编者按：本文来自《搜索：开启智能时代的新引擎》，作者 斯特凡·韦茨，微软必应（Bing）的高级搜索总监，他站在互联网时代背景下用专业的眼光结合多年的一线工作经验讲述搜索的本质、搜索的意义、搜索的未来以及搜索对商业的意义。

从查找到行动

要在现实世界中完成某事，搜索需要“手和脚”。虽然我们在搜索系统理解世界这方面取得了长足的进步，但只有理解的能力而没有采取行动的能力限制了搜索真正的潜力。此时就是应用登场的时候了。

2014年年初，在我们设备的各种操作系统上有超过150万个应用——也许还有更多，但是各大发行商都对该数字保持缄默。这些应用能让我们做这些事情：

• 消磨时间（《愤怒的小鸟》）

• 记录一段对话供日后使用

• 管理我们的旅程安排

• 进行支付

• 跟踪我们的财务状况

• 打出租车

• 订旅馆

• 记录一个时刻

• 控制家里的灯光和设备

简单来说，应用数量的爆炸让我们的智能设备增强了人类所拥有的自然能力。举一个简单的例子：我要买一根手机数据线并要求送货上门，但是我一整天都要开会。如果没有Postmates和TaskRabbit这样的跑腿服务，我能怎么办呢？我可以给一个朋友打电话（但是开会时不大容易做到这一点）；幻想我有一位助理，我给她写一封邮件，而且她还得有车；给自己设置一个提醒，在回家的路上去取。在所有这些情形中，完成任务的效率实在低下：找人来帮助我，欠他一个人情，记得日后要还；不得不在回家的路上把车停好，只为了去拿手机要用的那根线。这么做不仅破坏了我的生产力，而且在我已经超负荷的脑子里又加上了一项认知方面的负载。

如今我能有什么其他选择呢？我可以随便打开若干应用中的一个，找到一个人（从生产角度来看，此人在那时未被充分利用）去我要他去的地方，买好线，然后放在我想要的地方。我告诉系统我愿意为此付钱，而要是有人觉得这个报酬值得他花时间，他就可以接受这个工作。此人要做的是去商店，找到我要的线，并买下来。一旦他将线放在了我指定的地方，我的应用会收到一个提示，包括我雇人办事和线花费的金额。我只要轻轻一点，就完成了支付。我甚至都不用开口说话就能完成这些事项。所有这些操作都可以在我开会时用手机完成，而此时其他人正讨论着季度计划。

超越应用末日

然而，应用以及它们代我执行的功能不过是达成让搜索为我做事这个目标的中间阶段。我的核心问题是：我为什么非要装个应用才能知道地铁什么时候抵达纽约第二大道站？或者知道仰望星空时所见的星座是什么？或者计算在餐厅里应付的小费是多少？很多这样的应用没做什么事，只是向1一2个根据用户体验包装好的结构化数据源发出一个查询，使得我们在设备上的操作变得简单而已。想象一下这样的场景：我想搭地铁去洛克菲勒中心，于是在21摄氏度的气温中我待在一个角落里，用我的小键盘和小屏幕在应用市场进行一次自从1994年以来就有的关键词搜索，希望找到一些通过拥堵的通信网络下载的代码，再装到我有限的本机存储上去——顺便提一句，这会消耗我的电池寿命，因为它自作主张地开启了我并不需要的推送提醒——我劳心劳力所做的这一切只是为了知道如果我要往北去应该搭F线还是D线。再没有比这更不优雅的事了。

更加明智的做法是将应用推向搜索。这是让搜索“行动”的关键。引擎不需要来自用户明确的需求指示（也就是说，因为我需要地铁的地图，所以我安装了一个应用），就能探测出隐秘的意图。如果我坐在曼哈顿下东区的汤普森酒店，查询洛克菲勒中心，那么从逻辑上说我想去洛克菲勒中心。这里的关键是将推断出来的意图映射到一种新型的轻量级应用上，但它比网络上公开的那些功能更多。简单地说，想象在云端有一系列应用，等着搜索引擎向它们索取信息或者咨询它们能够在现实世界中做些什么。在上例中，我的查询是“我在下东区，要去洛克菲勒中心怎么坐地铁”。它触发搜索引擎向云端最有名气的“地铁应用”咨询该信息，并显示该应用返回的信息，作为搜索的回应。

搜索应该了解应用能做什么，并利用其能力来响应一个查询。这个想法并不算新。简单回顾一下历史。UDDI(通用描述、发现和集成服务）本质上就是一个云端的大型目录，网络服务在其中注册，从而使应用知道它们（比如为了验证一张信用卡）应该选用哪个网络服务。UDDI已死，但是它的想法还是很了不起的。事实上，它在如今比2000年刚出现时更有意义。因为在今天，我们有将近150万个应用（而且很多是网络服务伪装的），所有的用户（除了那些最聪明的用户）越来越迷惑，甚至不知道怎样在网络上做事了。

那么我们需要什么呢？我们需要的是这样一些东西：

• 注册应用功能的方法。我们需要一种能力，让应用能注册它们的接口和方法。如果你的技术背景不那么深厚，我们就需要应用以结构化的方式公开它们具有的信息类型、它们能做什么、应该如何向其发出查询以及它们如何对提问者做出回复。应用应该将这些发布到云端的目录上去。

