大家好，我是Neo。

今天聊一篇论文，但重点不是那个数字，而是这个数字被改过的这件事本身。

华盛顿大学的 Mehrzad Khosravi 和 Hema Yoganarasimhan 做了一篇 working paper，题目叫《Impact of AI Search Summaries on Website Traffic》，用维基百科做实验对象，研究 Google 的 AI 概览（AI Overviews，下称 AIO）到底从出版方手里拿走了多少流量。

这篇论文今年2月第一次放出来的时候，结论是跌了大约15%。到9月2日最新一版，结论变成了跌了5.45% / 4.82%。

同一组作者、同一个数据集、同一个因果设计，结论缩到了原来的三分之一。而媒体今天引用的，基本还是那个“15%”。

先别急着说“学术圈又翻车了”。恰恰相反——这次修订值得每个做独立站的人认真看一遍，因为它暴露了“AI抢流量”这个话题里，最容易被人为放大的那个环节：测量。

一、先说这个实验为什么设计得聪明

AI 抢流量这件事，难就难在你没法做对照实验：你不可能让一半用户看到 AI 概览、一半看不到。

聪明的办法是找一个自带对照组的东西。维基百科正好符合：

• 同一篇文章，存在几十个语言版本（内容基本对应）；
• 不同语言版本的读者，主要来自不同地区；
• Google 在 2024年5月把 AIO 在美国设为默认，而德国、法国的语种在样本期内还没有默认开启。

于是就有了一个天然的“同一篇文章、不同待遇”的准实验：如果 2024年5月之后，英文版的搜索推荐相对德语版下滑了，那个差额就可以归因给 AIO。

论文用的数据是 Wikimedia 公开的 article-level clickstream（按月，统计外部搜索引擎带来的人类推荐访问），样本期 2023年12月到2024年12月，配对样本包含 49.9 万对英德文章、53 万对英法文章，估计方法用的是 PPML 双重差分模型（专门处理计数型数据）。

结论：

对比组	英文站搜索推荐变化	折算规模
英文 vs 德语	-5.45%	约每月少 1.0027 亿次搜索来源访问
英文 vs 法语	-4.82%	折合一年约 12 亿次
英文 vs 日语（补充检验）	-16.53%	样本期更短、对照组不同，作者只说“方向性支持”

二、那个“15%“是怎么来的，又是怎么消失的

这是我觉得最有意思的部分。

初版（v1）：用的是每日页面浏览（pageviews），对照组选了印地语、印尼语、日语、葡萄牙语，结论是 -15%，还顺手算出了一个吓人的外推——这个样本量的英文文章“每天少了 1,150 万次访问、每年少了 42 亿次”。

最新版（v6，9月2日）：换成了每月搜索推荐（search referrals），对照组换成德语和法语（理由更硬：这两个语种的读者大部分在美国之外、样本期内没有默认 AIO），结论变成 -5.45% / -4.82%。

三个变化叠加，数字就缩了：

1. 指标换了。 页面浏览包括“内部跳转、直接访问、社交、书签”等所有入口；搜索推荐只算搜索引擎送来的。AIO 是搜索功能，用搜索推荐来衡量，因果链更干净——但这样一换，其他入口造成的“水分”就被挤掉了。
2. 对照组换了。 用印地语、印尼语做对照，会把“英文互联网在 2024 年的整体变化”也算进效应里；换成德语、法语，两个对照组给出一致的结果（-5.45% 和 -4.82%），可信度反而更高。
3. 从“日”收敛到“月”。 颗粒度越细，AIO 出现/不出现的抖动就越大；按月的口径更稳。

我在抓取-回馈比那篇里说过一句话，这次原样复用：换一个窗口、换一个口径，同一个现象能算出差好几倍的数字，而且两边都不算错。

三、谷歌为什么不认，以及论文自己列出的限制

谷歌的反驳很具体，而且不是耍无赖：Wikimedia 公开的 clickstream 数据把所有外部搜索引擎合在一起，不区分来源。 所以这份分析没法把 Google 单独摘出来。谷歌对 UOL Tilt 是这么说的。

论文作者的反驳也站得住：Google 占全球搜索市场约 90%，其他引擎的占比很小；而且分析用的是“AIO 在 5 月上线”这个时间断点，不是用 Google 的份额变化。

但我更欣赏论文自己列的限制清单，它诚实得让人放心：

• 只统计直接来自搜索引擎的人类推荐。如果一个人从 Google 进来后连读三篇文章，只算一次访问；
• 大部分英文维基读者其实在美国之外，所以测出来的效应是被稀释过的；
• 设计上没法完全排除“2024 年其他只影响英文搜索、不影响德法搜索”的事件；
• 那个“如果换成有广告的网站，一年会损失 1082 万到 3708 万美元”的推算，是纯假设——维基百科没有广告，这个数字不代表任何真实的钱去了谷歌。

