當(dāng)“生成式引擎優(yōu)化”（GEO）黑產(chǎn)被曝光，當(dāng)幾十元的軟文能通過技術(shù)手段在幾天內(nèi)變成AI口中的“標(biāo)準(zhǔn)答案”，我們猛然驚覺：在這個(gè)信息唾手可得的時(shí)代，“真實(shí)”反而成了最稀缺的奢侈品。

曾經(jīng)，我們驚嘆于AI的博學(xué)多才，它能瞬間生成文章、解答疑惑。但當(dāng)AI開始“一本正經(jīng)地胡說八道”，當(dāng)算法推薦的內(nèi)容充斥著被“投毒”的虛假信息，用戶開始懷念那個(gè)簡單直接的年代——那個(gè)只需“百度一下”就能找到靠譜答案的年代。

正如在商品大爆發(fā)的時(shí)代，精選好商品、價(jià)格透明的胖東來因?yàn)椤翱孔V”而門庭若市。AI也正在制造一場失控的信息“熵增”，重塑用戶信任成了當(dāng)務(wù)之急。

AI時(shí)代的“投毒”與幻覺

315晚會(huì)揭露的GEO黑產(chǎn)，像是一面照妖鏡，映射出當(dāng)前AI搜索的軟肋。

在利益的驅(qū)使下，黑灰產(chǎn)團(tuán)伙利用AI抓取和生成的特性，通過大量發(fā)布虛假、夸大的軟文，利用算法漏洞將劣質(zhì)內(nèi)容甚至虛假廣告包裝成“事實(shí)”。對(duì)于缺乏辨別能力的AI模型來說，這些海量的虛假數(shù)據(jù)成為了訓(xùn)練的“養(yǎng)料”。

在這些AI生成的結(jié)果中，你并不知道被哪家公司“投喂”了偏好自己的內(nèi)容，結(jié)果已經(jīng)失去了公正。在社交媒體時(shí)代，這些被誤導(dǎo)的結(jié)果，會(huì)被大范圍傳播造成嚴(yán)重后果。

比如，前不久在股吧里傳出一個(gè)來自豆包生成結(jié)果的截圖：“某互聯(lián)網(wǎng)巨頭2月19日發(fā)布第三季度財(cái)報(bào)顯示XX”，這個(gè)消息同步在雪球、同花順、富途證券的論壇里發(fā)酵，第二天該互聯(lián)網(wǎng)公司的股票就出現(xiàn)了不小幅度的下跌。

事實(shí)上，截至今天該互聯(lián)網(wǎng)公司仍未發(fā)布第三季度財(cái)報(bào)。因此，豆包生成的結(jié)果欺騙了股民，又通過社交媒體、論壇制造了股市的恐慌。

這種現(xiàn)象背后，是AI技術(shù)難以規(guī)避的“先天缺陷”——幻覺。

AI本質(zhì)上是一個(gè)概率模型，它擅長組合信息，但不擅長驗(yàn)證真?zhèn)巍Ｋ鼰o法像人類一樣去追溯信息的源頭，也無法判斷一個(gè)網(wǎng)站是權(quán)威媒體還是營銷號(hào)。當(dāng)源頭的水質(zhì)被污染，AI生成的“答案”自然也是有毒的。

近期，演員劉美含在社交媒體上的一次吐槽引發(fā)了全網(wǎng)共鳴。她在配音時(shí)遇到“鑄幣坊”一詞，向包括百度AI、DeepSeek、豆包等在內(nèi)的5款A(yù)I工具提問“坊”字的讀音。結(jié)果令人咋舌：多款A(yù)I給出了錯(cuò)誤的“fāng”（一聲），只有百度AI給出了正確的“fáng”（二聲），并引用了《新華字典》的權(quán)威釋義。

這個(gè)案例極具諷刺意味。當(dāng)越來越多的人說要用AI替代搜索的時(shí)候，AI大模型們對(duì)于最為基礎(chǔ)的語言文字卻翻車了，而依托傳統(tǒng)搜索技術(shù)的百度AI卻守住了底線。

AI要從信任的泥潭中抽身

當(dāng)前的世界出現(xiàn)各種“過剩”，也讓選擇變得更加困難，信任就變得彌足珍貴。AI需要具備建立信任完善機(jī)制，遵從“少即是多”的哲學(xué)原理，只有如此才能長久。

當(dāng)前，制造和傳播信息的門檻已經(jīng)降為零，UGC的時(shí)代導(dǎo)致大量消息、短視頻、文章把我們淹沒了。就如當(dāng)前中東戰(zhàn)爭，在微博上、朋友圈里、公眾號(hào)里，各大自媒體平臺(tái)上，都有許多虛假信息。為了躲避這些虛假信息，我只能關(guān)注央視國際頻道等少數(shù)權(quán)威官方媒體報(bào)道。

同樣，在商品大爆炸的時(shí)代，為何胖東來如此火爆？因?yàn)榕謻|來嚴(yán)苛的供應(yīng)商管理機(jī)制和透明的價(jià)格體系，為消費(fèi)者建立了足夠的信任，也讓消費(fèi)者從各種虛假、噱頭的商品傳播中抽身出來。

