Login Now 作者从 Google 搜索身上拆解出不少值得留意的方向，或许能给未来的设计工作带来一些启发。
Google 搜索诞生至今已超过二十年，几乎一直是产品设计的标杆。母公司 Alphabet 旗下的产品阵容同样惊人：YouTube 月活突破 20 亿，Android 活跃设备达 25 亿台，Google Maps 和 Gmail 的月活分别超过 10 亿和 15 亿。这种体量与渗透力，让 Google 成为衡量软件产品的一道高门槛。
而搜索始终是这一切的核心。拉里·佩奇 2012 年接受《财富》采访时曾说，理想的搜索引擎应当真正理解你的需求，深刻掌握世界上的一切，然后精准地给你所需。顺着这个愿景往下探，我们能隐约摸到用户对"好产品"的真实期待，也能试着把 Google 搜索在可用性与实用性上的经验，迁移到其他设备场景中去。
贯穿始终的设计原则
Google 搜索从第一天起就验证了一个道理：简单的规则往往最有力量。
1998 年的 Google 首页放在今天看似乎理所当然，但和同时代的竞争对手一比，差异立刻显现。那时候 Yahoo、AOL 们的首页塞满了新闻、天气、股市、购物链接，搜索框只是角落里不起眼的配角。原因有二：一是搜索技术尚不成熟，用户输入复杂查询后往往得反复尝试，结果相关性很差；二是当时互联网内容贫瘠，由人工编辑 curated 的门户页面反而能给用户"最好的"内容。Google 选择押注"透明"——首页只有一个搜索框，功能一目了然。随着互联网内容呈指数级膨胀，这个赌注获得了丰厚回报。
"可视性"这个词近年常被用来描述软件特性，粗略理解，它指的是用户在没有指导的情况下能否快速上手并充分利用功能。好的门把手设计是直观的：圆形暗示旋转，杠杆暗示按压；而那些让人分不清推拉的竖杆门把手，就是典型的"诺曼门"——唐·诺曼用"示能"（Affordance）来描述这类暗示使用方式的设计元素。Google 搜索几乎把可视性做到了极致，界面无需任何设置就能适配不同经验水平的用户。2017 年 Google 干脆移除了"高级搜索"入口，因为根本没人点。它现在能直接识别你在搜地理位置，自动展示地图；想查猫的照片，直接输入就行；想把 23.45 秒差距转换成光年，同样一句话的事。整个学习曲线几乎是平的。
Google 还有一个坚持多年的原则：无论用户输入什么，搜索都要能跑通。搜"狗"，0.89 秒内返回约 54.8 亿条结果；搜一串无意义的"zzzzzxxxxxxzxxxxxxz"，也能找到一条——1976 年 9 月 14 日维京轨道飞行器从火星发回的信号记录。唯一的"错误"页面出现在查询过于复杂、实在找不到合逻辑结果时，但即便如此，系统也会给出建议而非冷冰冰的报错。
自适应设计的演进
Google 搜索的另一核心策略，是在用户点击任何结果之前就完成信息传递。这背后是一套"自适应设计"的方法论：用小型独立组件搭建用户体验，再为不同用户匹配不同的展示规则。
这意味着每次搜索都会生成定制化界面，根据查询内容自我塑形。搜音乐人 Lizzo，导航栏优先展示图片、视频、新闻；搜特拉维夫，新闻、地图、视频排到前面；搜股票代码 AAPL，金融资讯优先。据说仅导航排列就有 362,880 种组合方式。
更关键的是搜索结果本身的模块化布局。Lizzo 的页面被媒体内容占据——原生格式的视频、图片、歌曲，加上最新动态和演出信息，传统搜索结果被挤到页面底部。特拉维夫的页面则优先服务游客：图片、地图、当地天气、旅行安全提示，还有周边城市推荐。搜 AAPL 时，股票行情模块直接嵌入当前价格图表。从简单的布局驱动模块，到近乎独立应用的完整功能，内容、格式、顺序全由算法决定。设计师的角色从"画好一张固定版面"转向了"制定布局规则的逻辑"。
自动化测试与快速迭代
从静态设计到自适应设计的驱动力，归根结底是规模。自 2000 年以来，近 42 亿人首次触网，其中绝大多数都用过 Google 搜索。没有先进的测试和自动化，任何团队都不可能服务如此庞大的用户群。
Google 在产品设计中很早就开始应用自动化测试。2000 年 2 月 27 日进行了首次搜索 A/B 测试，虽然技术故障搞砸了那次实验，但他们并未止步。到 2011 年每天有近 20 次 A/B 测试，2017 年这个数字膨胀到 31,584 次——平均每年每 20 分钟一次新测试，每天带来约 7 次用户体验变更。
这些数字揭示了一个趋势：随着数十亿新用户涌入，传统设计工具如 Sketch、InVision、Adobe XD 已经难以应对。这些工具更适合变化相对简单、数量可控的场景，反馈来自利益相关者，数据驱动设计仍是手工流程，进度受限于设计师人数。而 Google 这类公司正在开发新工具，让研究人员快速实验、即时部署所学。Uber 甚至搭建了能同时运行上千个实验的平台。设计师不再被原型制作速度束缚。要跟上互联网规模，产品设计师必须懂一些统计学和机器学习的语言——设计的核心不再是"创造正确体验"，而是"定义能产生最佳洞见的实验组合"。
并非所有人都买账
产品设计的这种未来，并非人人欣然接受。
Doug Bowman 是 Google 最早聘用的设计师之一，2009 年离职时公开批评了这种数据驱动的快速试验文化。他举了个著名的例子：团队无法决定用哪种蓝色，于是测试了 41 种蓝色看哪个表现更好；他还曾为边框该用 3 像素、4 像素还是 5 像素而辩论，并被要求拿出数据证明。"我没法在这样的环境里工作，"他说，"厌倦了为这种微小的设计决策争论不休，世界上还有更令人兴奋的设计问题等着解决。"
但无论如何，Google 连同 Amazon、Netflix、Facebook、Airbnb 等行业巨头，已经证明了设计师完全可以在微调与自适应的环境中持续创新。Bowman 离开后，Google 的设计并未停滞——无论喜欢与否，Google 在很大程度上正是依靠对产品设计的执着，才成就了今天的搜索体验。