夜雨聆风6月中旬一个周四下午，我搜 polars 分组排名怎么写。点开搜索结果前三篇博客，代码几乎一模一样，连注释都一个字不差。第一篇跑起来报错，第二篇同样的错，翻到第三篇我才反应过来不对劲：里面那个 method="dense_rank" 参数，polars 压根没有，官方文档里这个参数值叫 "dense"。三篇"教程"，没有一个作者真跑过代码，八成是同一篇AI生成的稿子被搬来搬去。那个下午我折腾了快两个小时，最后靠官方文档五分钟解决。
你可能也有类似的感觉：
- 为什么现在搜个技术问题，前几页全是似曾相识的水文？
- 周三说的带引用的AI搜索，引用的到底是什么货色？
- 以后查资料，到底还能信什么？
这是本周AI幻觉系列的最后一篇。周一讲了AI为什么胡说，周三讲了怎么让它少胡说，今天说个更麻烦的事：AI胡说出来的内容，正在成批地灌进互联网，再被搜索引擎和AI自己吃回去。
一、先说结论
一句话记住：AI幻觉真正的危害不在对话框里，在它生成的错误内容被发到网上、被搜索收录、再被下一个AI当"参考资料"引用。错误转一圈回来，就披上了"多个来源佐证"的外衣。我管这个叫垃圾内容的洗白循环。
我的看法是：单次幻觉不可怕，你核对一下就完了。污染才可怕，它让"核对"这个动作本身变得不可靠。你想查证一个说法，搜出来五篇文章都这么讲，看着像交叉验证，其实可能是同一篇AI稿的五份复印件。
二、这个循环是怎么转起来的
第一步：生产成本归零
我自己测过，让AI生成一篇八百字的"工具评测"，40秒，算上API费用不到一毛钱。人写一篇同等篇幅要两小时。成本差几千倍，产量的差距可想而知。以前的内容农场雇人洗稿，一人一天憋几篇；现在一台电脑挂个脚本，一晚上能吐几百篇，每篇还都换了说法、查重都查不出来。
第二步：搜索引擎照单全收
搜索排序看的是SEO信号：关键词密度、文章结构、更新频率。AI生成的稿子，这三样恰恰做得比真人还标准。至于代码跑没跑过、数据是不是编的，不在排序信号里。于是就出现了我6月那一幕：三篇错得一模一样的"教程"，齐齐整整排在官方文档前面。
第三步：AI把垃圾吃回去
AI搜索引用网页作答，下一代大模型抓网页当训练语料。错误内容被引用一次，"权威度"就涨一分。研究圈管这叫模型自噬，我给它打的比方是复印件的复印件，一代比一代糊。周三文章里我提过，某个带引用的工具引了一篇自媒体瞎写的文章当来源，那就是这个循环的现场直播。
三、一张表看清：以前的垃圾 vs 现在的垃圾
四、我连踩的3次坑
坑一：三篇一模一样的假教程
就是开头6月那次。事后我特意回去数了数，那个假参数 method="dense_rank" 出现在至少6篇不同站点的"教程"里，发布时间前后差了三个月。也就是说，这个错误已经在互联网上安家落户、开枝散叶了。我的教训很直接：技术问题先翻官方文档，博客只当索引用，不当答案用。
坑二：差点把编的数据写进调研报告
7月初帮老童做一个工具选型调研，我搜某个工具的性能数据，翻了5篇"评测"，数字高度一致。我差点把它当"多方验证过的结论"写进报告。好在这回多留了个心眼，去官方文档核了一遍，那组"实测数据"跟官方参数完全对不上。顺着发布时间往前捋，最早那篇出自一个推广号，后面4篇连错的小数点都抄得一样。所谓"五个来源"，就是一篇AI推广稿的四份复印件。要是这数据进了报告，被老童问一句"谁测的"，我又得当场社死一回。
坑三：我自己也当过污染源
