邊競爭邊借力：OpenAI 被曝呼叫 Google 搜尋資料餵養 ChatGPT

商場上最微妙的關係，大概就是我天天想著怎麼幹掉你，轉頭卻還在偷偷用你的核心資料打底。

據 The Information 報道，OpenAI 一直在通過一家叫 SerpApi 的第三方抓取服務，悄悄把 Google 的搜尋結果扒下來，用來訓練並驅動 ChatGPT。尤其在新聞、體育比分和金融市場這類需要極高即時性的領域，ChatGPT 很多時候呼叫的其實是 Google 的勞動成果。

敲不開正門，就從側面翻牆

其實去年 OpenAI 就去找過 Google，想光明正大地花錢接入後者的搜尋索引，結果當場被 Google 嚴詞拒絕。這事在後來美國司法部對 Google 的反壟斷訴訟檔案裡寫得清清楚楚。

但這沒能擋住 OpenAI。正門走不通，它們就找了位於得州奧斯汀的資料抓取服務商 SerpApi。有意思的是，SerpApi 原本還在官網上公開掛出 OpenAI 是自己的客戶，後來大概是覺得太惹眼，又悄悄撤掉了。

有這個需求的不止 OpenAI 一家，Meta、Apple 以及 OpenAI 在搜尋領域的直接對手 Perplexity，都在 SerpApi 的客戶名單上。而為了支撐 ChatGPT 的龐大算力，OpenAI 甚至還在租用 Google Cloud 的伺服器，可以說是把商業上的務實主義發揮到了極致。

抓現行的假網頁實驗

ChatGPT 到底有沒有用 Google 搜尋，外部開發者其實早就用釣魚實驗測出來了。

前 Google 工程師 Abhishek Iyer 之前做過一個測試，他故意製作了幾個完全捏造的假網頁，而且確保這些網頁只被 Google 的搜尋引擎抓取並建了索引。隨後他拿著相關問題去問 ChatGPT，結果 ChatGPT 直接吐出了那些假網頁上的內容。

這幾乎坐實了 ChatGPT 在呼叫 Google 的搜尋結果摘要。OpenAI 雖然手裡有微軟 Bing 的搜尋介面，自己也在拼命跑爬蟲，但遇到冷門內容或長尾問題，兩家的索引質量跟 Google 比還是差得太遠。

OpenAI 內部對此心知肚明。在今年早些時候的一場法庭證詞中，OpenAI 員工 Nick Turley 就坦白承認過，他們設想過讓自家索引承擔 80% 的搜尋流量，但目前連這個目標的邊都還沒摸到。至於 100% 靠自己，在現階段根本不可操作。

為什麼重要

站在使用者的角度，這並不是什麼壞事。你現在用 ChatGPT 查最近的賽果或突發新聞，能拿到還算靠譜的答案，很大程度上得感謝它背後兜底的 Google 資料。不過我們認為，如果你要查極其專業、冷門或必須百分之百準確的資訊，現在依然不值得把 ChatGPT 當成首選搜尋引擎，直接去搜原始網頁通常更穩妥。

對行業來說，這暴露出 AI 時代的搜尋護城河到底有多深。ChatGPT 哪怕每週有 7 億活躍使用者、年收入奔著 100 億美元去，面對 Google 一年 5 萬億次的搜尋底座，依然只是個小學生。沒有十幾二十年積累的網頁快照、反作弊和長尾索引，光靠大語言模型根本撐不起一個真正的搜尋產品。

我們認為 OpenAI 這一步走得相當狡黠，甚至有點趁火打劫的味道。Google 明知道對手在抓自己的資料，卻因為正被司法部盯著反壟斷調查，生怕起訴第三方抓取服務會落下「壟斷打壓」的口實，只能眼睜睜看著。但這種寄生打法最大的隱患在於脆弱性，一旦監管環境生變或者 Google 狠下心升級反爬，OpenAI 的即時搜尋能力很可能會當場露餡。