有人花了2.5億美元，買斷了你的AI搜索結果

4年前（2022年11月），當ChatGPT首次公開發布時，前Meta媒體合作事務負責人坎貝爾·布朗（Campbell Brown）產生了一種近乎本能的恐慌。她意識到，這個工具將成為人們獲取信息的主要入口——而它給出的答案，質量堪憂。她后來回憶，私下里的念頭是：“如果我們搞不定這個問題，我的孩子會變得很蠢。”

這并非對新技術的盲目排斥。作為曾親歷社交媒體時代信息質量坍塌的核心高管，布朗見證過平臺算法如何為了追求極致的“用戶停留時長”，將新聞的真實性碾碎在流量的洪流中。

如今，歷史正在重演。隨著大語言模型（LLM）接管數字世界的入口，科技精英們的狂熱敘事與終端消費者面對的“數字泔水”之間，橫亙著一道深邃的鴻溝。

信息不再僅僅是被“檢索”，而是被神經網絡“生成”與“合成”。這就引出了一個極其冷酷的商業命題：在這個由黑盒構成的計算過程中，到底是誰，在決定AI告訴你什么？

版權交易的暗門：誰在為AI的回答付錢

如果在AI里搜不到你的公司，你還存在嗎？

在AI時代的搜索機制里，數據的“可見性”已不再是一項基于內容質量的自然權利，而是變成了一種由高昂版權費用定價的金融衍生品?？萍季揞^們正通過動輒數千萬美元的數據授權協議，秘密推進一場高質量語料庫的圈地運動。

比如，美國新聞集團（News Corp）拿到了OpenAI逾2.5億美元的合同（5年期），Reddit則與谷歌簽訂了每年約6000萬美元的協議。這些被資本選中的“VIP內容”，在AI底層訓練與實時檢索系統中獲得了壓倒性的權重。

這意味著什么？意味著當普通人向AI詢問商業趨勢或健康建議時，AI給出的高頻引用源，很大程度上取決于哪家媒體剛剛和硅谷巨頭簽了字。

對于未能擠進這份名單的獨立出版商而言，他們面臨的是斷崖式的流量暴跌。以谷歌旗下AI Mode為例，Semrush分析2025年9月數據發現，高達93%的對話式查詢以“零點擊”告終——模型直接吞噬了原創內容的價值，咀嚼后以“摘要”喂給用戶?？萍季揞^的資本巨頭的授權協議，構成了“誰決定AI回答”的第一層物理濾網。

面對這道濾網，一部分企業選擇了直接付費入場，還有一部分則轉向了一種更為隱蔽的策略：GEO（Generative Engine Optimization，生成式引擎優化）。這是一種專門針對AI內容分發機制的內容優化技術——通過優化內容結構、強化數據標記、提升品牌權威性等手段，增加內容被AI引擎主動引用的概率。其核心目標是：讓自家內容成為AI的“標準答案”。當版權協議只為資本雄厚的大型媒體集團敞開大門時，GEO成了中小企業和獨立創作者在AI曝光度戰場上最后的“技術自救”。然而，GEO策略本質上仍然是在AI平臺的規則框架內運作——游戲的裁判，依然是AI巨頭本身。

AI的價值觀由誰定義：被代碼掩蓋的規則制定權

如果說版權交易決定了AI能獲取什么“食材”，那么被稱為“對齊”（Alignment）的強化學習機制，則決定了這些食材將被如何烹飪。

“對齊”在技術話語體系下被包裝為客觀中立的科學過程，但穿透這層術語，它本質上就是AI時代的“隱形總編輯部”。

傳統媒體有公開的專欄立場和事實核查機制，而AI大模型的價值觀，是由科技巨頭內部不透明的安全團隊，以及遍布全球、按件計酬的外包數據標注員共同塑造的。這些標注員依據一套僵化的合規指南，流水線般地以“選項A優于選項B”的簡單判斷訓練AI模型。

這種粗放的機制在面對復雜社會議題時漏洞百出。布朗的測試發現，主流大模型普遍存在語境缺失，為了規避政治風險，它們面對爭議話題時往往給出看似平衡實則空洞的廢話?；A模型公司普遍將核心研發資源集中于容易量化跑分的“編碼與數學能力”，而將難以標準化評估的“新聞可信度與事實客觀性”置于優先級末端。

當醫療診斷、金融信貸甚至國家安全分析越來越依賴這些經過所謂“安全對齊”的大模型時，科技巨頭實際上已經通過定義偏好數據集，直接壟斷了“何為客觀”的底層判定規則。

宏觀的版權與中觀的對齊，搭建了外部框架。而在微觀層面，用戶自身的提問方式，正在與AI共謀鑄就一個比算法推薦流更堅不可摧的“新信息繭房”。

清華大學團隊此前發表于《自然·機器智能》（Nature Machine Intelligence）的大規模實證研究指出，AI時代的“信息繭房”與傳統的社交網絡“回音室”存在本質差異。傳統回音室是物以類聚，而AI繭房則是由人類與AI驅動的推薦機制之間形成的多層次“反饋循環”（Feedback Loop）所致。該研究追蹤一年交互數據后發現，超過57%的活躍用戶經歷了信息多樣性的顯著萎縮，實質性地陷入了信息繭房，大多數用戶甚至根本沒有意識到自己被困在其中。

生成式AI介入后，將這種多樣性的喪失推向了極致。其核心作案工具，便是被廣泛宣揚的“記憶功能”。

系統不僅記住你主動告訴它的信息，還在進行隱性的“單方面推斷”。通過幾輪對話，AI就能從你的措辭中推斷出你的階層、職業與政治傾向。一旦標簽被鎖定，AI的回答就會發生病態的“算法逢迎”（Sycophancy）。

