AI被“投毒”，“百度一下”含金量卻在上升

雷遞網(wǎng) 雷建平 3月20日

在大模型廠商如日中天之際，AI的不可靠性也正在暴露。

許多用戶開始"回流"到傳統(tǒng)搜索，百度搜索正迎來一場價值回歸。

AI大模型擅長"腦補" 用看似合理的邏輯填補空白

近期，央視315晚會曝光了AI大模型被“投毒”的黑色產業(yè)鏈，其中，一款名為“力擎GEO優(yōu)化系統(tǒng)”的軟件被點名，相關軟件被指通過批量生成和分發(fā)虛假內容，操縱AI大模型的信息來源，從而影響模型輸出結果。

這些虛假內容被發(fā)布到互聯(lián)網(wǎng)上，經(jīng)過一段時間傳播后，被多家AI大模型抓取并引用，最終在相關問題中給出了帶有推薦性質的回答。這一過程被業(yè)內稱為對AI模型進行“投毒”，即通過人為制造并擴散虛假信息源，影響模型在檢索和生成過程中的內容判斷。

比如，一家公司只花了幾十元購買軟文服務，幾天之內，這款從未存在過的產品就成為了多個AI搜索平臺的"標準答案"。當用戶詢問"最好的空氣凈化器品牌"時，AI會"自然而然"地推薦這款虛構產品。

這就是GEO（生成式引擎優(yōu)化）黑產的運作模式：服務商利用AI的"幻覺"缺陷，通過系統(tǒng)性投喂虛假信息，讓AI淪為商家的"營銷傀儡"。更可怕的是，這種"投毒"具有自我強化效應——當多個賬號在不同平臺發(fā)布相同虛假內容時，AI會誤判這是"廣泛傳播的社會共識"，從而提升其權重。

據(jù)央視報道，這類灰產已形成完整產業(yè)鏈：內容農場批量生產虛假測評，賬號矩陣全網(wǎng)分發(fā)，AI爬蟲抓取后納入訓練，最終成為用戶眼中的"權威答案"。廣告與內容的界限被徹底模糊，用戶卻渾然不覺。

這不是技術漏洞，而是對信任的系統(tǒng)性劫持。當AI以"客觀理性"的面貌出現(xiàn)時，很少有人會質疑它的答案來源。而GEO黑產正是利用了這種認知偏差，將虛假信息包裝成"知識共識"。

AI大模型被“投毒”黑色產業(yè)鏈被曝光后，引發(fā)大量用戶吐槽并開始懷念百度一下的準確性。

實際上，AI先天就有缺陷：聰明，但不可信。AI的"幻覺"問題也并非新鮮事，很多時候問一個問題，AI大模型也給出解答，但作為一個專業(yè)人士，很容易發(fā)現(xiàn)AI大模型很多時候會一本正經(jīng)地“胡說八道”。AI擅長"腦補"——當信息不足時，它會用看似合理的邏輯填補空白。

而且，當你問AI一個問題，它不會告訴你這個結論來自哪篇論文、哪家媒體、哪個專家。它只是一個"黑箱"，輸出一個看似合理的答案。很多人無法驗證，只能盲信。

這些AI大模型的缺陷在AI狂飆突進的2024年到2025年被暫時掩蓋了。

如今，隨著AI大模型變成了國民應用，這類問題已經(jīng)變得不可忽視。AI大模型沒有一個明確的信源鏈條，也就沒有一個責任主體。無法溯源，無法追責。如果AI給出了錯誤的投資建議、錯誤的醫(yī)療信息、錯誤的法律解讀，都無法找到人來負責。

比如，演員劉美含在配音時遇到"鑄幣坊"中"坊"字讀音問題。她先后測試百度AI、DeepSeek、元寶、豆包、通義千問等5款AI工具，百度AI給出的答案是fáng（二聲）——這是正確答案DeepSeek、元寶、通義千問都給出錯誤的fāng（一聲），豆包在不同時間查詢時給出不同結果（不穩(wěn)定）。

