联网开关打开后发生了什么？模式切换

AI 对话框旁边大多有一个联网开关，有的产品默认打开，有的默认关闭。轻轻一切，同一个产品里其实切换了两条完全不同的链路：关着时，模型只凭训练时学到的知识作答；打开后，系统要先去检索网页、抽取内容，再把材料喂给模型组织答案。两条链路的答案风格差别明显，适用的问题也不同。这篇沿着开关讲清两条链路各自的走向、答案风格为什么变、以及什么问题该开什么问题该关；检索增强与 AI 搜索的关系，检索增强一篇有概念层面的对比，本篇偏重开关前后的实际体验差异。

关着时：纯模型的一条链路

开关关闭时，你的问题直接进入模型，它在参数保存的知识范围内组织回答，不接触任何新网页。这条路的好处是快而流畅：没有检索等待，答案一口气写完，语气连贯，适合解释概念、润色文字、写提纲这类不依赖近期信息的任务。代价是知识的截止时间：训练之后发生的事、改动的价格、更新的版本，模型一无所知，却可能仍用旧信息作答，而且语气笃定，不留破绽。不少「AI 答错了价格」「说的功能找不到入口」的吐槽，根子就在这里——模型压根没联网，见到的世界停在训练截止那天。涉及具体事实又拿不准新旧的问题，这就是该开联网的信号。

打开后：检索先行的一条链路

开关打开后，作答之前多出一整段前置工序：系统先理解你的意图，把口语化的问题改写成检索友好的查询词，再向信源池发起搜索，拿到候选网页后抽取正文、筛掉不可靠的来源，末了把整理好的材料连同你的问题一起交给模型。模型的角色从「凭记忆作答」变成「依据材料作答」，完整流程的分步拆解见问答流程一篇。这条链路慢几秒到十几秒，换来的是三样东西：信息有时效，答案能挂出处，内容有据可查。判断哪条链路在被使用，简单的观察是看答案带不带引用列表——带了，说明检索发生了；没带而答案又在陈述具体事实，就要留个心眼。

答案风格为什么随之变

两条链路的答案读起来气质不同，原因就在材料来源。纯模型的回答是语言的顺流而下，句子连贯、结构工整，但出处无从追溯；联网后的回答常显得「克制」：多限定语、多「据某某」、少斩钉截铁，因为每句话背后有材料压着，说不准的地方就得承认说不准。合成环节还会把多份材料归拢成段，重复的说法只保留一份，这种压缩在纯模型回答里不存在。习惯了纯模型那种流畅感的人，初读联网答案会觉得啰嗦、不干脆，这其实是可溯源带来的表述成本。哪边更好没有定论，看问题的性质：闲聊构思要流畅，事实查询要出处，各取所需。

什么时候开、什么时候关

给一条简单的分界线：问题里含会过期的事实，就开。价格、日期、版本号、政策、新闻、某人的近况，这些信息的保质期以天计，纯模型的记忆靠不住。反之，概念解释、写作辅助、头脑风暴、代码思路这类任务，联网帮不上太多忙，关着反而更快更连贯。中间地带是历史事实与常识——它们不过期，纯模型大体能答，但细节拿不准时开一下联网做个验证，成本也低。还有一点常被忽略：关着联网时模型更容易编造看似合理的细节，这种「一本正经的胡说」的机理与识别方法，幻觉识别一篇讲过，拿不准的回答先按那篇的清单过一遍。想直观感受两条链路的差异，把同一个事实型问题分别发给通义千问和腾讯元宝，一次关联网、一次开联网，对照引用有无与答案的笃定程度，差别一目了然。日常不必把开关当成需要研究的高深设置，记住一句话就够：查现在的事开联网，做自己的活随手关。

联网开关要点速查

• 开关切换两条链路：纯模型凭记忆，联网先检索再作答
• 纯模型快而流畅，但知识停在训练截止那天
• 联网答案带引用、多限定语，可溯源是它的底气
• 含会过期事实的问题必开联网，创作类任务可关
• 陈述事实却不带引用的回答，先核实再采信

联网开关快问快答

• 为什么有的产品没有联网开关，有的默认就开？：产品设计取向不同。有的把搜索做成独立入口，有的把联网融进默认流程，入口形态各异，链路本质相同。判断当前是否在联网，看答案带不带引用列表，比找开关位置更可靠。
• 开着联网，AI 还会答错吗？：会。检索可能搜偏，网页内容可能过时或有误，合成也可能取舍不当——联网降低的是信息过期的风险，没有给正确性上保险，搜偏的情形见检索失败一篇。重要事实仍要点开引用核对，链路开了不等于免检。
• 同一个问题开与关各问一遍，答案差别很大，以哪个为准？：涉及具体事实的，以联网那次为准，且要核对引用；概念理解类的，两边对照着看，纯模型的表述往往更有条理。差别本身就说明这个问题跨了链路，拆成两个问题分别问，效果更好。