• 微支付。信息和服务不是免费的。我们也不该指望公司或者个人无偿搜集信息或提供服务。如今我为地铁地图的应用支付1.99美元，下一步则必须有一种方法向访问信息的引擎或用户收费。微支付将比独立的应用便宜很多，地铁路线这样的信息应该收费不到一美分。

• 持续登录和账户。老是要登录而且还要选择和服关联的正确账户，这也是妨碍应用功能无缝桥接的因素之一。现如今我们没有办法轻松地为来自应用的信息进行微支付，它们并不是通过现有的广告模式得到资金。持续登录和单一身份标识将减少系统选择应用时的错误,因为它会更仔细地为每个用户微调意图模型。

• 评级。为一个意图选择合适应用的过程中，有一部分工作是要知道哪个是最好的。系统可以利用评级作为显式学习的方式，并将传统但表现良好的机器学习加以改进，能帮助系统了解应该调用哪个应用——基于某个特定应用最终帮助用户完成一项任务的频率。

对可用的数百万个应用功能的理解如何与搜索关联呢？将我之前需要充电线的例子加以扩充如下。我意识到我把手机的充电线忘在家里了。我现在在办公室，下午马上要出差，已经没有时间回家或者去商店了。我能怎么办呢？如今，我在网络上查找或者咨询我认识的人并请教他们我该怎么做。这些资源可能告诉我有两个应用（TaskRabbit和Postmates)能提供送达服务。于是我打开手机安装这个应用，开始处理业务，其中包括注册该项服务，设置支付方式，学习如何使用该服务，最终还要在应用中来来回回地折腾。这么做效率不是很高。我真正要做的事情（也就是我的意图）是在我出差之前有人把充电线给我送来。

我要做的是，只需要告诉搜索：在我出发去机场前我要拿到我的手机充电线。而搜索应该完成下面的步骤：

• 检查我发出该请求的手机模型（这是如今搜索每天都做的事情)。

• 推断我的意图（我需要买一根充电线）。

• 列出限制条件（我需要充电线的时间要早于我日历上的登机时间，还要减去系统预测我前往机场并办理登机手续的时间）。

• 确定网络上哪个服务能完成我的要求。

• 向某个应用发出请求，并附有一套定义好的信息：请求人，送货地址，请求人愿意支付的金额（根据我个人档案进行推断或者该服务提供者完成一项送达任务的平均价格），任务描述，截止时间。

要是你觉得这听起来像科幻小说，我可以给你看TaskRabbit提供的这些API(应用程序编程接口）的网络文档。这些API现在就能让我们构建一个如上所述的系统，完成这些基于动作的步骤。

当今的挑战——也是搜索公司努力攻克的挑战——是没有一种一致的方式让搜索引擎知道有什么应用、它们能做什么，以及怎样与它们交流。这就像是你在伊斯坦布尔的集市购物，而且你相信肯定会有一个地方让你买到藏红花。而要找到这个摊位，还只能和摊主用你的母语交流，就让所有的交易变得异常困难。你要么不知道自己有怎样的选择，要么没法和摊主沟通，以至无法了解到基于你的条件（你什么时候要，准备付多少钱等）能不能找到你想要的东西。这就是如今搜索和应用所处的状态。

把一切整合起来

至此我们已经看到，下一代搜索系统的很多部分还在开发过程中。有些部分正在有条不紊地建设中，而另外一些的目的都还没有确定。马克·戴维斯是人机交互的先锋，也是很多智能系统的开发者。他将搜索看作多个部件的指挥者，也是制造真正有预见性且有用的“铰链”的关键：

搜索领域的竞争将是谁能提供最值得信赖的平台环境和体验，让数字化的人在互联网中获得力量，而达到这个目标后，生活就变成一个查询的过程。

关键词搜索在特定时候仍然有用，但是你真正想要的是“生活即查询”的效果。我们有一些很不错的例子。有这么一个说法叫“就在手边”，你会想到那些确实合作得很好的人。比如你在手术室中，医生伸出手，手术刀就出现了，不需要他提出要求。这是因为在这个过程中，其伙伴对他如此知根知底，也清楚接下来要做什么，足以让他不必提出任何要求，而需要的东西就在那里了。

我认为在搜索中我们即将看到的是，随着技术越来越先进，在合理的隐私保护、权限控制和数据结构得到保证的前提下，信息和服务将主动出现并供人使用，而不必我们发起请求，因为此时过有效率的生活就是查询本身。我认为这个可能性的影响将非常深远。

于是，你的生活成为搜索的引擎。至于搜索，因为它太了解你，所以哪怕在你做事之前就可以预见到你的需求，当你需要时出现并给你正确的答案、合适的服务、恰当的帮助。通过了解你和这个现实世界，它能做到这一点。它理解你的模式，知道你周围的事物如何行动又如何互动，还能确定怎样是最好的行为，然后呈现给你，因为它总是在衡量所有可能的场景和结果，并放弃糟糕的结果，推荐优化的结果。