一个普通人第一次听说的词：GEO

今年央视3·15晚会曝光了AI大模型被"投毒"的乱象，一个此前只在营销圈流通的词被反复提及——GEO，生成式引擎优化。

它的运作方式并不复杂：一些公司批量生产虚假、低质的内容，把广告包装成测评、榜单、经验分享，分发到不同平台，目的只有一个——让AI在抓取信息时更容易采信这些内容，从而在回答用户提问时，把它们的产品推荐出去。

《仅供参考reference》这期节目请来某大厂研究院研究员张鸿茹，她近期的研究主题正是虚假信息与AI素养，另一位对谈者是「镜相工作室」作者黄依婷。他们要讨论的，是一个比"AI说错话"更麻烦的问题：当AI成为新的信息入口，围绕它的产业链会长成什么样。

从SEO到GEO：换了入口，没换逻辑

熟悉互联网的人会立刻联想到SEO，搜索引擎优化。

SEO时代的玩法是让自己的网页排在搜索结果前列：堆关键词、做外链、生产大量同质文章。用户看到的是一个链接列表，虽然被排序影响，但至少还能点进去，比较几家说法，自己做判断。

GEO把战场搬到了模型这一侧。用户不再看到十条链接，而是看到一个综合好的答案。筛选、比较、判断这些动作，被模型替你做完了。

张鸿茹在节目里概括得很准确：每一个信息入口都会长出一套影响它的产业链，从搜索到社交媒体、短视频，再到今天的AI，形式在变，但逐利的目的没变。

要理解投毒为什么有效，得先理解大模型是怎么工作的。

节目里用到了"随机鹦鹉"这个著名比喻：模型并不真正理解事实，它是在海量语料的统计规律上预测下一个最合理的词。它判断一件事的依据，很大程度上是"这种说法在语料里出现得多不多、上下文可不可信"。

于是投毒的逻辑就浮现了：如果某个说法在网上出现的频率足够高、来源足够分散、格式足够像正经内容，模型采信它的概率就会上升。

更关键的是，今天的AI普遍会联网检索再生成答案。这意味着攻击面从"训练数据"扩展到了"实时搜索结果"——只要把内容铺满那些容易被检索到的位置，就有机会影响答案。而生成这些内容的成本，恰好也因为AI而降到了极低。

这就形成了节目里说的"信息军备竞赛"：AI降低了造假成本，AI又成了被污染的对象。

我们正在走向一个"概率真相"时代

节目中段抛出了一个很有分量的说法：我们正在走向一个"概率真相"的时代。

过去获取信息，你面对的是一个个有出处的来源：这家媒体、那份报告、某位专家。你可以追溯、可以质疑、可以交叉验证。真相是一个点，你可以指着它。

现在你面对的是一个生成出来的答案。它语气自信、结构完整、听起来什么都懂，但它没有单一出处，它是无数语料按概率加权后的产物。真相不再是一个点，而是一个面。

这带来的变化很微妙：AI的回答越流畅、越像样，人越容易放弃自己的判断。而当低质内容被批量灌进这个系统，一些真正值得被采纳的信息，就会淹没在批量化生产的垃圾里——AI更难找到有价值的信息，通过AI获取信息的人，也就更难拿到真正有价值的信息。

比互联网垃圾信息更难对付的三件事

研究者的判断是，和互联网时代的垃圾信息相比，AI时代的信息污染有三个新特征。

第一是规模更大。过去写一百篇软文需要一个团队干一周，现在几分钟就能生成上千篇，还能自动改写成不同语气、不同平台的版本。

第二是成本更低。低到即使转化率极低也划算，于是理性的选择就是无限量铺开。

第三是更难识别。过去的垃圾信息有明显特征：语句不通、排版混乱、明显的推销口吻。今天由模型生成的内容语法完美、逻辑自洽、细节丰富，普通用户很难判断里面描述的产品体验、测评数据甚至采访对象，究竟是否真实存在。

三者叠加的结果是：辨别的责任被大幅转移到了每一个信息接收者身上。

《叫魂》讲的是十八世纪一场关于妖术的恐慌如何在社会中扩散：谣言、恐惧、地方官僚的自保、朝廷的追查，共同把一件本不存在的事变成了真实的社会事件。它说明信息失真从来不是技术问题，而是社会问题——有传播动机的人、有焦虑的受众、有失灵的核查机制，三者齐备，污染就会发生。

所以结论是双面的：信息污染不会消失，它在任何媒介形态下都存在；但它也不会完全失序，因为平台会治理、监管会介入、行业标准会建立、用户会逐渐产生免疫力。

历史上每一次新媒介出现，都经历过"污染爆发—社会反应—规则建立"的循环。AI只是又一轮，只不过速度快了很多。

既然辨别责任落到了个人身上，节目也给了一些相当务实的提示。

第一，把AI的回答当作起点而不是终点。对于涉及花钱、健康、法律和重大决策的问题，一定要点开它引用的来源，确认这个来源是否真实存在、是否具备权威性。

第二，警惕那些"过于对口"的推荐。当你问一个宽泛问题，答案却精准指向某个具体品牌和型号，尤其还配着看起来很详细的对比数据，这往往是GEO最典型的产物。

第三，保留多入口的习惯。不要让所有信息都从同一个模型进来，交叉比对不同来源，依然是成本最低、最有效的防骗方式。

第四，理解AI的能力边界。它擅长归纳、解释和整理，但不擅长判断真伪，尤其是在那些有强烈商业利益驱动的领域。

说到底，信息环境的质量从来不是别人负责保障的东西。工具变了，但"多问一句、多查一遍"这件事，永远不会过时。