我搞砸了：5月底我图省事，让AI起草了一篇讲Python虚拟环境管理的回答，粗看没毛病，直接发到了技术社区。两周后评论区有人指出，里面 conda 环境迁移的一个命令是错的，照着做会把原环境搞挂。我脸上挂不住，删帖删得飞快。说难听点，我在这骂内容农场，自己也往池子里倒过一勺。这事之后我给自己立了条规矩：AI起草可以，没亲手跑过、亲眼核过的东西，一个字都不发。
五、三个最常见的误区
误区一：平台会帮你把AI垃圾过滤掉
我以前也这么指望。可平台排序靠的是SEO信号，AI垃圾恰恰是SEO优等生，格式工整、关键词精准、日更不断。我的判断：短期内别指望平台，等它们能可靠识别AI内容，起码还要一两年，这段时间只能靠自己长心眼。
误区二：用AI检测器就能识别AI内容
上个月我拿自己一字一句手写的一篇文章去测某个检测器，结果被判"87%概率AI生成"，我当场气笑了。反过来，真正的AI稿子稍微改几个词就能骗过去。指望机器抓机器，现阶段就是玄学，误伤真人和放过AI的概率一样感人。
误区三：技术内容有代码能验证，不怕污染
恰恰相反，技术内容是重灾区。验证一段代码要装环境、跑一遍，有成本，大多数人复制完就走，错了也不会回来留言。我还发现一个反着用的识别特征：真人写的教程会记录报错、会写"这里卡了我半天"、会骂娘；AI生成的教程永远岁月静好、一步到位。顺得不像人写的，多半就不是人写的。
六、普通人的自保三步
第一步：技术问题，官方文档优先
我劝你把"搜到即真"的习惯戒了。查函数、查参数、查配置，第一站永远是官方文档，搜索结果只用来定位关键词。这个习惯救过我不止一次。
第二步：雷同即存疑
搜到多篇内容高度雷同的文章，别当成"多方印证"，全部按一篇算，然后去找原始来源。找不到有署名、有出处的源头，这个说法就按"未证实"处理。
第三步：管好自己的输出
用AI起草没问题，我现在天天用。但发出去之前，代码亲手跑一遍，数据亲眼核一遍。别像我5月那样，图40秒的省事，赔上一次公开社死。
判断一篇教程值不值得信，看三样：有没有具体版本号、有没有报错和踩坑记录、有没有署名的真人。三样全无，直接关掉，别浪费时间。
七、往后会怎样，说点我的判断
趋势一：可信来源会重新值钱。官方文档、有署名有踩坑史的个人博客、实名的社区回答，这些"经过人手验证"的内容会越来越稀缺。我倾向认为两年内，"真人写的、可验证的"会变成内容的卖点，就像食品包装上的"无添加"。
趋势二：污染会跟着用户一起搬进AI对话框。越来越多人不搜了，直接问AI。但AI的资料还是来自这片正在被污染的互联网，载体变了，问题没变，甚至更隐蔽，因为你连"前几页都长一样"这个报警信号都看不到了。最后怎么收场我也不确定，我能做的是先把自己的核对习惯练扎实。
说明：本文里的踩坑都是我自己的真实经历，行业判断属于个人观察，不是研究结论，你可以带着怀疑看，这也算信源意识的一部分。
八、总结
这周三篇连起来看：AI会胡说（周一），胡说能治一大半（周三），但治不了它已经吐到互联网上的那些（今天）。往后"搜到的"不等于"真的"，"多个来源"不等于"互相印证"。信源意识，可能是AI时代普通人最值钱的一个习惯。
要点回顾：
- 洗白循环：AI编 → 农场发 → 搜索收录 → AI引用 → 错误变"共识"
- 我的3次坑：假参数教程折腾两小时、5篇"评测"是一份推广稿的复印件、自己发的AI回答两周后被抓错删帖
- 三个误区：平台过滤靠不住、AI检测器是玄学、技术内容反而是重灾区
- 自保三步：官方文档优先、雷同即存疑、自己发的内容先验证
- 识别口诀：没版本号、没报错记录、没署名真人的教程，直接关
你怎么看？
你最近搜资料的时候，有没有撞见过"一眼AI"的水文？或者被跑不通的假教程坑过？评论区聊聊你是怎么识破的，我都会回。
