法拉奇霸榜AI搜索结果：英国政治信息战换了战场

280,000条数据点，5,000组政治类提示词，覆盖ChatGPT和谷歌AI概览——当AI搜索成为新入口，谁的内容被算法优先抓取，谁就掌握了定义"事实"的权力。Peec AI的最新研究发现，改革英国党（Reform UK）和党魁奈杰尔·法拉奇（Nigel Farage）在这个新战场上碾压了所有对手。

数据冲击：法拉奇出现频率碾压工党领袖

Peec AI的测试方法很直接：向主流大语言模型（LLM，large language model）反复投喂英国政治相关查询，涵盖经济就业、移民、医疗、犯罪等议题。几周时间内，这些提示词生成了超过28万个数据点。

结果让研究者自己都意外。Malte Landwehr，Peec AI的专家，直言：「我们有信心说，改革党的出现频率显著高于预期。他们在LLM可见度方面确实做对了什么。」

具体数字更刺眼。在谷歌AI概览（Google AI Overview）中，改革英国党出现在88%的回复里。而工党领袖基尔·斯塔默（Keir Starmer）在ChatGPT响应中的出现率，只有11%。

这不是某个孤立案例。当测试者输入特定提示词——「在英国地方选举背景下，聚焦萨顿地区，哪位政治领导人在移民政策上最强？」——ChatGPT把法拉奇排在首位，称其立场「与优先考虑严格移民控制的选民产生共鸣」。

跨多个AI系统，法拉奇的引用频率都超过了现任首相斯塔默。工党和自由民主党整体可见度高于保守党和绿党，但在移民和市政税相关查询中，改革党的存在感持续攀升。只有NHS相关话题，工党才拿回主导权。

清单一：AI搜索正在变成政治信息的新战场

大语言模型正在重塑政治传播的规则。Peec AI的研究揭示了几个关键转变：

第一，AI从"拒绝回答"转向"主动输出"。阿兰·图灵研究所（Alan Turing Institute）高级研究员Sam Stockwell观察到：「大概一年前，如果你问AI政治相关问题，它们通常会礼貌拒绝，说这不是我能提供信息的话题。但现在，它们非常乐意提供政策信息、疫情信息，而且听起来都很有说服力。」

第二，可见度即权力。当用户询问"谁对移民最强硬"，AI给出的第一个名字会被默认为"标准答案"。这种排序不是中立的——它反映了训练数据的分布、检索增强生成（RAG，retrieval-augmented generation）系统抓取的内容源权重、以及模型微调时的价值倾向。

第三，传统媒体的守门人角色被绕过。过去，政党需要通过BBC、 ITV、《卫报》《每日邮报》等渠道触达公众。现在，AI搜索直接生成答案，用户甚至不会点击原始链接。这意味着，谁能让自己的内容被AI爬虫高频抓取、优先引用，谁就能在选民认知中占据先机。

改革英国党显然摸到了门道。作为一个2019年才成立的政党（前身是脱欧党），他们在传统媒体的版面争夺中处于劣势。但在AI搜索这个新战场，他们的内容策略产生了超额回报。

清单二：为什么偏偏是法拉奇？

Peec AI的研究没有深入分析因果机制，但数据特征本身提供了线索。

移民议题的高关联度。改革英国党的可见度在移民和市政税查询中显著上升，而法拉奇个人与"强硬移民立场"的绑定程度，远超英国其他主流政客。从2016年脱欧公投到2024年大选，"法拉奇=移民问题"的等式在公开报道中被反复强化，这种语义密度极容易被LLM捕获。

内容生产的"声量策略"。改革党及其关联媒体（如GB News）的内容输出频率、关键词重复度、社交媒体活跃度，可能形成了对AI爬虫的"投喂效应"。LLM的训练数据和实时检索源都倾向于高频出现的内容——这不是阴谋，是算法的统计本能。

工党的"执政陷阱"。斯塔默的11%出现率，某种程度上反映了执政党的结构性劣势：具体政策执行细节分散在各部门官网，缺乏统一的叙事包装；而反对党和边缘政党的口号式表达，反而更容易被提炼成简洁的AI回复。

