夜雨聆风你上次让AI推荐的那个餐厅，去了吗？
好吃吗？
一、问题：你以为在问AI，其实在问一堆人工喂进去的脏数据
很多人现在做决策的流程是这样的：
不知道去哪吃 → 问AI。 不知道买什么 → 问AI。 不知道哪个景点值得去 → 问AI。
AI给的答案，感觉比搜索引擎"干净"，比朋友推荐"客观"，比评论区"可信"。
这个感觉，正在被人系统性地利用。
2025年，国家安全部公开通报了一条产业链：AI语料投毒。
不是黑客攻击，不是技术漏洞。
是有人在AI能"学到"的地方，批量写入假内容，让AI记住，然后推荐给你。
门槛低到什么程度？
50块。
二、洞察：这不是AI变坏了，是黑产比你更早搞懂了AI的弱点
先说一个你可能没注意到的对比。
十年前也有黑产，叫SEO刷排名——花钱让自己的网页出现在搜索结果第一页。
那时候平台会打，技术在迭代，用户也慢慢学会了"搜索结果第一条不一定可信"。
现在的AI投毒，和那个时代比，有三个地方更难对付：
第一，门槛更低。SEO需要懂技术、买链接、做页面。AI投毒只需要：批量生成文字，大量写入AI能爬到的地方。工具现成的，会打字就能干。
第二，溯源更难。搜索引擎的排名还能追，今天第一是谁买的，有迹可循。AI的推荐结果从哪来？它自己都说不清楚。你问它"你为什么推荐这家"，它给你一个听起来很合理的解释——那个解释，可能也是编的。
第三，影响周期更长。SEO的效果是实时的，今天停了明天排名就掉。AI的训练数据一旦被污染，清洗周期以月计，有时候以年计。你今天遇到的假推荐，可能是半年前就种进去的。
有人会说：AI公司难道不防这个吗？
防。但道高一尺魔高一丈。
更关键的是——AI天然有一个弱点，让它特别好骗：少数服从多数。
训练数据里，说这家餐厅好的内容占多数，AI就学到"这家餐厅好"。
没有人告诉它，那些好评是同一批账号在同一周写的。
它不知道。它只看数量。
这个机制，是AI的底层逻辑，不是bug，改不掉。
三、论据：50块能买到什么，你问AI的哪些场景已经是重灾区
先说50块能买到什么。
根据国家安全部通报及国内多家媒体的跟进报道（具体金额与操作细节以官方通报为准），这条产业链的基本链条是：
接单 → 用AI批量生成"真实感"评价 → 分发写入各类平台、论坛、问答社区 → 等待AI爬取学习 → 完成。
整个过程不需要真人体验，不需要真实购买，不需要任何产品本身的质量。
需要的只是数量和耐心。
那哪些场景是重灾区？
说几个你一定用过的：
问AI推荐餐厅。本地生活类内容，是投毒性价比最高的赛道。一家餐厅，花几百块污染语料，换来AI长期推荐，成本比打广告低多了。
问AI推荐产品。"XX品类哪个牌子好？"这类问题，AI给的答案背后，是它从无数条评价里学来的"印象"。那些评价从哪来，它不知道，你也不知道。
问AI规划攻略。"去XX旅游住哪好？"投毒方早就盯上了这个场景。景区周边的酒店、民宿，是重点污染对象（基于公开报道推断，具体比例未经证实）。
这三类问题有一个共同点：你问的时候，完全没有办法验证答案。
你只能信，或者不信。
四、行动：不是让你不用AI，是让你知道哪些话不能全信
我自己现在的原则很简单：AI给的推荐，涉及钱和身体的，必须交叉验证。
具体怎么做，现在打开手机就能执行：
第一，问完AI，去大众点评/小红书搜同一个关键词。看最近三个月的真实用户内容，特别是差评。差评造假成本高，所以差评区相对干净。
第二，注意AI推荐里有没有"过于一致"的表述。如果AI给你推荐了一家餐厅，说它"环境好、服务好、性价比高、强烈推荐"——这种四个维度全好、没有任何缺点的描述，是投毒内容的典型特征。真实体验是有瑕疵的。
第三，遇到AI推荐某个具体品牌/商家，追问一句："你的信息来源是什么时候的？"大部分AI会承认自己不知道最新情况。这句话能帮你判断这个推荐有多少参考价值。
我自己的选择是：继续用AI，但把它当成"第一步"，不当"最后一步"。
它帮我缩小范围，我自己做最终决定。
这个分工，目前还算合理。
写在最后
AI投毒这件事，让我想到一句话：
你信任的不是AI，你信任的是喂给AI的那堆数据。而那堆数据，有人在往里掺沙子。
国安部出手通报，说明这条产业链已经不是小打小闹。
但更值得警惕的是——就算通报了，就算打掉了几个团伙，已经写进AI记忆里的那些假内容，不会自动消失。
它还在那，等着你下次发问。
你信任AI的推荐，本质上是在信任一个你永远看不到的数据库。
💬 你平时让AI推荐东西之后，会去交叉验证吗？还是直接就信了？ 评论区聊聊，我想知道大家现在的习惯是怎样的。
如果这篇文章对你有帮助，欢迎转发给朋友 🚀
