学习精选 · 谷歌搜索优化
技术与算法更新

Google 的下一次更新不会动索引,也不会有人发公告

Search Engine Journal2026-11-19约 4 分钟读完AI 整理查看原文

Google Research 发表的 sleep 框架让模型在离线阶段把使用中学到的信息固化进长期权重。作者认为这预示着一种新的'更新'形态:不改变索引排序,而是改变模型相信什么,且不会有任何公告。对品牌方来说,'被模型学到'正在取代'被索引'成为新的竞争目标。

今天就能做

  • 今天就去核对品牌核心事实在各渠道的一致性,矛盾信息未来不只是混淆风险,而是固化风险
  • 重要声明尽早发布,赶在模型下一次固化之前,因为固化后纠错成本会从'改页面等重爬'变成'模型遗忘'
  • 把 AI 答案的无缘无故变化记录下来,作为模型内部排练机制的观察素材,而不是只盯排名波动

Google 实际发布了什么

  • 论文描述两阶段生命周期:wake 阶段模型把新信息存入短期记忆,sleep 阶段停止输入并运行 consolidation 和 dreaming 两个步骤
  • consolidation(知识播种)把新事实写入新分配的参数,而不是覆盖旧知识;dreaming 则让模型自己生成合成样本、用梯度方法筛选后再微调
  • 实验覆盖四个场景:顺序学习新语言几乎零遗忘、千万 token 级长上下文召回、文档事实吸收超过监督微调、80 亿参数开源模型的数学推理
  • 底层论文 6 月就挂在 arXiv,博客只是 Google 决定公开说出来,不是新发现

它不是什么,以及大家都跳过的部分

  • 这是研究不是产品:没有部署时间表,实验用的是 1.7B 和 8B 的 Qwen 开源模型,不是 Gemini
  • 没有报告 sleep 周期的算力成本,团队外也无人复现结果
  • 实验中新事实以文档形式进入,不是用户对话或爬取的网页,'模型从你的聊天里学习'的说法超出了论文范围
  • 但 Google 一贯的模式是先发研究弧线再逐步落地,从业者该问的不是这个方法会不会上线,而是设计方向说明了什么

更新早就安静过一次

  • Google 每年更新搜索数千次,2022 年 Danny Sullivan 透露前一年的实验和质量测试超过 80 万次,只有少数核心更新有公告
  • AI Overviews 每天无公告地拉取新页面,检索层的静默早已发生
  • sleep 框架改变的是另一层:检索决定模型能查到什么,固化决定模型不查任何东西时相信什么
  • 被检索的事实有引用、有保留、下次抓取可替换;被固化的事实则以'模型确知'的口吻说出,两者对品牌的意义完全不同

被学到成为新的被索引

  • consolidation 是选择性的:模型不会照搬所有短期记忆,dreaming 阶段用梯度过滤器给样本打分,这本质上是一个排序函数
  • 过滤器会偏好跨来源一致的事实——与模型已有知识冲突的版本更难通过筛选,你公司信息的矛盾版本从检索时的混淆风险变成了固化风险
  • dreaming 意味着模型用你从未发布的数据排练,没有竞品动作、没有页面改动、没有更新运行,关于你的答案也可能变
  • 从事实进入短期记忆到下一次固化之间有一个窗口:此时纠错很便宜;固化之后再改就是'遗忘'问题,从权重里摘除单个事实而不伤及其余仍是未解难题

从业者该怎么读这条研究弧线

  • 这条线有约两年的脉络:Titans 到 Hope(Nested Learning,2025 年 11 月)再到 sleep 框架,是不同频率更新的记忆块体系
  • 作者 3 月曾提出训练数据截止日期已成为排名因素,当时假设截止日是一堵有日期的墙,现在这堵墙开始按自己的日程移动
  • 外层是已公告的模型版本,内层是持续累积的无公告固化——这是从业者熟悉的'公告核心更新+静默调整'结构在更深一层的复制
  • 排序层不会消失,新机制叠加在它之上,作用于写答案的那个模型

现在能做的三件事

  • 清理公司事实的一致性:官网、目录页、旧内容里互相矛盾的表述,未来决定'哪个版本被学到'的是拟合度而不是你的偏好
  • 把重要的事实性声明安排在模型固化周期之前发布,趁纠错还便宜的窗口期建立正确版本
  • 把'答案变了但什么都没变'的现象纳入排查思路——模型内部排练可能是原因之一,不必只归咎于页面或竞品变化

原文:Google’s Next Update Won’t Touch The Index, And Nobody Will Announce It

来源:Search Engine Journal · 2026-11-19

查看原文

本文由 AI 阅读原文后整理,未经人工逐字核对,内容以原文为准。

登录后可以点赞、查看和发表评论