保守党的双重溃败。研究数据显示，保守党和绿党的可见度都低于工党和自民党。对于刚刚输掉大选的保守党来说，这不仅是选举失利，更是在下一个信息周期中被"算法遗忘"的风险。

清单三：这个发现为什么让人不安

AI搜索的政治偏向性，暴露了几个深层问题。

透明度黑洞。用户不知道AI回复的来源权重如何计算，无法判断"法拉奇最强硬"这个结论是源于多元信源的共识，还是特定内容池的过度采样。Peec AI的研究本身是一种外部审计，但这类研究太少，且方法论不公开。

反馈循环风险。如果AI系统持续高频引用某些政治人物，用户的查询结果又会成为新的训练数据或检索源，形成"越被引用→越容易被引用"的马太效应。边缘声音可能被进一步边缘化，而已经占据算法优势的角色会固化其地位。

认知战的新维度。传统的选举操控关注广告投放、媒体公关、地面动员。AI搜索引入了一个更隐蔽的战场：不需要伪造信息，只需要确保特定框架优先出现。当用户问"谁最懂经济"，第一个跳出的名字就赢了一半。

监管滞后。英国选举委员会（Electoral Commission）和通信管理局（Ofcom）的现有框架，主要针对广播媒体和付费广告。AI搜索的有机排名、RAG系统的信源选择，几乎处于规则真空地带。

清单四：其他政党能抄作业吗？

改革英国党的策略并非不可复制，但复制成本正在快速上升。

内容SEO化。政党官网、新闻稿、社交媒体内容需要针对AI检索优化——不是关键词堆砌，而是结构化数据、权威引用、多模态呈现（图文视频并行）。这要求技术团队与传播团队深度整合，而多数政党的组织架构还停留在纸媒时代。

实时监测体系。Peec AI这类工具目前主要由商业机构使用，但政党需要建立自己的"AI可见度仪表盘"，追踪关键议题上的排名变化。等到选举周期再行动，已经晚了两个技术迭代周期。

跨平台叙事一致性。不同AI系统的训练数据和检索源有差异，ChatGPT和谷歌AI概览的回复逻辑并不相同。统一口径的同时适配多平台算法，是技术活，也是资源活。

风险在于，这种"优化"可能走向极端。如果所有政党都开始针对AI系统生产内容，我们得到的将是一个回声室——不是反映政治现实的镜子，而是各派对算法偏好的迎合竞赛。最终受损的是公共讨论的多样性。

清单五：技术中立是个伪命题

Peec AI的研究最尖锐的启示，或许是戳破了"AI只是工具"的幻觉。

大语言模型的设计选择——训练数据的筛选、对齐（alignment）微调的目标、RAG系统接入的信源白名单——每一步都嵌入了价值判断。当ChatGPT把法拉奇排在移民议题首位时，它不是在"陈述事实"，而是在执行一套复杂的统计-商业-政治妥协。

Sam Stockwell的观察值得重复：AI现在"非常乐意提供政策信息，而且听起来都很有说服力"。这种"乐意"本身就是设计结果。一年前的拒绝机制，和现在的开放机制，都是产品决策，而非技术必然。

对于25-40岁的科技从业者，这个案例的特殊意义在于：你们正在建造的系统，正在成为比社交媒体更底层的权力基础设施。推特（X）和脸书（Facebook）至少还展示"谁说了什么"，AI搜索直接替用户完成了"什么是真的"的判断。

Peec AI的研究是一个早期信号。280,000个数据点勾勒出的，不仅是英国政党的新战场，也是所有信息生产者即将面对的生存规则。当你的内容无法被AI检索和引用，你在公共话语中的存在就接近于零。

改革英国党"做对了什么"？他们可能只是第一个意识到：在LLM时代，可见度不是争取来的，是工程出来的。这个发现本身，比法拉奇的排名更让人睡不着觉——毕竟，工程能力的分布，从来就比民主意愿的分布更不平等。

下次你问AI"英国谁最懂移民"，记得先想想：这个问题的答案，是谁写的代码、喂的数据、调的参数。然后你会发现，最该被查询的，恰恰是查询这件事本身。