几乎任何有抱负的通用搜索引擎都有一个共同的梦想：整合人类所有信息，并让大家用最便捷的方式各取所需。 对此，百度说：“让人们最便捷地获取信息，找到所求”；谷歌说：“整合全球信息，使人人皆可访问并从中受益”。 这两者表达的实际上是同一个愿景。 然而，这注定是一项不可能完成的任务。据科学家估测，人类信息大概只有0.2%实现了web化，并且这个比例很可能在持续降低。更甚的是，即便在已经web化的信息中，搜索引擎的蜘蛛能抓取到的和不能抓取到的比例为1:500。 万里长征的第一步即是对付“暗网”。所谓“暗网”，简言之即为“搜索引擎抓取不到的网页数据”。点亮“暗网”早已纳入各大搜索引擎的日程之中，很明显，这将是一场旷日持久的战争。 “暗网”之谜 1994年，学者JillEllsworth 提出了一个名为“Invisible Web”（不可见网络，即暗网）的新词汇，并对其下了定义：这些网站可能已经被合理地设计出来了，但是它们却没有被任何搜索引擎索引，以至于事实上没有人能找到它们。 而从信息量来讲，与现在能够索引的数据相比，“暗网”更是要庞大得多。根据Bright Planet公司此前发布的一个名为《TheDeep WebSurfacing The Hidden Value》（深层次网络，隐藏的价值）白皮书中提供的数据，“暗网”包含100亿个不重复的表单，其包含的信息量是“非暗网”的40倍，有效高质内容总量至少是后者的1000倍到2000倍。更让人无所适从的是，Bright Planet发现，无数网站越来越像孤立的系统，似乎没有打算与别的网站共享信息，如此一来，“暗网”已经成为互联网新信息增长的最大来源，也就是说，互联网正在变得“越来越暗”。 当然，所谓“暗网”，并不是真正的“不可见”，对于知道如何访问这些内容的人来说，它们无疑是可见的。 迎战“暗网” 对于庞大的“暗网”，目前搜索业界通行的策略主要有两种：其一，构建更有针对性的“暗网”爬虫，以便获取后台数据库；其二，与“暗网”网站合作，实现信息的对接和上浮。 对于第一种策略，它始终贯穿搜索引擎的发展过程。百度产品部相关人士对此表示，目前针对搜索引擎的升级和更新中，大部分与“暗网”问题有关，只不过对普通用户来讲，他们很难察觉。 第二种策略似乎更成效。不管是国外的谷歌、雅虎，还是国内的百度，都有针对性的计划，并且用户已经体验到了它们带来的变化。 巨头的较劲 股民刘先生最近在百度搜索时无意中发现，当关键词为股票代码时，得到的结果第一项便是该股票的K线图，还有当日的成交量等信息。而切换到谷歌，得到的结果如出一辙。他体验到的这一技术，在百度被称为“阿拉丁”，在谷歌则叫“onebox”。 除了股票，在百度搜索英文单词、人民币汇率、天气预报、电视节目表等等，网民都会有意外收获。这一点，网民的感触要比在谷歌中深，一个典型的例子是，在百度和谷歌中分别输入“天气”，百度将直接根据用户的IP判断其所处位置，给出当地的天气情况，而谷歌则在第一个结果中给出了一个搜索框，让用户进一步查询。 显然，在用户体验上，百度占了上风。这得益于其上线不久的“搜索开放平台”，这一平台是“阿拉丁”计划的一部分。其运作逻辑是：百度开放API接口，各大网站提交已经结构化的数据，设定好关键词和展示方式、位置，获得百度审核后，当网民检索设定的关键词，则自动触发这一机制，展现最直接的信息。 对比百度搜索开放平台和谷歌onebox，两者的最大区别就是与网站的互动，前者更为充分。换句话说，onebox更多是谷歌自己在使劲，而搜索开放平台则是百度与站长一起在努力。据百度阿拉丁项目负责人透露，平台上线两个月以来，站长提交的资源数量超过3000个。 搜索的变革 在对付“暗网”的过程中，搜索引擎正在完成它的蜕变，不论是后台还是前台，这才是这场战役的真正意义。“搜索引擎越来越聪明了，它能看穿我的心思。”90后网民小龚说。他是一个球迷，平时最喜欢看意甲，一天在百度搜索“意甲射手榜”，“居然结果中直接就是榜单，让人意外。” 一位业内人士表示，搜索引擎试图让人们以最小的成本获得最直接的信息，“哪怕是少一次鼠标点击，也是巨大进步。” 有意思的是，随着百度搜索开放平台、谷歌onebox、雅虎Search Monkey等计划的展开，搜索结果真正变得“乱糟糟”的——你总能看到网页链接的结果中间夹杂着图片、新闻、视频，或者图形、表格等信息，这种变革对网民的体验大有裨益。 而评论人士则指出，这些计划将搜索引擎从“只读时代”带入了“可写时代”。或许未来，对于每一个网站，每一个用户，都有资格改变搜索引擎。