315大曝光：AI被投毒，權威推薦可能是精心設計的陷阱

去年在北大學習時我就思考了這個問題，沒有想到被今年的315曝光了。當你問AI“哪個品牌好”，它給你推薦了一個聽都沒聽過的牌子，還說得頭頭是道。你以為是AI聰明，其實是有人花錢洗了AI的腦。你以為自己站在信息的頂端，其實只是站在算法的下游。

今年的315晚會，曝光了一個你可能從未聽說過、卻每天都在影響你的東西——GEO（生成式引擎優化）。名字很技術，說白了就是：花錢讓AI幫你吹牛。

有人專門給AI大模型投毒，批量生產軟文、虛構產品、編造好評，然后鋪天蓋地發到網上，就等著AI去抓取、去學習、去推薦。你看到的權威推薦，可能只是一個精心設計的數字陷阱。

更可怕的是，當AI開始說謊，我們連質問的對象都找不到。它沒有面孔，沒有立場，沒有動機——它只是在復述一個被精心編排過的世界。

一場針對AI的投毒行動

GEO原本是一種針對AI搜索場景的優化方式，目的是讓企業信息更容易被AI理解、抓取。但到了不法商家手里，它就變了味。

只要企業付錢，相關服務商就可以通過大量投放虛假內容，讓客戶產品在主流AI大模型的回答中排名靠前，甚至成為AI推薦的標準答案。

怎么做到的？不是入侵AI模型，而是污染AI會抓取的外部信息源——在網絡上大量發布看似可信的文章、測評、榜單、推薦內容。當AI在生成答案時引用這些資料，輸出的就是帶廣告或虛假信息的結果。

315晚會現場演示了一個案例：業內人士購買了一套“力擎GEO優化系統”，虛構了一款并不存在的智能手環“Apollo-9”，編出“量子糾纏傳感”這種科幻詞，系統自動生成十多篇宣傳文章并分發到網絡平臺。

兩天后，在AI平臺詢問智能健康手環推薦時，部分主流大模型已將這款虛構產品列入推薦名單，且排名靠前。

一款不存在的產品，只用了兩天，就變成了AI口中的推薦之選。這就是數字時代的障眼法：花錢洗AI的腦，讓AI替你說謊。

最滑稽的一幕：AI在開卷考試中露餡了

晚會剛曝光完，有媒體和網民扭頭就去問了幾個AI大模型同一個問題：“Apollo-9智能手環怎么樣？”一場開卷考試，交上來的答卷五花八門：

有的AI抓取及時：“這是虛假宣傳的典型案例，已被2026年315晚會曝光。”有的AI有自己的判斷邏輯：“這款產品不在任何主流品牌的產品線里，估計是小眾或者山寨。”但也有被成功“投毒”的AI，還在那兒一本正經地介紹：“Apollo-9主打極致健康監測和超長續航，采用量子傳感技術……”

同樣的問題，不同的AI。有還在中毒狀態的，有學會邏輯判斷的，有能實時跟進信息的。它們像一個班級里水平參差不齊的學生，面對著同一道考題，給出了截然不同的答案。

更離譜的是，有記者對4個常用大模型提問“2026年央視315晚會曝光了哪些品牌”，結果只有一個回答正確。剩下三個里，有兩個把往年案例和今年混為一談；最夸張的一個竟然回答“2026年央視315晚會目前并未舉辦”。

連今年315有沒有舉辦都搞不清楚的AI，你敢信它的推薦？
為什么AI會一本正經胡說八道？

這背后有個專業詞叫AI幻覺。大模型的底層原理是基于概率生成內容，它不具備真正的理解能力。它只是在海量數據中尋找統計規律，當遇到未知或信息模糊的問題時，會根據訓練數據中的常見模式進行合理拼接——這就產生了AI幻覺。

而GEO投毒，正是利用了這種幻覺：通過向互聯網批量投喂大量虛假信息，改變特定領域的數據分布，誘導大模型生成符合商家利益但違背事實的回答。

AI跟人一樣，“吃”什么東西，長什么腦子。 天天喂它垃圾，它就滿嘴跑火車。更值得警惕的是，若這類AI投毒行為大范圍擴散，影響將不僅限于商品推薦。醫療、保健、金融、教育甚至公共議題等領域，都可能成為被操控的對象。

