没人再读评论了：AI购物时代的信任转移危机

Salesforce的2026假日购物数据里有一行数字，值得每一个开发购物智能体的人停下来思考：41%的消费者在品牌AI助手回答问题后，会完全跳过阅读商品评论。

不是"读得更少"，而是彻底不读。助手的回答，直接替代了整个评论语料库。

把这个事实和另一个早已存在的现象叠加——人类本来也从没读完过那500条评论，我们只看前十条加上星级平均分——于是出现了这篇文章要讨论的奇怪局面：

没人再读评论了。人不读，机器也不读。

智能体并没有解决问题

人们很容易以为AI智能体能修复这个问题。它们没有，原因很机械：上下文窗口同样负担不起整个语料库。

一个有500条评论的商品，文字量大约在15万词左右。一个要做多商品对比的智能体，不可能把每个商品的全部评论都吃进去还能正常运转。那么智能体实际上做了什么？它读星级平均分，或许扫一眼前几条评论，然后根据商品页面的描述文案进行推理——这恰恰是一个疲惫的人在深夜做的浅层阅读，只不过智能体做得更自信、更大规模，还把这叫做"研究"。

没人再读评论了：AI购物时代的信任转移

更糟的是，它粗略扫过的这个语料库本身已被污染。有估算认为，主流电商平台上虚假、被激励或AI生成的评论占到总量的30%–40%。Trustpilot在一年内从单个平台清除了450万条虚假评论。智能体继承的那个星级平均分，是真实情感与工业化操纵的混合体。

上下文窗口（Context Window） 是大语言模型在单次推理中能够处理的最大文本量，通常以"token"计量（大致对应字词或字符片段）。即便是目前上下文最长的主流模型（如 Claude 3 或 GPT-4o），其窗口也在 10 万至 20 万 token 之间。一条评论平均约 50–100 词，500 条评论合计约 3–6 万词，折算后已接近或超出许多实际部署场景中分配给单个商品分析任务的 token 预算——而多商品对比时，这个压力会成倍放大。因此，智能体在实践中往往通过截断、摘要或仅读取元数据（如星级）来应对，这在工程上是合理的妥协，但也意味着它与普通消费者的"懒惰阅读"在信息深度上并无本质差别。

信任没有消失，只是转移了

这里有一点，应该让那些开发AI助手的人警觉：当一个消费者因为助手已经回答而停止阅读评论时，信任并没有消失——它发生了转移。从一个开放的、哪怕被污染的语料库，转移到了一个由卖家控制的封闭语料库。

助手对商品的了解来自商品页面，而商品页面是卖家写的。那41%跳过评论的人，已经把信任从"大家都怎么说"转移到了"品牌告诉AI什么"。这不是一个AI问题，而是一个戴着AI帽子的单一信源问题。

这种转移的隐蔽性在于：表面上看，消费者获得了更高效的决策体验，但代价是放弃了多方交叉验证的能力。开放语料库虽然嘈杂且含有水军，但至少是分散的、难以被单一方完全操纵；而卖家撰写的商品页描述，天然带有利益偏向。

GoBuy的做法：把"阅读"本身变成服务

在GoBuy，我们采取了一个显而易见却略显尴尬的立场：如果交易中没有任何一方会去读评论，那么"阅读"这件事本身就必须成为一项服务。

当机器认真地去"读"评论时，意味着什么：

逐条取证

每一条评论都得到单独评估：真实性信号、"已验证购买"的交叉核对、语言学与时间异常标记。不是对整体语料库的"感觉"，而是逐项检查。

尊重样本量的统计聚合

采用类似Wilson区间的正面评价率下界，这样一来，10条评论得出的5.0分会输给2400条评论得出的4.6分。样本量的诚实被内建进了这个数字里。（顺带一提，最近有一位统计学家公开指出我们一个示例数字算错了，更正已写入我们的说明文档中——这种交流本身就是这件事应有的运作方式。）

Wilson 置信区间（Wilson Score Interval） 是一种用于估计二项比例（如好评率）的统计方法，由 Edwin Bidwell Wilson 于 1927 年提出。与简单平均不同，它会将样本量纳入计算，输出的是在给定置信水平下好评率的下界——样本越少，下界越低，不确定性越大。例如，10 条评论全部好评得出的下界约为 72%，而 2400 条评论中 95% 好评的下界则约为 94%。这使得少量评论的"完美分"不会虚高压过大量评论支撑的"接近完美分"，从而在机制层面抑制了刷少量高分评论的操纵收益。这一方法被 Reddit 的评论排序等系统广泛采用，是处理"小样本高分"问题的标准统计工具。

纵向信号

评分速度、爆发检测、轨迹形状——这些分布层面的证据，即便在AI生成文本在文风上变得无法辨别时依然有效。一个被刷单的商品，随时间会呈现出某种形状，无论假评论的文笔写得多好。

一个我们当真的免责声明

输出结果是一个"证据分"（Evidence Score）：即市场记录所能支持的内容。它不代表商品质量，不代表安全性，也不是购买推荐。证据≠质量——一个忘记这一点的证据层，不过是换了个更好品牌名的推荐引擎而已。

两扇门：同样的阅读，服务两类读者

同一套阅读，服务于两类都已停止阅读的受众：

人类在购物场景中拿到这个分数（浏览器扩展、徽章形式）——这正是那500条评论本该提供的"30秒答案"。
智能体则通过MCP工具（check_product_trust，免费、无需密钥）获取，并配有一份规范——GPV-1，列出了在任何自主结账之前应满足的八个条件。授权并不等于可以跳过证据。

同一个阅读器，同一个分数，两扇门。

MCP（Model Context Protocol） 是 Anthropic 于 2024 年底提出的开放协议，旨在为 AI 模型提供一种标准化方式来调用外部工具和数据源。它类似于 AI 世界的"USB 接口"：任何遵循该协议的工具（如数据库查询、网页搜索、第三方 API）都可以被支持 MCP 的智能体直接调用，无需为每个模型单独适配。文中提到的 check_product_trust 工具以 MCP 形式暴露，意味着任何接入该协议的购物智能体都可以在结账流程中直接查询商品的证据分，而无需开发者进行额外集成工作。这种标准化对于在智能体决策链条中嵌入第三方信任验证环节具有重要的工程意义。

令人不安的总结

2026假日季是第一个大规模AI中介购物的季节：Adobe预测线上成交额将达2750亿美元，其中约五分之一的流量受智能体影响。而这每一笔交易，都依赖着一个无人阅读的语料库——无论是人还是机器。

总得有人去做这个阅读。我们认为，它应该是你可以审计的东西。

服务端已开源（MIT协议），方法论系列持续更新。对于正在构建购物智能体的开发者而言，这里提出的问题比答案更值得警惕：当决策的信任链条收缩到单一卖家信源时，整个电商生态的可信度基础正在被悄悄重写。