演员刘美含想做一件很小的事：确认“铸币坊”的“坊”字读哪个声调。

她打开了五款主流AI工具，逐一提问，得到了五个答案，其中四个是错的。最终给出正确读音“fáng”的，是百度AI。事后经《新华词典》App和南京师范大学化振红教授双重验证，“铸币坊”是造币场所，“坊”读fáng，二声没有任何问题。

本来只是个无伤大雅的小测试，却在一个特殊的时间节点被放大了。就在刘美含的测试视频在网上发酵的同一周，中央电视台315晚会曝光了一种新型黑产：只需花几十元，就可以让一篇定制软文在几天之内成为AI搜索的“标准答案”。

这种操纵手法有个专业名字——GEO（生成式引擎优化），它是SEO在AI时代的变种，利用AI搜索在信源权威性判断上的结构性漏洞，将人工植入的内容包装成可信的知识。

虚构的产品评测、杜撰的专家背书、捏造的权威数据，被AI用笃定的语气、流畅的措辞，一本正经地呈现在屏幕上。广告与内容的边界被刻意模糊，用户几乎没有任何辨别的线索。

两件事并置，不难发现二者是同一个问题的两个截面。一个截面，是AI搜索的信源体系可以被人为地污染和操控；另一个截面，是AI自身的生成逻辑，在底层就缺乏对“准确”的稳定追求。前者是外部攻击，后者是内部缺陷，两者同时存在，共同指向一件事：这轮AI浪潮里，信息的可信度问题，被严重低估。

当两条裂缝同时暴露在公众视野里，一种始料未及的情绪开始在社交网络上漫延——开始想念百度。

这种情绪最初显得有点奇怪。毕竟过去几年，AI对“百度搜索”的冲击似乎是网络上更主流的叙事。但如果仔细拆解这种情绪的结构，会发现它并非是对旧时代的感伤，而是一种很理性的风险规避信号。

尤其是在生成内容的边际成本趋向于零、真实信息的密度被大规模稀释时，百度积累了二十年的内容审核体系，正从一种合规成本，反转为大模型时代稀缺的确定性。

当GEO黑产撕开AI搜索的“虚假繁荣”

AI搜索这两年增长的速度，容易让人忽略一件事——可靠性。

这轮高速扩张之下，其实存在两条始终没有被真正修复的裂缝，一条在外部，一条在内部。两者叠加，才构成了今天这场正在蔓延的系统性信任危机。

理解GEO黑产，首先要知道一个事实：当前这一代AI搜索，在处理信息时，“相关性排序”和“权威性判断”是两套分离的逻辑。

相关性可以被算法快速处理，通过语义匹配、关键词密度、平台传播量，AI能够高效判断一条内容是否与查询词高度吻合。但权威性的判断要复杂得多，它需要识别内容来源是否可信，发布者是否具备专业背景，结论是否经过多方核实。这道判断，目前在大多数AI搜索的答案生成流程里，是缺位的。

这个结构性的缺口，就是GEO黑产的入口。一篇精心撰写的软文，只要在关键词上够精准、在格式上够专业，就能顺利通过相关性这道门，然后绕过权威性的审查，直接进入AI的答案池。

更离谱的是，黑产从业者已经把这个缺口做成了标准化生意：定价透明，交付迅速，且规模可复制。

但如果说GEO黑产是从外部打入楔子，AI自身的生成逻辑则提供了另一层更根本的不稳定性。刘美含的测试已经说明了问题：五款主流AI工具，四款给出了错误答案，且大多数在给出错误答案时语气同样笃定。

而且AI幻觉还有一种更隐蔽的形态。《新立场》此前实测，要求某款头部AI APP总结“今日全球最新资讯”，AI返回了一段措辞规整、层次分明的新闻摘要，但那些“最新资讯”全是几天前的旧闻。

在直接指出这个问题后，AI立刻给出回应：抱歉，刚才的整理确实混入了一些本周稍早的背景信息。注意这句话的措辞，不是“我给出了错误信息”，而是“混入了背景信息”。错误被包裹在一个语气温和、措辞精准的解释里，听起来像是一个严谨的编辑在复盘流程失误，而不是一台机器为错误输出道歉。但这种流畅，本身就是问题所在。

AI不是在“查找”答案，它是在“生成”答案。而这两种动作之间的差异，比人们通常意识到的要更大。查找意味着有一个确定的事实在某处等待被找到；生成意味着答案是被实时构建出来的，依据是训练数据和上下文推断，而非对真相的直接访问。