如果連“哪個醫生更專業”這樣的問題都被AI操控了，我們還能相信什么？

信任的崩塌：當AI不再是第三者

過去的搜索引擎有一個隱性承諾：它只是信息的搬運工，不生產內容，不創造結論。用戶知道，搜索結果里可能有廣告、有水軍、有軟文——所以用戶會保持警惕，會交叉驗證。

但AI不一樣。AI生成的內容是“原生的”，是“合成的”，它沒有明確的信源標注，沒有廣告標識，沒有“這是推廣”的免責聲明。它用一種篤定的語氣，把事實和虛構混合在一起，然后包裝成“答案”送到你面前。

用戶以為自己在咨詢一個中立的“第三者”，其實只是在與一個被投喂過的“傳聲筒”對話。這才是GEO最危險的地方：

它不是在搜索結果里插廣告，而是在重構我們與信息之間的關系。當AI學會了“說謊”，我們連質疑的對象都找不到。

| 如何在這個時代保持清醒？
面對AI投毒和AI幻覺的雙重陷阱，普通人該怎么避坑？記住幾個關鍵詞：懷疑、驗證、追源、場景。

第一，保持懷疑態度

對于任何看起來過于完美或者與常識相悖的信息，都應該持有一份謹慎的態度。不要輕易相信未經核實的消息來源。特別警惕那些只有一家好評的產品，可能只是AI被投喂的結果。

第二，交叉驗證

可以把同一個問題向不同的大模型提出，進行交叉驗證。一旦發現答案不一致，立刻要有追問意識。涉及到機構、專家的介紹，建議去官方網站、官方社交媒體賬號親自查證。如果AI推薦的權威機構你從未聽說過，先搜搜看它到底存不存在。

第三，追根溯源

要求大模型提供相關答案的參考鏈接，進行人工溯源核查。如果沒有確切來源、來源模糊，或者參考鏈接存在疑點，那么大模型回答的可信度就大大降低。注意甄別信息來源：警惕無明確作者、無正規信源的內容。

第四，注意使用場景

在醫療診斷、用藥建議、法律判決、投資指導、金融信貸等高風險場景中，AI的回答只能“僅供參考”，絕對不能作為決策依據。比如你想查詢某家醫院的專家信息，可以去醫院官網或官方掛號平臺，而不是問AI哪個醫生好——那個“好”可能是被買來的。

最后
315曝光之后，有評論說得好：AI平臺一定要管好自己的后方供應鏈。那些批量發稿的網站、自動生成軟文的軟件，要及時狙擊、屏蔽。AI公司也得持續提高自家AI的免疫力，以前可能是喂啥吃啥，現在要學會“挑食”。這是對AI公司的要求。但對普通人來說，在AI學會挑食之前，我們得先學會不盲從。這不是對技術的悲觀，而是對技術的清醒。每一項偉大的技術，都會經歷一段被濫用、被操控的青春期。就像搜索引擎曾經被SEO污染一樣，AI也正在經歷這個過程。最終，算法會迭代，平臺會治理，虛假信息會被更聰明的模型識別。但這個過程需要時間。而在這段時間里，我們是選擇做一個盲目相信的乘客，還是做一個清醒判斷的駕駛者？在AI學會不說謊之前，我們得先學會不輕信。AI是個好工具，但它也會犯錯，也會被忽悠，也會“一本正經胡說八道”。你用AI查天氣、查菜譜、查路線，問題不大；但用AI選醫院、選理財、選人生大事——請一定留個心眼。畢竟，你看到的那個“權威推薦”，可能只是一場精心設計的數字騙局。而你，才是自己決策的最后一道防線。
一個小互動：你有沒有被AI推薦坑過的經歷？歡迎留言分享你的“避坑經驗”。

（如果你對養基感興趣，歡迎加入華哥的粉絲群 「環球旅行養基圈」，限時免費（廣告黨請勿擾），群內會不定期發布投資理財干貨。添加下方華哥微信后回復 「養基」加入）

（免責聲明：本文內容及觀點僅為記錄個人思路，不涉及任何與個股有關的分析和推薦，文中所提投資，不作為投資依據，投資有風險，入市需謹慎）

謝謝大家的閱讀時間，如果文章對你有幫助，點個“和??”，也可以轉發到朋友圈，歡迎星標華哥的投資筆記，祝你投資發大財！

作者簡介：華哥， 5000+家庭選擇的私人財富顧問，加我，免費送你一份「家庭理財工具大禮包」，用過來人的理財投資踩坑經驗，幫你 少走三五年彎路。