AI 摘要正在悄悄改写搜索流量分配：维基百科数据揭示的行业拐点

一个被反复修正的估算值，为什么值得所有内容从业者关注

当搜索引擎不再只是「给链接」，而是直接「给答案」，网站从搜索端获得的访客会发生什么变化？围绕这个问题，学术界与平台方给出的数字并不一致，而维基百科恰好提供了一个罕见的天然实验场。

华盛顿大学的一篇工作论文（作者为 Mehrzad Khosravi 与 Hema Yoganarasimhan）给出了一组被多次修正的估算：在 Google 的 AI Overviews（AI 摘要）于 2024 年在美国成为默认展示之后，英文维基百科每月从外部搜索引擎获得的引荐量大约下降了 5%。该论文在 9 月 2 日做了最新一次更新，尚未经过同行评审。值得注意的是，作者在 2025 年 2 月曾发布过一个更大的降幅数字，随后被这次修正取代——这个「修正本身」也是理解整件事的关键线索。

Google 方面对「把各搜索引擎合并统计的引荐指标能否单独归因于自身功能」提出异议。维基媒体基金会则从另一个角度回应：大量用户是通过 AI 工具和搜索工具接触到志愿者编写的内容的，只是他们没有直接访问 wikipedia.org。

为什么维基百科能成为「流量实验」的样本

维基媒体会按月公开各语言版本（英语、德语、法语等）的点击流数据，颗粒度可以细到条目级别。这套数据有两个特点：一是把外部搜索引擎合并归类，二是会省略访问量过低的「来源—条目」配对。研究者针对被省略的处理后计数尝试了多种取值，最终估算结果几乎一致，说明结论对这类技术处理并不敏感。

实验设计的巧妙之处在于时间差与地区差：AI Overviews 于 2024 年 5 月在美国默认开启，而在样本期内德国和法国尚未默认开启。研究者用语言版本近似代表不同地区——样本期内约四成英文维基流量来自美国，而德语、法语版本的流量主要来自未默认开启该功能的国家。如果 2024 年 5 月之后，同一批条目在英文版的引荐下降幅度明显大于德文、法文版，那么这个差值就可以被视作该功能带来的影响。

数据窗口为 2023 年 12 月至 2024 年 12 月，2024 年 5 月被设定为第一个处理后月份。样本包含 499,927 对匹配的英德条目，以及 530,873 对英法条目。方法上采用泊松伪最大似然双重差分模型，用于估计计数类指标的百分比变化。

核心数字：5.45%、4.82% 与那个 10 亿量级

按上述模型，默认展示 AI 摘要使英文维基百科的月度外部搜索引荐量相对德文版下降 5.45%，相对法文版下降 4.82%。折算到英文版整体，大约相当于每月减少 1.0027 亿次搜索引荐，全年约 12 亿次。需要强调，月度数字来自模型推算，年度数字则假设该效应全年保持稳定；两者都只覆盖搜索引擎的直接引荐，并不等于维基百科的全部流量。

论文版本迭代也值得留意：早期版本使用每日页面浏览量，报告的降幅约为 15%；v5（8 月 26 日）改用月度搜索引荐并加入德法对照组，v6（9 月 2 日）继续更新。当前版本还加入了一组英日对照，显示 16.53% 的下降，但作者明确表示这只是方向性支持，因为时间窗口更短、对照组也不同。

这个估算「不能证明」什么

把结论外推之前，有几条边界必须说清楚。

第一，归因并不完全干净。 维基媒体的公开数据把外部搜索引擎合并在一起，论文自己也承认这一局限。Google 对 UOL Tilt 表示，这导致分析无法单独剥离出 Google 的影响。作者 Yoganarasimhan 的回应是：其他引擎只占很小一部分流量，而且分析利用的是 AI 摘要上线带来的时间断点。

第二，它衡量的是特定环境下的引荐变化。 也就是「英语读者身处默认开启 AI 摘要的环境」时发生了什么。这与 2025 年 4 月讨论过的另一项实验不同——后者显示当搜索过程中出现 AI 摘要时，降幅更大。两者相关，但结论不同，不能混为一谈。

第三，口径是「人」和「次」。 统计的是人类读者从搜索引擎进入的次数，如果某人从 Google 进来后连续阅读三篇条目，也只计一次访问。同时，英文维基的访客多数来自美国以外，这会稀释被测效应。研究设计也无法完全排除 2024 年其他只影响英文搜索、不影响德法搜索的事件。

第四，收入估算纯属假设。 作者按典型广告费率推算，一个同等规模的广告支持型网站每年可能损失 1082 万至 3708 万美元。但维基百科本身不投放广告，这个数字既不代表维基媒体的真实财务状况，也不意味着有任何资金流向了 Google。

