2025年，Anthropic提出Context Engineering，TREC调整了RAG评测方向，斯坦福的团队发布了长上下文对比研究。这些信号指向同一个转向：生成式引擎的信息获取方式，已经不是“网页→向量化→相似度高→被召回→被推荐”这条单线管道。我（王涛）研究GEO的这段日子，一直在用采样器观测真实系统的行为，越观测越确认一件事：GEO的重心不该放在经典RAG机制上，而该放在信息获取的全链路。
一、它解决的是什么问题
经典RAG的研究对象是检索管线内部：文本切块、向量化、相似度计算、重排融合。但前沿系统的真实链路远不止这些——复杂问题进来，先要推理、规划查询，然后多轮搜索，打开网页或PDF，提取证据，发现证据不足再搜索，跨来源交叉验证，组织上下文，最后生成答案。GEO真正要研究的完整链条是：用户问题进来，AI如何理解意图，是否触发搜索，查询如何改写或拆解，搜索哪些来源，哪些页面进入候选，哪些证据最终进入上下文，哪些实体或论断被采用，最终引用谁——以及，为什么推荐A而不是B。
这里面只有一个环节叫传统RAG。GEO已经不是“搜索引擎优化”的延伸，也不是“多发内容就能被AI引用”这种粗浅理解。我2026年6月开始搭建GEO研究知识库时，最先遇到的就是这个问题——市面上几乎找不到对AI检索机制、证据链、实验记录的系统化拆解。真正的研究对象应该概括为：生成式引擎的信息获取与证据选择机制。这是GEO的上游，也是GEO的完整战场。
二、结论是什么
第一，旧模型失效。用“网页被向量化→相似度高→被召回→被推荐”来理解GEO，已经跟不上真实系统的复杂度。但这不意味着检索需求消失——实时信息、私有数据、可引用来源永远需要外部获取。第二，学习重心要重新分配。从“RAG Engineer”式的深挖检索算法，转向“LLM Information Access（大模型信息获取）”这一整层：搜索、检索、事实依据与证据锚定、上下文工程、代理式搜索、评估。这三层权重里，检索本身的权重在下降，上下文工程和证据评估的权重在上升。第三，在所有分主题里，“黑盒采样与归因”被评为最高优先级。这一点我尤其有共鸣——我在知识库里一直用“AI黑盒与GEO研究对象是行为”这套协议做实验记录，用多平台AI采样器跑固定50题的GEO Benchmark，观察同一品牌在不同引擎的答案里被采纳还是被忽略。不是外部权威告诉我该这么做，是我自己已经在做这件事，然后被反向确认真是前沿方向。
三、边界在哪里
这个判断的成立条件是模型持续变强、上下文窗口持续变长。模型越强，检索管线的内部优化空间越小——但“信息获取”这个需求不会死，只是重心从“怎么索引”移到了“怎么决策”。需要注意的边界是：生成式引擎本身还在快速迭代，2025年的多轮搜索和验证行为不等于2027年的行为。我观测到的系统行为样本也有限——不同平台对Query的理解方式差异很大，有些引擎的决策机制仍然封闭，只能靠输入输出反推。
四、这改变了什么
对我个人工作最直接的改变是：研究单位变了，从“检索管线”变成了“信息获取全链路”。我做TaoHtml的时候，曾纠结于HTML结构化到何种程度才能在RAG里被更高效地命中。后来在跑采样器时发现，真正决定AI推不推你的，是AI在推理和规划阶段是否决定打开你的页面——而不是单纯的相似度分数。这逼着我重新设计GEO Benchmark的观测维度：不仅要看“有没有被召回”，还要看“在哪个环节被采纳、被谁引用、为什么优先于竞品”。
对企业来说，这个转向意味着投入重心也要变。与其研究检索算法的权重公式，不如研究AI的查询规划器会怎么拆解你所在行业的问题；与其追逐“所有内容都被向量化”，不如确保你的内容在AI跨来源验证时出现在值得抽取的候选集里。我做AI品牌可见度报告时最深的体会是：客户真正关心的从来不是“我们的页面有没有被索引”，而是“AI为什么在回答里提到了我们的竞品而不是我们”——前者是检索问题，后者是证据选择问题。GEO的研究重心，应该彻底倒向后一种。
—— 王涛（Taomir）