ChatGPT 被欧盟纳入大型搜索服务监管：AI 正在变成新的信息入口

最近欧盟对 ChatGPT 的监管动作，值得关注。

欧盟委员会正式将 ChatGPT 纳入《数字服务法案》（DSA）下的 Very Large Online Search Engine，简称 VLOSE 监管范围。

VLOSE 可以理解为"超大型在线搜索服务"。

这个分类以前更多会让人想到 Google 这类传统搜索引擎。

现在 ChatGPT 也进入了这个监管框架。

这件事背后其实说明了一个变化：

ChatGPT 已经不只是一个聊天工具，它正在逐渐承担信息检索和信息入口的角色。

一、VLOSE 到底是什么

VLOSE 的全称是：

复制代码

Very Large Online Search Engine

中文通常可以理解为：

复制代码

超大型在线搜索引擎

这是欧盟《数字服务法案》中的一个正式分类。

当一个在线搜索服务在欧盟拥有足够大的用户规模，并且对用户获取信息的方式产生明显影响后，就可能进入这一监管范围。

欧盟设置的一个重要门槛，是平均每月覆盖大约 4500 万欧盟用户。

达到这个规模后，平台需要承担更多责任。

例如：

系统性风险评估
内容和信息传播风险管理
未成年人保护
算法透明度
平台审计
公共安全相关风险控制

所以，VLOSE 并不是一个"产品类型标签"。

它更像是一种监管级别。

二、为什么 ChatGPT 会被当成搜索服务

这个问题其实很好理解。

过去查资料，很多人的操作流程是：

复制代码

提出问题
   ↓
打开搜索引擎
   ↓
输入关键词
   ↓
浏览多个网页
   ↓
自己整理答案

现在越来越多人的操作变成：

复制代码

提出问题
   ↓
打开 ChatGPT
   ↓
AI 搜索网页
   ↓
AI 整理信息
   ↓
直接得到答案

网页并没有消失。

变化的是中间那一层。

以前用户自己完成"搜索 + 阅读 + 筛选 + 总结"。

现在这些步骤开始被 AI 接手。

从用户体验来看，这已经非常接近搜索服务。

甚至某些场景下，比传统搜索更直接。

传统搜索解决的是：

去哪里找答案？

AI 搜索试图解决的是：

答案是什么？

这两种产品形态之间的边界正在变得越来越模糊。

三、AI 搜索和传统搜索最大的区别

传统搜索引擎通常返回一组链接。

用户需要自己判断：

复制代码

哪个网页更可信
哪个结果更新
哪些内容和问题真正相关

AI 搜索则会多做一步。

它把多个来源重新组织成一个答案。

可以简单理解成：

复制代码

传统搜索：

Query
  ↓
Search Engine
  ↓
Web Pages
  ↓
User

AI 搜索：

复制代码

Query
  ↓
Search / Retrieval
  ↓
LLM
  ↓
Summarize / Reason
  ↓
Answer
  ↓
User

LLM 被放到了搜索结果和用户之间。

这一步看起来只是"帮忙总结"。

但平台责任会因此发生明显变化。

四、为什么监管会变得更复杂

传统搜索引擎主要决定：

复制代码

哪些网页排在前面

AI 搜索还会进一步决定：

复制代码

哪些信息被选中

哪些信息被忽略

不同来源如何合并

最终答案如何表达

这就增加了一层新的风险。

举个简单的例子。

假设搜索到了三个来源：

复制代码

来源 A：认为某项技术可行

来源 B：认为风险较高

来源 C：认为目前证据不足

传统搜索可能把三个链接都展示出来。

用户自己阅读。

AI 搜索可能最后生成一句：

目前来看，这项技术已经基本可行。

这时模型不只是"找信息"。

它实际上参与了信息判断。

因此监管关注的问题，也会从：

"搜索结果是不是合规"

进一步扩展到：

"AI 是怎么生成这个结论的"。

五、ChatGPT 的角色正在发生变化

过去大家对 ChatGPT 的理解更多是：

复制代码

ChatGPT = AI 聊天工具

后来开始加入：

复制代码

文件读取
代码执行
网页搜索
图片理解
数据分析
Agent

于是产品逐渐变成：

复制代码

ChatGPT
├── Chat
├── Search
├── Coding
├── Research
├── Agent
├── Files
└── Tools

