一篇新理論預印本把可爬取的網路內容視為共同資源，建立生成式搜尋截留來源價值後，內容量、品質與壽命可能同步受損的模型。研究同時提出七種緩解機制，但尚未用真實平台資料校準。
1. 研究模型示警生成式搜尋可能侵蝕可爬取內容
新聞概述
研究者 Sylvain Peyronnet 於台北時間 8 月 17 日 03:03 提交論文〈When Search Eats the Web〉。作者把可供搜尋引擎爬取的網路內容視為共同資源，建模分析生成式搜尋直接回答問題、卻沒有把相應造訪送回來源時，出版者退出、內容再生資金減少與內容壽命縮短如何互相作用。這是理論模型的結果，不代表真實網路已跨過臨界值。
資訊來源
- arXiv：When Search Eats the Web: A Model of Corpus Erosion under Generative Extraction（v1 於 2026 年 8 月 16 日 19:03:13 UTC 提交）
- arXiv HTML 全文（模型假設、定理、限制與七種存續機制）
資訊可信度
中高。這是一手研究，模型、公式、假設與推導均公開，送件時間也可核對；但目前只是 arXiv v1 預印本，尚未經同儕審查，也沒有用 Google、OpenAI 或其他真實平台資料校準。本文因此只報導作者在特定假設下得到的模型結果，不把它寫成現況量測或必然預測。
事實重點
- 模型用內容量、平均品質與壽命描述可爬取的內容資源。
- 作者設定三條侵蝕管道：高品質出版者退出造成稀釋、導流收入減少造成內容再生耗竭，以及出版者轉向短效內容造成衰退。
- 在論文假設成立時，模型存在單一侵蝕門檻；短期導向的生成式搜尋引擎可能跨過門檻，重視長期價值的引擎則會留在門檻以下。
- 論文討論七種機制，包括轉介下限、預告式答案、付費爬取、流量連動授權、歸因補償、集體協商與可執行的使用訊號。
資訊判讀
判讀：這項研究的價值不在預測哪個平台何時讓網路內容「歸零」，而是把 GEO 的商業循環說清楚：網站被讀取或引用，不等於來源獲得足以支持持續生產的造訪與收入。對網站經營者而言，GEO 成效應同時觀察爬取、引用、轉介與轉換；對搜尋平台而言，來源歸因、導流與授權機制也是內容品質能否長期維持的一部分。
建議行動
- 把 AI 爬蟲請求、AI 回答引用、AI 轉介造訪與實際轉換分開記錄，避免只用「有沒有被引用」判斷 GEO 成效。
- 持續累積電子報、會員、直接流量與第一方資料，降低內容生產完全依賴搜尋導流的風險。
- 依機器人用途分別管理搜尋索引、模型訓練與使用者觸發讀取，不因單篇理論研究全面封鎖所有 AI 爬蟲。
- 若內容具有高成本或高獨特性，預先盤點授權、付費存取與清楚歸因的條件，並保存 robots.txt、伺服器日誌與政策變更紀錄。