最后一条尤其重要。“损失 X 亿美元”这种句式，传播力永远比“某个估计的置信区间”强。 你下次看到它，先问一句：这钱是谁的、从哪算出来的。

四、把另外两组数据摆在一起看，故事才完整

单看论文容易走偏，另外两条线索得一起读。

第一条：Wikimedia 官方的数据（2025年10月，产品总监 Marshall Miller）。

• 3–8月，全球维基百科的人类页面浏览同比下降约 8%（这个数字是在改进机器人识别、剔除了来自巴西的一批伪装流量之后才确认的）；
• 坏机器人占总流量的 37%（2023 年是 32%）；
• 机器人占了最贵的那部分流量的 65%、页面浏览的约 35%；
• 团队每天拦截或限流约15 亿次请求；
• Commons 媒体文件的下载带宽，相比 2024年1月涨了 50%。

注意 Marshall 的措辞：他把下滑归因于生成式 AI 和社交平台，但明确说那是“判断”而不是“因果实验”。

第二条：Pew 的点击行为研究。

Pew 分析了 2025年3月的 68,879 次 Google 搜索（来自 900 名美国成年人的浏览记录）：

• 页面上有 AI 摘要时，人们点击传统结果的比例是 8%；没有摘要时是 15%；
• 有 AI 摘要的页面访问里，只有 1% 最终点了摘要里的某个来源；
• Wikipedia、YouTube、Reddit 三家合计占被引用来源的 15%。

第三条：谷歌自己的说法。

谷歌搜索负责人 Liz Reid 在 2025年8月的博文里称，有机点击总量同比“相对稳定”（没给具体数字），4月在 Bloomberg 的 Odd Lots 播客上也是这个口径。

把三条线合起来看：

人类回馈在降（官方 -8%，论文估计搜索推荐 -5%），机器需求在涨（带宽 +50%、最贵流量 65% 来自机器人、每天拦截 15 亿次），而平台说“点击总量稳定”。

这三句话可以同时为真。因为它们量的是三本不同的账。

五、平均值骗人：-19.6% 和 -7.4% 才是关键

如果这篇论文只给你一个 -5%，那它对独立站的参考价值有限——毕竟“平均下来掉 5%“听着不痛。

但论文自己拆了类型。初版基于每日数据的分组估计是这样：

内容类型	相对降幅
文化类（Culture）	-19.6%
地理类（Geography）	-16.6%
历史类	约 -14%
STEM 类	-7.4%

结论翻译成人话：

一个短答案就能满足的信息型内容，跌得最狠；需要多步判断、带具体参数和操作步骤的内容，抗跌。

维基百科的文化类条目，就是典型的“你问一句、它答一句”——AI 概览能原地答完。而 STEM 条目往往涉及公式、推导、具体条件，用户还是要进去看。

这跟“什么内容最容易被 AI 替代”的行业直觉完全一致，只不过这次有了因果证据。

六、独立站该拿这篇论文做什么

1. 先做一次“文化类条目体检”。

把你现有的信息型页面拉出来，挨个问一句：这个页面的核心信息，能不能被 AI 用三句话说完？ 能说完的，就是高危区——不是让你删，而是让你别把 KPI 押在它的点击上。

2. 把两本账分开记。

• 人类回馈账：Search Console 里的自然点击、AI 报告里的展示；
• 机器需求账：服务器日志里 AI 爬虫的抓取量、带宽成本。

只盯第一本账，你会觉得世界在崩塌；只盯第二本，你会以为一切正常。这两本账在一起才是真的。

3. 给“被引用但没被访问”设计出路。

维基百科的困境其实是个模板：被引用最多，回馈最少。它给出的答案不是一个“反 AI”的技术方案，而是——把引用变成另一种入口：品牌词直接搜索、邮件订阅、工具页、社区。

独立站也一样。如果你的页面经常出现在 AI 答案里但点击很少，那你要问的不是“怎么让它点进来”，而是“一个已经知道我的品牌名的人，下一步会去哪，我有没有在那里等着“。

4. 别用这篇论文去说服任何人“AI 抢了多少”。

它会变的。这是它的第二版，而行业里被反复引用的“实锤研究”，绝大多数停在第一版。

Neo的解读

我看到这个“15% → 5%“的过程，第一反应不是”论文不靠谱“，而是——如果这篇论文没被修订，那 15% 会跟着我们走很多年。

行业里那些被反复引用的“实锤数字”，有多少停在某个作者的第一版、某个公关稿的第一次估算？我们在抓取-回馈比那篇里见过一模一样的戏码：同一个指标七个版本，最大最小差 30 倍，每一个都被写进了 PPT。

所以这篇论文给我最大的收获，不是 5% 这个数，而是两件事：

第一，AI 抢流量是真的，但它是“分流”，不是“灭绝”。 对维基百科这种被 AI 大量引用、内容最标准化的网站，一年下来是搜索推荐少 5%、访问少 8%。不是腰斩，不是归零。行业里“流量暴跌 60%“的故事，大多发生在网站本身就有问题的前提下——把 AI 当替罪羊，比承认自己的内容单薄要舒服得多。

第二，平均数掩盖的那个 12 个百分点，才是你的机会。 -19.6% 和 -7.4% 之间的差距，不是运气，是内容类型。短答案能解决的，注定被吃掉；需要经验、参数、步骤、判断的，还在。

我的做法一直没变：能被三句话说完的内容，不指望它带来点击；不能被三句话说完的内容，才是我的主战场。 你要做的，是把资源往后者挪，然后耐心等——因为 AI 越强，“不能被三句话说完”的名单会越短，而留在名单上的东西，价值会越高。