从产品结构上看，它越来越不像一个单纯的"聊天窗口"。

更像一个统一的信息和任务入口。

这也是为什么现在监管机构开始用传统互联网平台的标准来看待 AI 产品。

六、AI 平台会越来越像互联网平台

以前 AI 公司竞争的重点主要是模型。

例如：

复制代码

推理能力
上下文长度
Coding 能力
生成速度
Token 成本

现在还要增加一批新的指标：

复制代码

搜索能力
数据来源
工具调用
Agent
内容治理
用户权限
平台责任

产品规模越大，这些问题就越重要。

OpenAI、Anthropic、Google、xAI 最终竞争的可能不只是"谁的模型更聪明"。

而是：

谁能成为用户处理信息和任务的默认入口。

七、对开发者来说，这件事也有现实影响

很多开发者现在已经同时使用多个 AI 平台。

例如：

复制代码

ChatGPT
Claude
Gemini
Cursor
Copilot
各类 API

以前 AI 工具可能只是偶尔用一下。

现在已经逐渐变成固定的软件成本。

对于个人开发者可能只是几个订阅。

到了团队环境，就会多出：

复制代码

账号管理
权限
API Key
账单
预算
订阅续费
费用归属

这些看起来和模型能力没关系，但是真正长期使用以后都会遇到。

我们自己在做海外 AI 和 SaaS 工具费用管理时，也会倾向于把不同用途拆开。

例如通过 MXK8 虚拟卡 给不同的 AI、API 或 SaaS 服务分别设置付款方式，方便后续区分订阅来源和团队支出。

这个需求其实也是 AI 工具从"尝鲜产品"变成长期生产工具之后才逐渐明显起来的。

真正进入生产环境后，大家关心的不再只是：

复制代码

模型好不好用

还会关心：

复制代码

成本是否可控
账号是否好管理
账单是否清晰
服务是否稳定

八、Google 真正面对的竞争是什么

现在就说 ChatGPT 会替代 Google，还太早。

Google 的产品体系远远不只是搜索。

它还有：

复制代码

Search
YouTube
Maps
Android
Chrome
Ads
Cloud
Gemini

这是一个非常完整的互联网生态。

但用户行为确实正在变化。

以前遇到问题：

我搜一下。

现在越来越多人会说：

我问一下 AI。

这句话看起来没什么。

其实意味着用户入口正在发生变化。

真正值得竞争的，从来不只是搜索结果页面。

而是：

用户产生问题后，第一个打开哪个产品。

九、AI 搜索下一阶段更值得关注的几个问题

我觉得接下来可以重点观察三个方向。

1. 信息来源透明度

AI 给出的答案需要让用户知道：

复制代码

信息来自哪里
来源是否可靠
内容是否最新

只给结论、不展示来源，很难支撑高可信场景。

2. 搜索和生成之间的边界

未来 AI 产品可能需要更清楚地区分：

复制代码

检索到的事实
模型自己的推理
模型生成的表达

否则用户很难判断哪些是原始信息，哪些是模型加工后的结果。

3. 平台责任

当一个 AI 平台拥有上亿用户后，它已经不只是模型提供商。

它实际上开始具备类似：

复制代码

搜索平台
内容平台
软件平台
Agent 平台

的多重属性。

监管方式自然也会跟着改变。

写在最后

ChatGPT 被纳入 VLOSE 监管，真正值得关注的并不是"欧盟给 ChatGPT 换了一个分类"。

而是 AI 产品的角色正在发生变化。

以前的大模型主要负责回答问题。

现在它开始：

复制代码

搜索信息
筛选来源
总结内容
执行任务
连接工具

当这些能力逐渐集中在一个产品里，它自然会越来越接近传统互联网平台。

未来判断一个 AI 产品的重要性，可能不会只看模型参数或者 Benchmark。

还要看：

有多少人把它当成进入互联网的第一入口。

从这个角度看，ChatGPT 被纳入大型搜索服务监管，并不是一个孤立的政策事件。

它更像是一个信号：

AI 搜索已经从实验功能，开始进入真正的平台阶段。