劉美含最終通過《新華詞典》App驗證，確認正確讀音為fáng（二聲），南京師范大學文學院教授化振紅確認：現(xiàn)代漢語中，"坊"字一聲表示街巷、店鋪，二聲指小手工業(yè)生產場所，"鑄幣坊"為造幣場所，正確讀音為fáng（二聲）。

當用戶發(fā)現(xiàn)，自己信任的AI連一個字的讀音都搞不定時，信任的裂縫就開始顯現(xiàn)了。

百度一下：被重新發(fā)現(xiàn)的價值

AI的信任危機，為百度搜索創(chuàng)造了一個價值回歸的窗口期。

當AI的不可靠性暴露時，許多用戶開始"回流"到傳統(tǒng)搜索。這種回流并非懷舊，而是對"可信信息"的剛性需求在驅動。百度搜索在這場信任危機中，有著難以被GEO黑產復制的優(yōu)勢：

權威信源的"防火墻"機制，比如，百度百科的內容準入機制，在AI時代反而成了稀缺能力。所有詞條內容必須提供權威參考資料，比如，315曝光的那種自媒體隨便發(fā)布的測評、UGC內容不會被采納。百度百科內容先審后發(fā)，機審+人審雙重流程，特殊身份信息還需高級別審核員二次核驗。

相比AI模型的"黑箱"生成，百度搜索還可強化對權威持牌媒體的權重傾斜，這是GEO灰產難以污染的部分。百度AI答案的背后，有三道嚴格的過濾機制：

多源比對，全維度身份核驗。系統(tǒng)自動抓取發(fā)布時間、作者權威度、站點信譽等特征，只有來自權威專業(yè)領域、時效性強的信息源，才有資格進入候選池。

先篩再用，多源交叉驗證。不采信單一、片面的內容，同一個結論至少有多個可信來源支撐，才會被采用。

實時巡檢，實時糾偏兜底。秒級響應的自動巡檢系統(tǒng)，一旦發(fā)現(xiàn)內容偏差，立即介入干預。

這套機制的核心邏輯是：寧可慢，也要準；寧可少，也要真。這與追求"即時生成"的AI大模型，形成了本質差異。

近期，OpenClaw是全球爆火的智能體"操作系統(tǒng)"，其Skill（AI智能體的App）市場中，百度搜索Skill已成為全球下載量第一的搜索引擎官方技能插件。開發(fā)者的反饋很直接：搜索類Skill是智能體的"基礎設施"，決定了整個智能體應用的智商下限。百度搜索之所以被選擇，是因為它更懂中文權威信息，具備信息安全背書，且提供免費額度。

如今的百度可以從"信息入口"到"信任入口"，搜索的終極價值不是提供信息，而是降低用戶的決策成本。在信息過載且真?zhèn)坞y辨的時代，"可信"比"全面"更重要，"溯源"比"便捷"更珍貴。百度需要強化其可驗證性優(yōu)勢——不僅給出答案，還要清晰展示答案的來源鏈條、信源權重、驗證過程。讓用戶知道"這個結論為什么可信"，而不是被迫盲信。

當然，百度搜索依然有非常多的詬病，比如，過往的百度競價排名，過度的商業(yè)化影響了百度的口碑，重建品牌需要時間，在這個大模型的時代，百度不如刻骨療傷，真正進行一場更深度的商業(yè)變革；

另一方面是，百度搜索這些年在技術層面還需要更大努力去提升技術水平，真正解決用戶的痛點，讓搜索變得更加可用。此外，百度搜索的內容非常難以被用戶拷貝，因為內容中會有大量亂碼，嚴重影響了用戶體驗。在大模型的時候，百度這種內容中植入亂碼的行為已經(jīng)不合時宜。

當用戶習慣用大模型進行搜索時，百度搜索也需要適應這種轉變，用AI增強搜索，用搜索約束AI，在AI時代重新定義"可信信息"的標準，而不是退回傳統(tǒng)搜索。

雷遞由媒體人雷建平創(chuàng)辦，若轉載請寫明來源。