在AI陷入信任泥潭時(shí)，以百度、谷歌為代表的傳統(tǒng)搜索引擎，其核心價(jià)值也正在被重新審視和重估。

傳統(tǒng)搜索的價(jià)值，不在于它能替你寫詩作畫，而在于它構(gòu)建了一套嚴(yán)密的“真實(shí)世界映射系統(tǒng)”。它不創(chuàng)造信息，但它致力于篩選和連接最真實(shí)的信息。特別是在百度百科、百度文庫等核心知識(shí)產(chǎn)品上，百度建立了一套AI難以復(fù)制的“權(quán)威性過濾網(wǎng)”。

百度百科之所以能成為中文互聯(lián)網(wǎng)最大的知識(shí)庫，核心在于它對(duì)“權(quán)威信源”的死磕。

不同于UGC內(nèi)容的隨意發(fā)布，百度百科執(zhí)行的是“先審后發(fā)”機(jī)制。這不僅僅是機(jī)器審核，更有人工的層層把關(guān)。特別是對(duì)于人物、企業(yè)等敏感詞條，百度百科要求必須提供新華網(wǎng)、人民網(wǎng)、央視等主流媒體的報(bào)道作為佐證。

在2024年底發(fā)布的“繁星計(jì)劃”中，百度更是聯(lián)合了中國科學(xué)院大學(xué)、北京大學(xué)等頂尖機(jī)構(gòu)的超10萬專家，共建了超過100萬個(gè)專業(yè)詞條。這種“專家共建+權(quán)威審核”的模式，構(gòu)建了一道對(duì)抗虛假信息的銅墻鐵壁。在AI滿嘴跑火車的時(shí)候，百度百科依然在堅(jiān)守“有據(jù)可查”的底線。

百度將傳統(tǒng)搜索的嚴(yán)謹(jǐn)于AI的智能進(jìn)行深度融合，依托百度百科、百度文庫等核心數(shù)據(jù)資源，可以構(gòu)建起比其他AI產(chǎn)品更值得信賴的系統(tǒng)。這也是為何百度AI大模型生成結(jié)果的幻覺更少的原因。

“三道防線”讓AI更靠譜

對(duì)此，筆者專門采訪了百度AI的技術(shù)人人員，他提到百度AI將搜索技術(shù)融入其中，為AI生成結(jié)果設(shè)置了“三道防線”。

第一道防線，多源比對(duì)，全維度身份核驗(yàn)。 系統(tǒng)會(huì)自動(dòng)抓取信息的發(fā)布時(shí)間、作者權(quán)威度、站點(diǎn)信譽(yù)。只有那些來自權(quán)威專業(yè)領(lǐng)域、時(shí)效性強(qiáng)的信息，才有資格進(jìn)入AI的“視野”。

第二道防線，多源交叉驗(yàn)證。這是最關(guān)鍵的一步。AI不會(huì)采信單一來源的說法，而是必須經(jīng)過“多方求證”。同一個(gè)結(jié)論，至少需要多個(gè)可信來源支撐，才會(huì)被采納。這就從根源上杜絕了單一虛假信息誤導(dǎo)用戶的可能。

第三道防線，實(shí)時(shí)巡檢，秒級(jí)糾偏。 即便如此，系統(tǒng)還搭建了“秒級(jí)響應(yīng)”的自動(dòng)巡檢機(jī)制。一旦發(fā)現(xiàn)內(nèi)容有偏差，系統(tǒng)與人工會(huì)立即介入，重新生產(chǎn)內(nèi)容。

正是這套“笨功夫”打磨出來的系統(tǒng)，讓百度AI在面對(duì)“鑄幣坊”這類專業(yè)問題時(shí)，能夠精準(zhǔn)地調(diào)用《新華字典》等權(quán)威數(shù)據(jù)，而不是胡亂猜測。

得益于“三道防線”帶來的信任價(jià)值，百度搜索Skill（技能插件）已經(jīng)在OpenClaw的全球技能市場中沖上了下載量第一的寶座。

開發(fā)者們深知，搜索類Skill是智能體的“基礎(chǔ)設(shè)施”，它決定了整個(gè)智能體應(yīng)用的“智商下限”。如果搜索源是虛假的，是AI自己虛構(gòu)的，或者是被“GEO投毒”影響的，那么智能體給出的所有服務(wù)都將是危險(xiǎn)的。

顯然，在AI時(shí)代，信任變得更加稀缺，因此搜索引擎再次被價(jià)值發(fā)現(xiàn)，正是得益于其不做“幻覺制造機(jī)”，只做“真相連接器”的產(chǎn)品定位。

結(jié)語

最近，社交媒體上涌現(xiàn)了許多“懷念百度一下”的聲音。這并不是用戶對(duì)技術(shù)的倒退，而是對(duì)信息質(zhì)量的覺醒。

當(dāng)AI開始用華麗的辭藻編織謊言，當(dāng)算法推薦讓我們陷入信息繭房，我們才發(fā)現(xiàn)，那個(gè)簡單的“百度一下”，承載的是互聯(lián)網(wǎng)最初的理想——讓所有人平等、便捷地獲取真實(shí)信息。

熱力學(xué)第三定律講“熵增”。當(dāng)前的信息世界就進(jìn)入了巨大的“熵增”時(shí)代，這給人們精確獲取信息設(shè)置了門檻。在這個(gè)時(shí)代，最終取勝者并不是依靠信息生成的能力，而在于如何給用戶帶來信任，降低“熵增”導(dǎo)致的混亂。