起底AI“投毒”灰产生意

AI"投毒"灰产正加速蔓延。据时代周报调查，围绕GEO（生成式引擎优化）已形成完整产业链：关键词设置、批量软文生成、全网分发、排名维护，四步流水线操作。从业者报价单显示，单个关键词单季度单平台1000-2000元，品牌转化率普遍提升30%以上。今年3·15晚会已曝光相关乱象——不存在的产品几分钟内获得AI"热门推荐"。目前国内首部GEO行业自律公约已签署，十部门联合印发AI伦理审查办法，将数据合规前置到研发阶段。截至2025年底，我国生成式AI用户达6.02亿，约80%通过AI获取消费信息，信息污染风险不容忽视。

这事不新鲜，但规模远超想象。时代周报这篇调查把GEO灰产扒得很透：一套系统年费几百块，新手也能上手；300人团队日均处理大量关键词投放；虚假软文通过上百个自媒体账号交叉发布，制造"多来源验证"假象，AI大模型就信了。前商汤研究院院长田丰说得直白——大模型底层逻辑是"频率即权威"，同一个品牌正面内容出现越多，AI越觉得可信。这不是技术漏洞，这是架构级盲区。

更让人后背发凉的是危害的三步升级。第一波，消费信息已经被污染了，你问AI买什么门锁、什么手表，排名靠前的未必是销量最高的。第二波，12到24个月内专业领域决策会失真——医疗、金融、法律，这些本该严谨的领域如果被投毒，后果比广告误导严重得多。第三波最可怕：污染渗透进训练数据，形成"代际污染"，就像病毒融入血液，洗都洗不掉。

监管确实在跟进。3月的行业自律公约、十部门联合办法，方向都对——数据合规前置、常态化监测、信源溯源。但说句实话，灰产的反应速度往往快于监管。Cutoff机制再严，只要RAG架构还在实时抓取互联网信息，窗口就始终存在。

真正的破局点可能在用户端。田丰提了个思路：让AI答案可溯源，告诉你这个结论引用了哪些信源、权重如何分配、有没有异常密集的同质化内容。说白了，就是把传统媒体的"标注来源"习惯搬进AI时代。

技术问题终归要靠技术和制度共同解决。但作为普通用户，至少现在可以多留个心眼：AI给的推荐，别当圣旨，多换几个工具交叉验证，看看排名到底稳不稳。

毕竟，当信息本身可以被制造，辨别力就是最后的防线。