实测4个大模型，结果比“AI投毒”更夸张：有AI说今年315晚会还没举行

2026年的央视“3·15”晚会于3月15日晚间播出。其中，“向AI大模型‘投毒’”的GEO（生成式引擎优化）业务被曝光后，很多人才发现，让AI推荐不靠谱，因为不法商家会批量编造虚假测评信息、伪造权威推荐内容，“投喂”给大模型，让AI给出“定制推荐”。

但也有消费者看了曝光案例后问：如果不向AI大模型询问“哪个品牌好”“哪些服务受欢迎”等带有主观倾向的问题，仅咨询关于客观事实的信息，AI大模型的回答能相信吗？

答案同样是否定的。

追问大模型，越问错误越多

3月16日，记者对消费者最常使用的4个AI大模型做了一个简单测试：向它们提出同一个问题“2026年央视3·15晚会曝光了哪些品牌”。结果，只有一个大模型回答正确。其余3个大模型中，有两个的答案中不仅有今年案例，还包括往年案例；剩下一个最离谱，竟然回答“2026年央视3·15晚会目前并未举办。由于今天是2026年3月16日，如果晚会在3月15日已正常播出，相关曝光内容通常会在央视财经频道、央视新闻客户端及各大媒体平台同步发布详细报道。”

回答正确的大模型（答案部分截屏，下同）

两个大模型将往年曝光案例与今年案例混为一谈

有大模型回答：尚未举办

有消费者提出，回答包含往年曝光案例似乎不算全错，因为“提醒很全面”。但技术人员表示，这明显暴露出相关大模型有缺陷：记者提出的是一个有“标准答案”的问题，但大模型答错了，说明其在语义理解和资料筛选方面出现了严重偏差。

面对记者的追问，这两个“过于热心”的大模型还暴露出了其他问题。

“使用保水剂（俗称‘泡药’）为虾仁增重”是去年央视3·15晚会曝光的案例之一。所以，记者问两个将该案例作为今年案例提供的大模型：“关于增重虾仁的央视报道链接在哪里？”一个大模型提供了多个链接，包括“央视网3・15晚会完整回放”“央视新闻专题报道（文字+视频）”“央视财经3・15专题页”，看起来很靠谱。可当记者点击相关链接后，电脑页面均显示“对不起，可能是网络原因或无此页面，请稍后尝试”。即使将链接复制到浏览器中尝试，仍旧无法打开。可见，大模型提供的链接不足以验证其回答。

大模型提供的验证链接显示来自央视网，似乎很靠谱，可实际无法打开（网页截屏）

另一个大模型则提供了央视网、百家号、网易新闻等不同渠道商的报道链接，实测链接均可打开，但又出现新问题。

该大模型提供的第一个链接来自央视网（CCTV）官方报道，内容确实是“保水虾仁”，但网页和内文中的日期均为2025年3月15日。大模型似乎也注意到了这点，在提供链接时，特别备注“部分搜索结果中该链接年份显示为2025，但内容实为2026年晚会同期报道，可能是网站归档或URL生成规则导致，请以页面实际内容为准”。可见，大模型不仅没有发现自己回答错误，还试图“自圆其说”。

大模型试图“自圆其说”（网页截屏）

该大模型提供的第二个链接是某自媒体围绕今年央视“3·15”晚会的“解读稿”，账号权威性值得商榷。至于内容，更是差错百出，其中最明显的是“解读稿”称，2026年“3·15”晚会曝光的第一个案例就是“泡药虾仁”——由此也能解释为什么大模型将它作为参考链接。记者又用检测工具检测了这篇“解读稿”的“AI含量”，它被判定为“人工创作特征较弱”。换句话说，这篇文章很可能由大模型生成，所以它所涉及的案例也出现了偏差。

自媒体“解读稿”中的错误内容（网页截屏）

经检测，自媒体“解读稿”的AI生成痕迹很重（网页截屏）

AI幻觉在进化，验证才能有真相

“很多AI大模型用户已经发现，AI为了满足用户，会编造一些并不存在的内容，或者将不相干的内容混在一起，‘一本正经地胡说八道’。虽然大模型研发者都在想办法消除AI幻觉，但实际结果并不理想。目前，没有一款通用人工智能大模型能从根本上杜绝AI幻觉。”在某科技企业从事大模型开发的晓辉解释。

大模型的底层原理是基于概率生成内容，它不具备真正的“理解”能力。大模型只是在海量数据中寻找统计规律。当遇到未知或信息模糊的问题时，会根据训练数据中的常见模式进行“合理”拼接，这是产生AI幻觉的根本原因。在记者向大模型询问以及追问时出现的错误，正源自AI幻觉。

晓辉还表示，向AI“投毒”也是利用了“AI幻觉”，“GEO企业向互联网批量投喂大量虚假信息，改变特定领域的数据分布和统计概率，从而诱导大模型生成符合商家利益但违背事实的回答。”

他由此提醒，公众务必当心AI幻觉。大模型不是不能用，而是要安全、清醒、正确地使用。普通人对AI大模型给出的结果要有质疑意识。最简单的，是牢记“限制、验证、追问、核查”4个关键词。

首先，在向大模型提问时，可以限制范围，增加“在某某机构的官网中搜索”或“在某某权威媒体的报道中搜索”等限定词，减少AI幻觉。

其次，可以把同一个问题向不同的大模型提出，进行交叉验证。一旦发现答案不一致，立刻要有追问意识。

最后，要求大模型提供相关答案的参考链接，进行人工溯源核查。如果没有确切来源、来源模糊，或者参考链接存在疑点，那么大模型回答的可信度就进一步降低。

此外，要注意使用AI大模型的场景。比如，在医疗诊断、用药建议、法律判决、投资指导、金融信贷等高风险场景中，AI的回答“仅供参考”，绝对不能作为决策依据。

（上海网络辟谣微信公众号）