第五，长期影响未知。 论文没有考察编辑活跃度、捐赠行为，也没有回答「访问量减少是否会反过来影响未来内容生产」。

平台方的另一套叙事：8% 的整体下滑

维基媒体基金会提供的是另一种视角。2025 年 10 月，产品总监 Marshall Miller 披露：在改进机器人检测并重新归类 2025 年 3 月至 8 月的流量之后，所有语言版本的维基百科人类页面浏览量同比下滑约 8%。此前曾出现一波访问量激增，看起来像真实用户（主要来自巴西），但其中很大一部分是刻意绕过检测的机器人流量。Miller 把下滑归因于生成式 AI 与社交媒体平台，同时提醒：由于检测方法随时间变化，重新归类后的数据需要谨慎解读。

这组数字衡量的是整体人类页面浏览量，不是关于 AI 摘要的因果估计，因此不能与论文的 5% 直接相加。到 2026 财年（2026-27）草案规划中，基金会已经把「页面浏览量下降、来自 Google 的引荐减少、以及被其称为前所未有的机器人流量」列为预期将持续、而非短期波动的结构性挑战。

从 SEO 到 GEO：内容方的应对逻辑正在改变

把学术估算与平台数据放在一起看，可以提炼出一条更实用的判断：搜索流量的「总量」未必崩塌，但「分配方式」正在迁移。用户不再必须点击进入网站才能获得答案，品牌曝光与流量获取开始解耦。这也是 Search Engine Journal 等长期跟踪搜索行业的媒体持续关注该议题的原因——它关系到每一个依赖自然搜索的内容方。

对内容团队而言，可操作的应对方向包括：

• 从「排名思维」转向「被引用思维」：优化目标不只是进入前十，而是让内容成为 AI 答案的引用来源。结构化数据、清晰的事实陈述、可验证的来源链接都会提升被引概率。
• 用第一方数据对冲平台波动：邮件列表、社群、直接访问，是搜索引荐之外更可控的资产。
• 重新评估「零点击」场景下的价值：即使不产生点击，品牌在答案中的出现本身也具有认知价值，需要纳入衡量体系。
• 关注跨语言、跨地区的差异：AI 功能的默认开启状态因地区而异，这既带来风险，也带来时间窗口。

关于搜索引擎如何处理与展示 AI 生成摘要，可参考 Google 搜索官方文档 与 Wikipedia 关于 AI 摘要的说明；想了解维基媒体公开数据的口径，可查阅 Wikimedia Foundation 的相关公告。

国内视角：同一道题，不同的解法

海外围绕 AI 摘要与流量分配的讨论，在国内也有对应版本，只是路径不同。百度在搜索结果中推进 AI 摘要与「AI 搜索」形态，直接改变了中文站点的点击结构；与此同时，文心一言、通义千问、DeepSeek、豆包、Kimi、智谱 GLM、讯飞星火等产品把「问答式获取信息」变成了主流习惯之一。与 Google 的路径相比，国内厂商更强调在自有生态内闭环完成信息获取，内容方获得的引荐路径因此更分散、也更难用单一指标衡量。对中文内容团队来说，这意味着需要同时关注传统搜索、AI 助手引用、以及平台内推荐三条不同的流量来源，而不是只盯住一个搜索排名。

常见问题

AI 摘要真的让维基百科流量下降了 5% 吗？

这是华盛顿大学一篇尚未同行评审的工作论文的估算值，衡量的是英文维基百科每月从外部搜索引擎获得的引荐量相对德文、法文版本的变化（分别约 5.45% 和 4.82%）。它是基于模型的因果估计，不是对全部流量的直接测量。

为什么论文的降幅从 15% 改成了 5%？

早期版本使用每日页面浏览量，后来改用月度搜索引荐，并在 v5、v6 版本中加入德文与法文对照组。指标口径和对照组都变了，因此数字不可直接比较。

这个结论能直接套用到普通网站吗？

不能直接套用。维基百科不投放广告、流量结构特殊，且研究只覆盖搜索引擎的直接引荐。但它揭示的方向——AI 摘要环境下点击行为发生变化——对所有依赖自然搜索的站点都有参考意义。

维基媒体基金会说的 8% 下滑是同一回事吗？

不是。8% 是 2025 年 3 至 8 月流量重新归类后，全部语言版本人类页面浏览量的同比变化，属于描述性统计，不能与论文的因果估计相加。

内容方现在最该做什么？

优先让内容具备「被 AI 引用」的条件：清晰的事实、可验证的来源、结构化表达；同时建设第一方渠道，降低对单一搜索引荐的依赖。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。