21万个垃圾页面正在污染Perplexity：AI搜索面临内容操纵危机

一场针对AI搜索引擎的内容操纵

最近一份调查揭示了一个令人不安的现象：仅仅三个网站，就批量生产了高达 215,128 个 号称"最佳软件"（best software）的推荐页面，而这些海量页面的真正目标读者并不是人类用户，而是像 Perplexity 这样的 AI 搜索引擎。更糟糕的是，Perplexity 在回答用户问题时，确实引用了这些页面作为信息来源。

这不是传统意义上的 SEO 垃圾内容，而是一种针对新一代 AI 检索系统的"投喂式"内容操纵。当越来越多用户开始依赖 AI 直接给出答案，而非自己翻阅搜索结果时，这种手法的破坏力被成倍放大。

为什么21万个垃圾页面能骗过AI搜索

AI检索的天然弱点

传统搜索引擎经过二十多年的对抗，已经积累了相对成熟的反垃圾机制。但基于大语言模型的 AI 搜索是一套全新的检索与生成流程：它需要实时抓取网页内容、提取信息片段、再综合成答案。这个过程恰恰给了内容农场可乘之机。

这些批量生成的页面往往具备几个共同特征：结构规整、关键词密集、看起来"信息量很大"。对人类而言，稍加浏览就能识别出内容空洞、缺乏真实测评的套路化文本；但对 AI 而言，这些页面在语义匹配上高度契合用户的提问（比如"最好的项目管理软件是什么"），因此被判定为高相关性来源并加以引用。

规模化操纵背后的经济动机

一次生成 21 万个页面，背后是明确的商业算计。这类"最佳软件"榜单页面通常嵌入了大量联盟营销（affiliate）链接——只要用户通过页面点击并购买了推荐的软件，页面运营方就能获得佣金。

过去，这些页面需要在 Google 搜索结果中排名靠前才能带来流量。而现在，只要能"钻进" AI 生成的答案里被引用，就相当于获得了最高级别的曝光——因为用户对 AI 给出的答案往往抱有更高的信任度。这从根本上改变了内容操纵的投入产出比。

对AI搜索生态的深层威胁

信任链条面临崩塌风险

AI 搜索的核心价值主张，是帮用户"过滤噪音、直接给答案"。但如果 AI 引用的来源本身就是精心设计的营销垃圾，那么这个价值主张就出现了根本性裂痕。

用户看到 Perplexity 附上了"引用来源"，会本能地认为答案是有据可查、经过验证的。然而当这些引用指向的是内容农场时，AI 反而成了垃圾内容的"信誉背书者"，把本应被过滤的低质信息重新包装成了"权威结论"。这种信任的错配，比单纯的搜索结果污染更为危险。

一场刚刚开始的AI军备竞赛

你可能没注意到，生成式 AI 不仅是这场攻击的"受害者"，也是"作案工具"。批量制造 21 万个页面在过去成本高昂，但如今借助大语言模型，生产海量看似专业的内容几乎是零边际成本的操作。

这意味着 AI 搜索引擎与内容操纵者之间，正在进入一场类似当年反垃圾邮件、反 SEO 作弊的长期博弈。区别在于，这一次攻防双方使用的是同一类技术，对抗的复杂度和迭代速度都将远超以往。

AI搜索平台该如何应对内容污染

对于 Perplexity 等 AI 搜索平台，仅靠语义相关性来筛选引用来源显然已经不够。可能的改进方向包括：

• 来源质量评估：引入对网站权威性、内容原创性、发布历史的综合评分，而非单纯依赖内容与问题的匹配度。
• 模式识别：批量生成的页面往往在域名、页面结构、发布节奏上存在可检测的规律，平台可以借助反作弊模型识别"内容农场集群"。
• 联盟链接透明度：对含有大量营销链接的页面进行标记或降权，让用户对信息背后的商业动机有所知情。
• 多源交叉验证：对同一结论要求来自多个独立、可信来源的佐证，降低单一垃圾源污染答案的概率。

给普通用户的实用提醒

对于日常使用 AI 搜索的用户来说，这件事最大的启示是：AI 给出的答案附带引用，不等于答案可靠。

当涉及"最佳产品推荐""软件对比"这类天然带有商业利益的查询时，尤其需要保持警惕。这类问题恰恰是营销内容最密集的重灾区。合理的做法是把 AI 的回答当作起点而非终点——点开它引用的来源亲自看一眼，判断是否为真实测评，多方比对后再做决策。

这起事件本质上是一个缩影：当我们把信息筛选的权力交给 AI 时，也必须意识到操纵 AI 的动机和手段正在同步进化。AI 搜索要真正兑现"给出可信答案"的承诺，还有一段相当长的路要走。