生成逻辑天然倾向“流畅”而非“准确”。一个听起来有说服力的错误，比一个结结巴巴的正确更容易被生成出来，毕竟流畅性本就是大模型被优化的核心目标。某些AI在刘美含测试中的前后摇摆，也是这个逻辑的直接体现。

但这种“不知道自己不知道”的特性，恰恰又是当前AI搜索信任危机最难处理的部分。传统搜索的局限是清晰的，找不到就是找不到，返回的是空结果或低相关度结果，用户可以意识到信息的缺失。AI搜索的局限是隐蔽的，它总是能生成一个看起来完整的答案，即使那个答案是错的。

正因如此，“开始想念百度”的市场情绪更应当被认真对待。作为最近几个月频繁出现的表达，它不单单是怀旧，更是指向一个极其具体的诉求：用户需要一个溯源清晰、且答案背后有主体担责的信息载体。

这个需求，在传统搜索时代是被满足的，只是满足得太自然、太隐形，以至于大多数人从来不需要意识到它的存在。而现在，AI搜索在某种程度上把这道门撤掉了。

从“概率生成”回归“确定性过滤”

既然问题指向的是AI信源体系的两条结构性裂缝，那要回答的问题就变得具体了——是否存在一种不同的信息处理范式，它在架构上就规避了这两条裂缝？

答案指向一个根本性的逻辑差异：AI是“生成后过滤”，百度是“过滤后发布”。这两种逻辑的顺序调换，决定了完全不同的信任天花板。

举个简单的例子，百度百科的运作逻辑，从入口处就与AI的生成方式有了本质上的区别。

一个词条在上线之前，编辑者必须提供权威媒体来源的书面佐证：新华网、人民网、央视、各级政府官网，这是最低准入门槛。类似315晚会曝光的那类自媒体测评、未经核实的UGC内容在进入百度百科前就会被拦在门外。

在通过了机器审核完成初筛后，还有人工审核员复核，对于人物类、企业类等敏感词条，高级审核员还会进行二次核验。整套流程的本质是“先审后发”，内容在成为数据库一部分之前，就已经完成了权威性验证。

把这个逻辑和AI的生成方式放在一起看，AI是先生成，再在对话层面进行有限的过滤，过滤的深度取决于每次对话的上下文质量。百度百科是在内容进入数据库之前就完成了过滤，这道关卡不受对话上下文影响，不受提示词技巧左右，它是固定的、制度化的、并且可追溯的。

当然，仅靠内部制度还不够。权威信源的价值，部分来自于“谁参与了构建这套知识体系”。2024年12月，百度百科发布“繁星计划”，联合中国科学院大学、北京大学等机构，汇聚了超过10万名专家，共同维护超过100万个专业词条，词条总量突破3000万。

这有点类似于一个自我强化的网络效应在运作，每一个权威机构加入这个协作网络，整个内容体系的可信度阈值就相应提高；可信度阈值越高，就会吸引更多权威机构愿意把自己的名字和这个平台绑定。这个飞轮一旦建立，其加速度是自我强化的。

当然，这并不是指百度要在AI和搜索之间二选一，而是百度把AI整合进了同一套信源验证体系里。

具体来说，百度AI答案背后有三道过滤机制同时工作。多源比对，让系统自动抓取发布时间、作者权威度等维度进行交叉比对，只有来自权威专业领域、时效性强的信息源才有资格进入候选池；交叉验证，使得同一个结论必须有多个可信来源同时支撑才会被采用，排除单一信源带来的单点错误风险。还有，秒级自动巡检，一旦发现内容有偏，系统和人工会立即介入，重新生产内容。

我们可以用一个建筑类比来理解这个架构，AI搜索是在地基未经夯实的地面上快速盖楼，速度很快，外观也不错，但稳定性无法保证；百度的做法是先把地基夯实，再在上面加建AI这一层。

这种筛选逻辑优先保证结论的可靠性。通过继承搜索层的信源识别能力，百度让AI的输出处于一种被验证过的秩序之内。

这个模型有没有外部市场验证？有，而且验证来自一个相对客观的维度——开发者的选择行为。

OpenClaw是目前全球最受关注的AI智能体平台，其Skill市场类似App Store，开发者在22000多个可选技能里为自己的AI智能体选配功能插件。在这个高度竞争的市场里，百度搜索Skill已经成为全球下载量第一的搜索引擎官方插件。

