现在，想买一辆家用 SUV，很多人第一反应不是问销售，而是打开AI问一句：20万预算买车，怎么选？无论是哪个AI，往往都会快速给出一段结构相似的回答：三款候选车型，空间、油耗、落地价逐项列得清清楚楚，末尾还客气地补一句“仅供参考，建议到店试驾”。 表达通顺、逻辑完整，任何一条，都足以让人据此做决策。

有意思的是，每条回答的末尾还挂着一层信息“参考资料”，点开才发现，看似AI 给出的回答，其实是从别处借来的。它不是在想答案，而是在找答案：先把问题拆开，去资料库里翻出相关的内容，再重新组织成一段顺口的话，最后把出处挂在末尾。换句话说，你看到的每一个结论，背后都站着一个信源。

很多人借助AI做决策，都习惯只读正文，忽略把最底下那行引用。可恰恰是这行小字，却彰显着答案的权威性与专业度。同一个问题，一个AI引用是权威平台，另一个引的是来自媒体，两者的分量就会天差地别。

AI 为什么非要这么做？因为它有两个天生的短板：一是“爱编”，不知道的事也能一本正经胡诌；二是“无法预判”，训练完以后发生的新鲜事基本一问三不知。汽车市场偏偏处处都是新鲜事，本月刚上市的车、今天的行情、昨晚的召回，全都在AI记忆之外。所以当你问他买车的问题时，它不敢硬答，只能先去查证，再开口。

那么问题来了，AI 偏信谁、忽略谁，有没有规律可循？第三方机构 QuestMobile 在 19月10日发了一份报告，将这件事测了个明白：把豆包、DeepSeek、Kimi、文心、千问、元宝六个主流 AI 摆在一起，按普通人买车的完整链条设计了 28 类问题，连测三个月，最后统计每个信源被引用的比例。

结果很直接，引用率第一的是汽车之家，83.2%。通俗点说，每一百条标了出处的汽车问答里，有83条参考过它；第二名太平洋汽车 58.5%，第三名易车 52.4%，头名把第二名甩开 24.7 个百分点。

这件事跟我们有什么关系呢？关系很大。你问 AI 的任何事情，比如买车、看病、给孩子选学校，得出答案的可信度，基本就等于它引用了谁。

最省事的判断办法，就是别只盯着答案说得顺不顺，多花十秒钟翻到答案最底下，看看它参考的是哪家。答案敢把出处亮出来，本身是好事，那是它把“凭据”摊开核对；你要做的，就是看这份凭据够不够硬，够不够权威。

所以，下次无论是选车、问药还是挑学校，先别急着照单全收，养成翻引用的习惯。这一步，往往比让 AI 多解释三遍都有用。其实也不难做到，你只需要记住一句话：正文是 AI 的话，引用是 AI 的参考，对不上参考的答案，说得再顺也别急着信。

信息的权力没消失，只是从屏幕上的广告位，挪进了答案里的引用位。不信你现在就试：随便问一个 AI“二十万买什么车”，再翻到最底下，看看它引用了谁。