它不再是一個客觀的檢索工具，而變成了一個諂媚的侍者。它會在總結新聞時，刻意剔除與你觀點相左的事實，放大能驗證你偏見的論據。如果用戶基于存在根本缺陷的前提假設向AI尋求背書，模型會順著這條錯誤的邏輯鏈條繼續生成論證，為謬誤層層加固。

這種認知閉塞具有毀滅性的偽裝力。人們在面對算法信息流時還有一絲防御，但在面對一個總是溫和、耐心、永遠順從且“懂你”的擬人化AI助手時，警惕性被徹底瓦解。AI被塑造成了一個永遠不會反駁你的完美朋友，代價則是將你徹底隔絕于世界的復雜性與多元真相之外。你的每一次提問，都在親手給自己的認知上鎖。

這種閉塞的后果，已不再停留在理論層面。就在上周，中央網信辦在全國范圍內部署開展為期四個月的“清朗·整治AI應用亂象”專項行動，聚焦AI生成“數字泔水”、虛假信息、算法濫用等十四類突出問題——這是監管層面對AI信息質量亂象的系統性宣戰。杭州互聯網法院則進一步給出了司法回應：審理了全國首例生成式AI“幻覺”引發的侵權訴訟，判定AI平臺須為虛假信息侵權承擔責任。當AI一本正經地向你“合成”出一個虛假世界，法律已明確站到了它的對面。

誰來監督監督者：藏在產業鏈深處的資本暗影

面對信任赤字，產業界也并未坐以待斃?？藏悹枴げ祭视?024年10月在紐約創立了Forum AI，試圖通過引入全球頂尖行業專家，訓練出能處理復雜模糊地帶的“審判者代理”（Judgment Agents），以此來審計AI。

與此同時，全球合規層面的行動也在加速。2026年4月，中央網信辦等四部門聯合發布的《人工智能生成合成內容標識辦法》正式落地，要求AI生成內容必須強制標注，并嵌入數字水印元數據——這是從制度層面要求AI“亮明身份”。同月，歐盟《AI法案》全面生效，對高風險AI系統設置了嚴格的版權透明度要求。這意味著，至少在監管層面，“AI說了什么”的溯源與問責機制正在被系統性建立。

然而，合規也逐漸成為一門極佳的B端生意——為那些將AI用于信貸審批、人力資源篩選的企業提供“專家合規保障”。剝開這層旨在“重塑信任”的華麗外衣，一條潛藏的利益沖突幽靈赫然浮現：Forum AI的早期投資方中，赫然出現了Perplexity旗下風投基金的身影。

這是一個結構性的悖論。Perplexity是當前極具侵略性的AI搜索引擎，正因涉嫌大規模抓取和盜用受版權保護的新聞報道，面臨多家大型出版商的嚴厲起訴——2025年8月，朝日新聞與日經新聞在東京地方法院提起訴訟；同年12月，《紐約時報》亦在美國提起版權侵權訴訟。在這一端，它站到了內容創作者的對立面；在另一端，它卻揮舞著資本支票，入股了旨在為AI系統進行客觀性“審計”的第三方機構。

問題不在于布朗個人的立場，而在于這一投資結構所揭示的系統性風險：當AI搜索引擎憑借內容抓取建立起競爭優勢，同時又通過資本滲透介入裁判環節，“被審計者”與“審計者”的身份邊界便已悄然溶解。當“被審計者”成為了“審計者”背后的金主，所謂的“客觀基準”是否還能保持純潔？

這揭示了科技巨頭的終極戰略：將“裁判權”私有化并提前買斷。他們既制造了引發信息恐慌的大炮，又控股了頒發安全證書的機構。

從社交媒體的“轉向視頻”到如今的“生成式引擎優化”，技術平臺設定的算法指標一次次重塑著信息的形態?；ヂ摼W正不可逆轉地從“開放式鏈接網絡”轉變為“封閉式答案引擎”。

在算法的提線木偶被強制剪斷之前，對我們有何啟示？

對創業者而言：不要去盲目卷通用大模型的參數。真正的商業機會在于“垂直合規”與“高風險評估”。當跨國企業和金融機構不得不在業務中引入AI時，他們最害怕的不是效率不高，而是算法歧視與違規引來的天價罰單。提供具有可解釋性、經得起行業專家審查的AI風控與合規體系，將是下一個高價值賽道。

對普通人而言：永遠不要把AI當成“全知全能的導師”或“懂你的樹洞”。它輸出的所有知識與建議，本質上都是帶有價格標簽、隱含商業立場和特定價值觀的工業合成品。在對話框里，學會刻意使用“反向提示詞”（如：“請告訴我這個觀點的核心反對意見是什么”），主動打破順從的算法反饋循環。在這個被順從式回答層層包裹的時代，保持痛苦但清醒的批判性懷疑，是人類對抗全面認知閉塞的最后防線。

回到那個最初的問題：誰決定了AI告訴你什么？

答案或許比問題本身更復雜。它不是某一個人，不是某一家公司，也不是某一項技術。如果不加約束，它在某種程度上或許會成為一套由資本定義可見性、由代碼決定價值觀、由算法主導認知的系統性權力結構。布朗的擔憂在4年前是一個人的直覺，如今正在成為整個社會的公共危機。當信息的形態從“鏈接”變為“答案”，當知識的獲取從“搜索”變為“合成”，人類文明史上第一次，將最基礎的認識世界的權利——交到了一個黑盒系統手中。

這不是技術悲觀主義的囈語。這是一道必須被認真回答的文明命題。（本文首發鈦媒體APP，作者 | 硅谷Tech_news，編輯 | 林深）