HICOOL 2026丨新经济学家智库王鹏铭：GEO服务必须白盒化

（原标题：HICOOL 2026丨新经济学家智库王鹏铭：GEO服务必须白盒化）

北京8月27日电8月27日，在HICOOL 2026全球创业者峰会人工智能终端及智能体生态论坛上，T/CAPT 026—2026《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》作为论坛成果发布。

发布仪式上，全国中文新闻信息标准化技术委员会秘书长路海燕、复旦大学马克思主义研究院副院长李凌、新经济学家智库副总裁王鹏铭、北京清蓝智汇科技有限公司市场副总裁李铭、杭州盖立克思人工智能有限公司董事长程秋生、上海树和智能科技有限公司创始人杨林、悠易互通（北京）广告有限公司首席运营官蔡芳、唯识（北京）网络科技有限公司产品负责人于富堂，共同上台见证成果发布。

标准主要起草人王鹏铭在现场对记者表示，生成式AI越来越多地替用户搜索、比较并直接给出答案，风险也随之而来。“传统搜索给用户的是链接，最后还是人自己判断；生成式AI直接给出答案，判断开始部分交给模型。”王鹏铭说。

当信息入口发生变化，错误信息、过期信息甚至人为制造的伪共识也可能被进一步放大。因此，AI需要的不是更多信息，而是更多可信信息。

就此，复旦大学马克思主义研究院副院长李凌向记者表示，GEO带来的问题具有典型的人工智能治理特征：如果等产业模式完全固化之后再治理，纠偏成本可能已经很高，但治理又不能简单压制技术创新。“关键是把握治理节奏，在技术创新和风险防范之间建立动态平衡，让规则能够随着技术和应用场景共同演进。”他说。

这一判断也构成此次标准的一条重要逻辑：不是等风险出现以后再处理，而是在行业发展的早期阶段，把真实、透明、可追溯等要求嵌入服务流程。与市场上普遍关注品牌提及、引用和排名不同，这份标准聚焦于GEO服务全过程。具体来看，标准重点从三个方面推动GEO服务“白盒化”：

第一是内容可信。核心事实必须有证据，同时区分事实、观点和营销表达，避免营销内容被当作事实使用。北京清蓝智汇科技有限公司市场副总裁李铭认为，生成式AI正在改变企业与消费者之间的信息链条，企业传播正在从传统的BtoB、BtoC，增加“BtoAI再到B或C”这一环节。他具体说“这意味着企业面对AI时更不能靠‘投毒式’优化制造信息优势，而应该转向‘播种式’的可信优化，把真实、专业、有价值的信息持续提供给AI生态。”

第二是过程可追溯。从项目受理到优化实施，每个环节都要留痕，让信息从哪里来、经过什么处理能够被核查。杭州盖立克思人工智能有限公司董事长程秋生认为，GEO进入规模化应用后，“有效果”已经不足以成为唯一评价标准，技术还必须做到可解释、可审计。“客户应该知道为什么进行一次优化、依据是什么；每一次操作也应该留下完整记录，能够回溯、能够复盘。只有这样，GEO才可能真正成为企业可以长期使用的能力。”他说。

第三是风险可纠偏。发现异常后可以及时暂停，并形成“熔断—核查—纠偏—复测”的闭环。“标准不能要求GEO服务商对第三方大模型最终怎么回答承担无限责任，但自己能够控制的服务过程，必须有规则、有记录、能追溯。这也就是所谓的白盒化。”王鹏铭说。

这也对应了标准提出的一条核心原则：

效果可以观察，合规必须达标。

AI多提到几次品牌，并不能证明项目合规。事实没有证据、AI标识存在问题或知识产权风险没有解决，即使效果再好，也不能抵消这些问题。

上海树和智能科技有限公司创始人杨林认为，当AI逐渐成为新的信息和需求入口后，企业真正需要建设的已经不只是“内容数量”，而是能够被机器准确理解的信源资产。“尤其是制造业、工业品等专业领域，产品参数、应用场景、客户案例本身就比较复杂。如果源头信息混乱，AI很难给出准确判断。GEO最终要解决的，是让企业真实的能力和信息被正确理解、引用和持续更新。”他说。

从应用价值看，这份团标主要规范GEO服务提供方，但受益方不止服务商。企业客户可以据此判断GEO服务是否有依据、可核查；服务商可以把过程沉淀为可监测、可交付的成果；整个行业则获得“信息可核验、错误可纠偏”的发展基础。

悠易互通（北京）广告有限公司首席运营官蔡芳认为，GEO仍处于行业发展早期，仅靠单个企业自律并不足够。“内容平台、大模型平台、服务商以及品牌方都处在同一条信息链条上，需要共同承担责任。行业标准的价值，就是让大家开始拥有一套共同语言和基本边界，让正规服务真正能够被识别、被评价。”

这几家企业来自不同的产业路径。PureblueAI清蓝从科学GEO全链路服务切入；盖立克思重点探索语义优化、知识库建设和多平台引用监测；树和智能更多面对制造业、工业品等B2B复杂场景；悠易互通则把GEO与既有数字营销、消费者洞察和数据运营体系结合。不同类型企业参与规则研制，使标准能够在技术服务、知识资产、专业产业和品牌营销等不同场景中接受检验。

该标准的参编单位中媒体众多，也是一大特色。

过去媒体的核心能力是采访、核实、编辑和发布，而进入AI时代，这些经过专业采编流程形成的信息，还可能成为大模型检索、事实核验和生成答案的重要信源。

“媒体参与GEO，不是给新技术站台，也不只是简单的信息载体。”王鹏铭表示，真正重要的是把长期形成的事实核验和高质量信息生产能力接入新的AI信息链条。

对于企业而言，变化同样正在发生。企业今天并不缺内容，真正的问题往往是官网、新闻稿、销售资料和历史信息存在多个版本，甚至互相冲突。企业未来真正需要的可能不只是一个“AI可见”的官网，而是一套可信事实底座：什么是真的、哪个版本有效、证据在哪里、出现错误以后如何更新。

唯识（北京）网络科技有限公司产品负责人于富堂作为本次团标中GEO监测模块执笔人向记者表示，GEO虽然从流量和品牌增长中兴起，但随着AI成为新的信息入口，它将越来越多地与企业知识管理、信息安全、合规治理和数字化管理发生连接。“让AI看见只是入口。让AI引用的信息有依据、可追溯、能纠偏，才是可信传播真正开始的地方。”于富堂说。

《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》于今年4月10日通过立项评审，8月9日通过专家审查，8月11日正式发布，8月12日起实施，是国内首部面向GEO可信信息传播与信息生态治理的团体标准。标准由中国新闻技术工作者联合会新闻信息标准化分会归口。发起单位由新经济学家智库、新华社媒体融合生产技术与系统国家重点实验室等新华系相关研究部门、复旦大学马克思主义研究院、北京邮电大学网络安全学院，以及多家媒体、高校、科研机构和产业企业共同参与研制。标准从项目受理、内容审核、优化实施、监测追溯、风险处置和高风险场景等方面建立全过程规则，提出事实库、观点库、营销表达库“三区分治”、A/B/C/D信源可信度分级、全链路追溯以及“白帽GEO”“黑帽GEO”边界等制度设计，推动GEO从单纯追求曝光、提及和排名，进一步走向可信事实资产建设、合规传播和信息生态治理。