开发者给出的理由很直接：搜索类Skill是智能体的“基础设施”，决定了整个智能体应用的信息质量上限。选择百度，是因为它更懂中文权威信息，且具备信息安全背书。

这个选择的逻辑和普通用户的逻辑是一致的，只是被表达得更工程化：在智能体时代，一个AI应用的“智商上限”，取决于它调用的信源有多可靠。

百度的确定性成了“稀缺资产”

在AI普及之前，互联网的守门机制是隐形的。

搜索引擎的排序算法在默默清洗垃圾内容，百科的编辑制度在持续保障基础词条的准确性，主流媒体的信源核查在为公共信息兜底。这些机制一直在运转，只是用户从来不需要意识到它们的存在。

AI搜索的大规模普及改变了这一点，但却带着点悖论式的意味：AI让信息的获取变得更“无缝”，同时也让信息的质量变得更不透明。用户得到的是一个格式上无懈可击的答案，但他们无法知道这个答案是从何处检索的、经过了哪些过滤、错的可能性有多大。

这种不透明在流量场景下通常不是大问题——查天气、问路线、找餐厅，AI的便利性完全盖过了对精确性的需求。但在另一些场景里，比如医疗诊断、法律条文、历史事实、语言规范，这种不透明就会让人感到不安。

此前有一种流行的叙事认为，AI会取代一切传统信息工具，让搜索引擎、百科全书和新闻媒体都变得过时。这个叙事有一个根本性的漏洞：它假设AI能够自己生成权威性，而不是从既有的权威体系里继承权威性。

现实是，AI的答案质量，在很大程度上取决于它所调用信源的质量。AI没有让“权威信源”变得不重要，恰恰相反，当噪音在供给侧急剧增加，信号的价值就在需求侧被反向放大了。

这是一种结构性的重估，原本隐形的“守门机制”，因为噪音变多，突然变得可见，可见之后才能被定价。

百度正在经历这个重估过程。但重估不会自动完成，它需要百度主动把原本“存在但不被感知”的价值，变成用户和市场可以感知的差异。这件事大致有三个维度需要被推进。

在制度层面，可以把“先审后发”从内部流程变成行业可见的信任凭证。百度百科的内容准入机制、机审加人审双重流程、权威信源溯源体系，这些东西目前是运转着的，但对用户而言是黑箱。价值重构的第一步，是让这套机制变得透明可见，例如在信息呈现层面，让用户能够直接看到每一个答案的信源路径。信源透明不只是道德选择，也应该成为AI时代建立差异化竞争壁垒的实质性动作。

协作层面，“繁星计划”应该是被理解为构建一个“中文知识权威网络”。这个网络目前的身份是百度的内容资产，但它的想象空间更大：当参与机构足够密集、词条覆盖足够全面，它有可能成为整个中文AI生态的信源底座——不只是百度自己用，也可以成为整个行业可引用的权威参照系。

用户层面，信任差异需要被翻译成具体的场景切换逻辑。不是所有问题都需要“守门”，问天气、查路线、聊创意，AI的流畅生成已经足够好用，这一点百度没有必要否认。但当问题涉及医疗、法律、历史、语言标准，AI才需要在这些“高可信需求”场景里，把自己的差异化做到让用户感知得到，比如更清晰的信源标注和更一致的事实准确率。

当然，这里有必要补充一点并不那么乐观的判断：重估并不等于逆转。AI搜索在便利性和交互体验上的优势也是真实的，这需要的不只是对现有机制的坚守，还有在AI时代持续的产品层面的演进。

尽管如此，有一个结构性判断依然成立，那就是在AI噪音大规模涌现的当下，“确定性”本身就是稀缺资产。而百度二十年积累的内容审核体系、权威信源协作网络、以及“过滤后发布”的底层范式，恰好是这个稀缺资产最合适的载体。

它的含金量不是突然出现的，只是在过去很长一段时间里，这块金子埋在日常使用的便利性之下，没有被看见。现在，AI时代的噪音把土层吹散了。

AI能力的竞争本质上在往两个方向同时演进：一个方向是生成能力的竞赛，比谁更能说、更能写、更会推理；另一个方向，越来越多的从业者开始意识到，是信源质量的竞赛，比谁能让AI说出来的话更值得信。后一个方向，目前的参赛选手并不多。

而百度是里面起点最高的那个。

*题图及文中配图来源于网络。