谷歌母公司Alphabet在2026年第三季度的财报里说，AI投入正在推高搜索查询量，商业类查询也在涨。这话是皮查伊亲口说的。但报道没给任何数据支撑这个因果关系：涨了多少，哪一部分该算在AI头上，全是空白。查询量涨本身不新鲜，真问题是用户拿到的答案有没有跟着变准。
答案大概率没跟上。Maomu介绍的长链路工具LongHarness盯的就是这件事：AI搜索栽跟头的地方，常常出在跨文档取数、反复核对版本、再据此推理这一连串环节上，而事实就在这个过程中悄悄过期，搜不搜得到反倒不是主要问题。它让Agent持续追踪证据，维护一份账本：哪些事实还有效，哪些结论依赖它们，哪个缺口值得继续查。发现错误就回头更正。两套骨干的对照、组件消融、纠错案例，都指向同一个结论：检索一次远远不够。
arXiv上那篇Retriever-Free Retrieval走得更远，干脆想扔掉检索器。理由是现有检索还停在词法匹配，或者在固定嵌入空间里算相似度，而语言模型的能力早不是这个量级，两边明显不对称。论文的办法是用决策模型直接在文档之间导航，边看边决定下一步翻哪儿，不用先算一遍相似度，再一次性取回一堆片段。
三条线拼起来看，AI搜索的瓶颈已经从“取回”挪到了“判断”。查询量涨是好事，说明用户还在回来；可要是答案的可靠性仍然靠一次性相似度匹配撑着，涨得越多，错得越多。真正该投入的是证据维护和过程纠错，AI搜索能不能站住，就看这个。