谷歌 SEO & AI 每周资讯和 Linus 思考 260927

2026 年 9 月 21 日至 27 日，搜索行业同时出现了算法更新、搜索数据口径变化和模型产品降价。Google 启动了全球垃圾内容更新，Search Console 开始报告来自图片和相机的网页搜索，研究者则用实验观察 AI 搜索是否会减少用户访问外部网站。OpenAI 和 Anthropic 在同一周发布了更便宜或更高效的模型，这会改变 SEO 团队使用 Agent 做研究和检查的成本，但不会直接改变 Google 的排名规则。

本周要点

• Google 于 9 月 24 日启动 9 月垃圾内容更新，适用于全球和所有语言，官方说最长可能需要两周完成，暂时没有公布具体针对哪一种垃圾手法。
• 一项包含 1,100 名用户的随机实验发现，单独使用 Google AI Mode 会减少外部网站点击，也没有带来更高的满意度；这让“AI 搜索曝光”与“网站访问”之间的差距有了更直接的证据。
• Search Console 开始提供网页多模态搜索报告，覆盖 Lens、Android 圈选搜索、图片上传和 Chrome 的“搜索此图片”，并允许导出数据。
• OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格比对应的 GPT-5.6 促销价低 50%；Anthropic 发布 Claude Opus 5.5，称其每项任务成本比 Opus 5 低 40%。
• 百度站长平台开始预告 AI Traffic Analysis，准备报告 AI 引用、AI 展示、AI 点击和 AI CTR；数据服务仍在分阶段上线。
• Lighthouse 13.5 增加 Agentic Resource Discovery（ARD）审计，检查网站是否提供可供 AI Agent 发现工具和服务的目录，但 ARD 仍是提案，不是 Google 排名因素。

Google 9 月垃圾更新：先等完整周期，再拆页面原因

Google Search Status Dashboard 在 9 月 24 日宣布了9 月垃圾内容更新。更新适用于全球和所有语言，Google 没有说明它针对哪一种垃圾政策，也没有给出具体恢复步骤。官方只确认了一个时间范围：更新最长可能需要两周完成。

截至 9 月 27 日，行业跟踪工具和站长论坛已经观察到 9 月 25 日至 27 日的排名波动，但这些记录只能说明变化与更新窗口重合。它们不能说明某个站点一定被这次更新处理，更不能说明掉词来自内容、链接、抓取或其他因素。

实际排查时，应该把页面、国家、查询、点击、展示、索引状态和人工措施放到同一份时间序列里。页面在更新窗口内掉词，只能作为调查起点；还要对照Google 垃圾政策检查批量生成、缺少独特信息、误导用户和操纵排名等问题。Google 的生成式 AI 内容说明也没有把“使用 AI”本身列为违规条件，判断重点仍然是内容质量和是否违反垃圾政策。

Marie Haynes 的算法更新记录也把 9 月 24 日标为本次 Spam Update。这个记录适合用来固定时间点和对照其他算法变化，但它不是 Google 的官方诊断，也不能替代站点自己的 Search Console 与日志数据。

AI Mode 减少外部点击：AI 搜索曝光不能直接等同于流量

9 月 23 日，Search Engine Land 报道了一项基于 1,100 名用户的随机现场实验。研究将用户分配到传统 Google Search、AI Overviews 和 AI Mode 等不同体验，结果显示，AI Mode 会减少指向外部网站的点击，也没有同时提升用户对搜索结果的满意度和信任。论文原文仍应作为主要依据，行业文章只是对实验结果的解释。

这项研究的价值在于，它测量的是用户行为，而不是某个工具的可见度曲线。AI 搜索可能把答案留在搜索产品里，用户看到了品牌或页面内容，却没有访问网站。对内容团队而言，“被 AI 提到”“获得外部链接”和“产生访问”应该是三个字段，后面还要接上注册、加购或询盘等业务结果。

