容生产者不公平，点击率已经在掉了，这是正在发生的事。二是搜索框变成聊天框之后，用户看到的世界会变窄。搜索时那些麻烦的步骤，翻结果、判断来源、把信息拼起来，恰恰是学习发生的地方。别人嚼碎了喂给你的东西，既养不了脑子，也帮不了你学东西。

这个博客顶上写着一句话：你值得拥有通往有用信息的便捷路径，就像你值得拥有干净的水和食物。我是认真的。谷歌和其他搜索引擎放着那么多搜索结构和思路不去做，偏要押注一个昂贵的、我认为以目前的形式永远不可能稳定运行的技术，这让我很烦躁。

我一个自闭症老太太，对面是四万亿美元的公司，直接对抗是不可能的。但我可以做替代品。我可以把想法做成工具分享出来。硅谷不提供的搜索方式和搜索空间，至少值得留一块地方给它们。至少值得我花时间。

下面三个工具都是我实际在用的，免费，没有广告。

核心结论

1. 谷歌AI概览大约每十次搜索就错一次，且点击率下降已在影响内容生产者。
2. 搜索框变成聊天框后，用户跳过翻结果、判断来源、拼接信息的过程，而这个过程恰恰是学习真正发生的地方。
3. MiniGladys一个维基百科前端工具，突出显示官方网站和社交媒体账号等官方链接，适合快速查找网站链接或确认公众人物信息。 是维基百科的前端工具，将官方网站和社交媒体链接单独提取并置于显眼位置，用于快速查找人物官网或确认公众人物信息。
4. Wikipedia Seismograph一个分析维基百科页面浏览量数据的工具，展示公众兴趣峰值，并生成按日期限定的谷歌新闻搜索链接。 利用维基百科自2017年起积累的公开页面浏览量数据，识别公众关注度峰值，并生成限定日期的谷歌新闻搜索链接，用于快速补充新闻人物背景。
5. Wiki-Guided Google Search I一个查找维基百科文章相关主题的工具，提供搜索这些主题的谷歌和谷歌新闻链接。 和 II 通过维基百科数据重组搜索路径：I 将大主题拆分为子主题，II 按章节统计高频词以构建具体查询，两者均用于在通用搜索引擎上实现主题引导搜索。

快速查官方链接：MiniGladys

你每天有多少次谷歌搜索，只是为了找一个网站链接、确认一个公众人物的名字怎么拼、或者了解一下刚听到的某个名字？这类搜索大部分在维基百科上就能完成。MiniGladys让它变得很方便。

MiniGladys是维基百科的一个前端，它把官方网站和社交媒体账号这类链接单独拎出来放在显眼位置。找一个人的官网或者确认某个明星的真实脸书主页，几秒钟的事。前提是他们的公关团队还在维护那些页面。都2026年了，我希望他们还在维护。

网站还提供了根据关键词生成维基百科文章RSS订阅的工具，以及查找相关主题的功能。你会看到一个叫Gossip Machine的标签页，它的作用是找出维基百科条目上公众关注度突然升高的时间段，然后生成谷歌新闻搜索链接。那个工具是为快速使用设计的，我想给你看的是功能更强的Wikipedia Seismograph。

查公众人物的背景：Wikipedia Seismograph

维基百科每个条目的页面浏览量数据是公开的，大概从2017年开始积累。这个数据很有用，因为维基百科太普及了。一个人或话题上了新闻，就会有一波人去维基百科查，浏览量就会出现峰值。

你可以把维基百科的浏览量数据理解成“化石化的注意力”，它记录了公众对某人或某话题的关注什么时候最活跃。Wikipedia Seismograph分析这些数据，画出关注度峰值图，你点几下就能把它变成谷歌新闻搜索。用公众关注度数据来创建限定日期的搜索空间，等于是在信息里划出一小片水域，结果不会太多，但信息密度高。

我用Seismograph来查新闻人物的背景。某个参议员突然上了新闻，我不认识他。用Seismograph可以往回翻九年，轻松找到让他成为公众关注焦点的那些新闻。比直接谷歌搜索快很多，一般几分钟就能补上背景，除非那人真的做了很离谱的事。这个工具生成的是限定日期的谷歌新闻搜索链接。如果谷歌新闻也被AI搞烂了，我就换一个搜索引擎。

Wiki-Guided Google Search（I和II）也是一样，谷歌一旦倒退，我就把它们重新接到别的搜索引擎上。搜索的繁重工作都是维基百科在做。

不用AI的主题引导搜索：Wiki-Guided Google Search（I和II）

在通用搜索引擎上做主题搜索，一个很大的问题是结果太多，铺天盖地。你可以加关键词来缩小范围，但如果你对一个话题本来就不了解，你根本不知道该加什么关键词。

Wiki-Guided Google Search I会找出任何维基百科条目的相关主题，然后给你谷歌和谷歌新闻的搜索链接。Wiki-Guided Google Search II一个按标题分解维基百科文章并统计每个部分最常见词汇的工具，帮助用户构建精确查询。稍有不同。

WGGS II把维基百科文章按标题拆开，统计每个部分里出现频率最高的词，然后按章节列出来。想构建一个谷歌搜索，点那些词就行，点到查询框看起来对了，按搜索按钮。WGGS I是把大主题拆成子主题的工具，WGGS II是围绕一个主题的某个具体方面来构建查询的工具。

只要还有搜索引擎提供基于链接的结果，我就会继续做搜索替代品。如果所有基于链接的搜索引擎都消失了，我已经有一些自己做搜索引擎的想法，专门领域的，不是通用的。AI在搜索里有它的位置，但它应该是调料，不是主菜。

常见问题（FAQ）

谷歌AI搜索有什么问题？

作者担忧谷歌AI搜索会减少出版商流量、限制用户视野，并阻碍深度学习。AI概览约每十次错一次，且聊天式搜索让用户失去翻找比对的过程，而这个过程才是学习发生的地方。

MiniGladys和Wikipedia Seismograph怎么用？

MiniGladys是维基百科前端，快速查找官方网站和社交媒体链接。Wikipedia Seismograph分析维基百科浏览量数据，画出关注度峰值图，并生成限定日期的谷歌新闻搜索链接，用于查公众人物背景。

Wiki-Guided Google Search是什么？

Wiki-Guided Google Search I和II利用维基百科数据生成精准搜索查询。I找出相关主题，II按章节统计高频词，点击构建查询。它们提供不用AI的主题引导搜索，让搜索更可控透明。