從AI得到的答案，可能是一條廣告：誰在給大模型“投毒”？

今年3·15晚會曝光的這一幕，值得每一個用過AI搜索的人多看兩眼：

兩天后，記者在主流AI大模型里問“智能健康手環推薦”，這款根本不存在的產品，被兩個AI模型列為優先推薦，排名靠前。

這不是科幻電影。這是2026年正在發生的現實——一種名為GEO（生成式引擎優化）的技術，正在被用來向AI大模型“投毒”。

更扎心的是服務商那句大實話：“一年可能上億的廣告費，花個幾百萬投點毒，總行吧！”

先看這套操作是怎么跑通的。

另一位服務商章總說得更“專業”：“你在AI的世界里面，你怎么把證據鏈給做足，讓AI覺得這就是真的，而且是有用的。AI大模型經過多方信息交叉，它覺得你優于同行的核心優勢，自然而然就會把你放在第一位?！?/p>

翻譯一下：不是讓AI變聰明，而是讓AI看到的東西，全都是你寫的。

力擎的運營者李總更狠，直接把業務叫“投毒”：“因為全網的人投‘毒’投太多了。網上信息并不是很準。”

記者問：這東西不好吧？李總答：“是不好，但是每個商家都喜歡?！?/p>

02 誰在贏，誰在輸？

這套游戲的贏家，看起來是兩撥人。

第一波是GEO服務商。李總透露，GEO業務已經催生出專門發稿的產業鏈，有些網站一天發幾百篇，一篇幾十元，“你想發稿平臺一天賺多少錢”。力擎這家公司，2025年參保人數只有1人，但業務已經做到上了315。

第二波是投錢的品牌?；◣装偃f“投毒”，可能抵得上上億的廣告費。服務商程總點破真相：“人家不知道這是廣告。所以，為什么說AI出來的結果人家會信任。可能人家的產品質量沒有你過硬，但是它有AI做輔助、做佐證、做背書?！?/p>

那誰在輸？

第一個輸家，是問AI的普通人。你問“智能手環推薦”，AI給你推一個根本不存在的產品。你以為是客觀答案，其實是別人花錢買的廣告位。

第二個輸家，是那些老老實實做產品的品牌。服務商李總還有一套“反向操作”：“我就看不得對手好，我也做不上去，但是我給你投點‘毒’還是可以的?！蹦ê趯κ?，花幾百萬就行。

第三個輸家，是整個AI生態的信任。當AI的答案可以被錢馴服，誰還信AI說的推薦？

03 信任的稅，誰在交？

最后，也是最關鍵的一層：這套“投毒”邏輯，為什么能跑通？

答案藏在AI大模型的工作原理里。大模型訓練依賴互聯網上的海量數據，它在回答問題時，會去抓取它認為“可信”的信息源。如果有人在全網批量發布內容，讓這些內容相互印證、形成“證據鏈”，AI就會覺得“這應該是真的”。

這不是技術漏洞，是技術邏輯本身。AI本來就應該相信“多方信息交叉驗證”的結果。問題在于：當“多方信息”可以花錢批量制造，“交叉驗證”就成了交叉造假。

有業內人士提出解法：用模型對抗模型，用算法理解算法。但眼下，這套“攻防戰”才剛剛開始。

如果未來半年內，主流AI大模型開始批量標注“廣告”或推廣內容，或者出現官方的純凈版付費服務，說明平臺開始認真反制了。如果一切照舊，虛假推薦依然泛濫，那說明“投毒”的生意，比防御跑得快。

目前看，后者的概率更大。因為“投毒”的成本太低，利潤太高，而防御的成本，高到只有平臺愿意掏錢。

而你每次向AI提問，都在用自己的信任，為這場博弈交稅。