同一周，Comscore 数据被公开引用：2026 年 6 月，美国桌面搜索中带有 AI Overview 的搜索约占 39.4%，高于 2025 年 7 月的 25.8%。这个数字来自特定国家、设备和月份，不能当作全球比例，也不能用来预测某个站点的 CTR。它至少说明，AI 摘要已经足以影响传统搜索结果的观察方式。

Google 对 Search Console 的定义也需要保留在报告里：AI Overview 中指向外部网页的链接点击，才会计入网站点击；打开新的 AI Mode 或执行查询细化的入口，不能按同一种点击理解。做 GEO 监测时，建议同时记录展示位置、链接是否指向外部页面、是否产生访问，以及最终转化。

Search Console 新增网页多模态搜索报告

9 月 24 日，Google Search Central 发布了网页多模态搜索效果报告。报告会在 Search 结果效果报告和生成式 AI 功能报告中提供新的搜索类型，覆盖四种入口：Google Lens、Android 圈选搜索、把图片上传到 Google Search，以及在 Chrome 中选择“搜索此图片”。Google 表示，这项数据从当天开始全球推出，站点只有在获得相关流量后才会看到指标。

这个更新解决的是“图片搜索带来了什么表现”的测量问题。它没有新增查询词维度，Search Analytics API 文档也没有把多模态列为可直接请求的维度。因此，团队可以从 Search Console 导出数据，再按页面、国家和日期建立自己的基线，暂时不能像分析文字查询那样直接拆出用户搜索词。

对电商站来说，图片本身不是优化结论。更值得检查的是图片内容与页面文字、产品规格、变体和结构化数据是否一致。Lens 能识别产品外观，但用户落地后仍然需要看到尺寸、材质、适用场景和限制条件。多模态报告提供了一个新的入口数据，不能单独证明某种图片格式会带来排名提升。

GPT-6 Sol、Luna 与 Claude Opus 5.5：Agent 的成本曲线继续下降

OpenAI 在 9 月 22 日发布GPT-6 Sol 和 GPT-6 Luna。官方给出的 API 价格是：GPT-6 Sol 每百万输入 token 2 美元、输出 10 美元；GPT-6 Luna 每百万输入 token 0.10 美元、输出 0.50 美元，均比对应的 GPT-5.6 促销价低 50%。两款模型进入 ChatGPT Work 和 Codex，并通过 API 提供。

Anthropic 同日发布Claude Opus 5.5。Anthropic 称，Opus 5.5 在复杂编码和长任务上的表现提高，同时通过更少的 token 和更高的工具调用效率，把每项任务成本降低 40%。这些数字主要来自厂商自己的评测和早期用户案例，应当按厂商声明记录，不应当直接视为跨模型的独立结论。

对 SEO 团队来说，变化更实际地体现在工作流成本：抓取页面、抽取产品属性、比较多个来源、运行内容检查和生成初稿都更容易批量化。模型便宜以后，真正稀缺的环节会转向数据选择、权限控制、事实复核和结果是否带来业务价值。模型发布本身不等于 SEO 方法已经改变，团队需要用自己的页面和查询集做小规模对照测试。

百度和 Lighthouse：AI 搜索开始出现新的测量和发现接口

9 月 23 日，Search Engine Journal 报道百度站长平台新增了 AI Traffic Analysis。百度计划提供四个指标：AI Citations（页面被 AI 答案引用的次数）、AI Impressions（用户看到引用链接的次数）、AI Clicks，以及 AI CTR。百度对 AI CTR 的定义是点击除以引用次数，而不是传统搜索里的点击除以展示次数。

这个定义值得关注，因为它把“被引用”和“引用带来的访问”拆开了。不过，百度当时仍在分阶段上线数据服务，部分站点的面板是空的。百度的指标也不能直接复制到 Google、ChatGPT 或 Perplexity，因为各个平台的引用方式和展示位置不同。它更适合作为一个测量思路：引用量不是最终结果，引用是否带来访问需要单独观察。

同一周，Google Lighthouse 13.5 增加了Agentic Resource Discovery（ARD）审计。ARD 是一份仍在提案阶段的开放规范，用来让 AI Agent 发现网站提供的 MCP 工具、A2A Agent 和其他可调用服务。当前审计会检查 Agent 目录，并在没有目录指针时回退检查 /.well-known/ai-catalog.json；Search Engine Journal 同时指出，Lighthouse 的实现与 ARD 最新提案仍有差异。

这两个更新有一个共同点：平台开始给“AI 能否发现、引用和访问网站”增加专门的测量或检查入口。但它们都不能直接推出排名提升。Baidu 的报告需要等真实数据，ARD 也不是 Google Search 的排名信号。网站可以先把产品事实、服务入口和结构化关系写清楚，再决定是否跟进这些新接口。

SAFE 论文讲的是滥用取证，不是网页 AI 检测器

Google 研究团队公开的《The Synthetic Gap》论文介绍了 SAFE（Scaled Abuse Forensics Examiner）。论文把调查拆成多个专门任务：一个智能体分析内容和政策违规，一个智能体查找时间与基础设施上的异常模式，另一个智能体分析账号或频道关系，最后由根智能体汇总证据。

公开材料描述的对象是协同发布的合成媒体和滥用网络。论文摘要提到早期部署可以缩短调查时间，但没有公开完整的准确率、召回率、样本规模，也没有把网页的 AI 写作比例作为排名信号。把 SAFE 简化成“Google 能检测页面是不是 AI 写的”，超出了论文能够支持的范围。

这件事与 SEO 的关系在于，搜索和内容团队以后会越来越多地使用 Agent 做检查。若只用“AI 可见度”“发布数量”或“引用次数”作为奖励，Agent 可能会找到最便宜的达标路径，而不是改善页面。9 月 23 日 Search Engine Journal 对 MIT 和 Stanford 相关讨论的整理，也把这个问题归结为“奖励了错误的代理指标”。实际流程应该给 Agent 设定结果约束，例如来源可核验、产品事实一致、链接有效，并由人抽查最终页面。

Linus 思考

这周的几条新闻放在一起看，搜索优化正在进入一个更难只看排名的阶段。垃圾更新要求团队把页面变化与时间、索引和站点行为放在一起分析；AI Mode 的实验说明，搜索产品里的可见度和网站访问可能分开变化；多模态报告则告诉我们，新的搜索入口必须先建立自己的数据口径。

模型价格下降会让内容研究和技术检查的自动化更便宜，但也会扩大低价值内容的供应量。对团队来说，重点不是追着每个模型换工具，而是把来源、事实、页面结果和业务结果接起来。只要指标仍停留在“生成了多少”“被提到了多少”，系统就可能把表面数字做得很好，实际页面却没有变好。

对你意味着什么

1. 把 9 月 24 日标记为垃圾更新观察点，至少等完整滚动周期结束后，再比较受影响页面在 7 天和 28 天窗口内的点击、展示、排名和索引变化。
2. 在 GEO 报告中把 AI 展示、外部链接、网站访问和转化分开，不用一个“AI 流量”数字解释全部结果。
3. 为产品页建立图片、规格、变体和页面文本的对应关系，并在 Search Console 中单独观察多模态搜索数据。
4. 选择模型时记录真实任务的成本、事实错误、人工修改量和最终业务结果；不要只比较厂商自己的榜单。
5. 给 Agent 配置来源、日期、链接和事实一致性检查，并保留发布前的人工审核点。

本周真正值得跟踪的变化，不是某个工具又增加了一个按钮，而是搜索入口、点击路径和自动化成本都在变化。SEO 和 AI 搜索的报告需要同时回答“用户看到了什么”“有没有访问网站”和“是否带来了有效业务”。