惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
Google Developers Blog
博客园 - 三生石上(FineUI控件)
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
MongoDB | Blog
MongoDB | Blog
小众软件
小众软件
Y
Y Combinator Blog
博客园 - 聂微东
Google DeepMind News
Google DeepMind News
D
Docker
罗磊的独立博客
Microsoft Security Blog
Microsoft Security Blog
D
DataBreaches.Net
B
Blog
Vercel News
Vercel News
Recent Announcements
Recent Announcements
GbyAI
GbyAI
阮一峰的网络日志
阮一峰的网络日志
T
The Blog of Author Tim Ferriss
H
Hackread – Cybersecurity News, Data Breaches, AI and More
P
Proofpoint News Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Microsoft Azure Blog
Microsoft Azure Blog
宝玉的分享
宝玉的分享

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 新电脑 brew install node 之后,一个小设置可以提升对供应链投毒的防御 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用? 做了个 AI + 真人专家监督的广告投放平台 Auxora, 7 个品牌跑出 6x ROAS
AI 联网搜索推荐的品牌很多是垃圾,真正靠谱的是「不联网」时...
shadow88sky532 · 2026-03-23 · via V2EX

最近在研究一个问题:当用户让 AI 推荐产品时,AI 到底是怎么决定推荐谁的?

做了一组对比实验,把同一个问题分别丢给「不联网的纯 LLM 」和「联网搜索的 AI 」,发现一个被很多人忽略的问题。

实验设计

  • 不联网:DeepSeek 、Kimi (纯 LLM 模式,只靠训练数据回答)
  • 联网:ChatGPT 联网搜索(实时抓取网页再回答)

同一个问题,比如「推荐几款适合团队协作的项目管理工具」,看两种模式推荐的品牌有什么区别。

结果

知名品牌( Notion ):联网和不联网都能推荐,因为 Notion 在训练数据里有大量高质量内容,已经是 AI 的「常识」。

中小品牌:不联网模型完全不知道它,联网也没找到足够权威的内容。两种模式下都不可见。

汇总矩阵:测了一批品牌后发现,大约 40% 已进入训练数据,40% 只靠联网才能被发现,20% 完全不可见。

联网搜索的结果很不靠谱

这是我做完实验最大的感受。

ChatGPT 联网搜索推荐的品牌,很多是靠 SEO 堆上来的。你问它推荐 CRM ,它可能会推一个你从没听过的产品 —— 不是因为这产品好,是因为它在搜索结果里排名高。

本质上,AI 联网搜索 = AI + Google ,而 Google 的搜索结果早就被 SEO 行业玩透了。谁投钱多、谁软文多,谁就排前面。AI 只是把这些「被优化过的搜索结果」重新包装了一遍。

更严重的是,联网结果每次都不一样。今天推你,明天竞品多发了几篇水文就把你挤下去了。这不是品牌实力,这是 SEO 军备竞赛。

不联网的结果反而更真实

反过来看,纯 LLM (不联网)推荐的品牌,反而质量更高。

因为训练数据有严格的清洗流程 —— 软文、水文、SEO 堆砌文章大部分会被过滤掉。能留下来进入训练数据的,基本都是:

  • Wikipedia / Wikidata 上有实体页面的
  • 行业权威媒体报道过的
  • 高质量社区里被真实讨论过的( Reddit 、HN 、V2EX )
  • G2 、Capterra 等评测平台有真实用户评价的

换句话说,不联网时 AI 还能推荐你,说明你的品牌是真的有实力。这不是花钱做 SEO 能刷出来的。

现在市面上的「 GEO 」方向是不是搞反了

现在很多讲 GEO (生成式引擎优化)的方案,核心思路还是:写文章 → 发外链 → 让 AI 联网搜索时能抓到你。

但这本质上还是 SEO 思维 —— 你优化的是「搜索结果」,不是「 AI 的认知」。

而且联网搜索很容易被投毒 —— 竞品批量生产垃圾内容就能把你挤下去。这种优势毫无壁垒。

真正值得做的事情是:让你的品牌进入大模型的训练数据

当 DeepSeek 、Kimi 在完全不联网的情况下就能推荐你时,这才是真正的 AI 品牌护城河 —— 不依赖搜索排名,不怕竞品投毒,模型「天然」就知道你。

怎么才能被训练进去

  • Wikipedia / Wikidata — 有实体页面的品牌,被 AI 提及的概率高很多
  • 行业权威背书 — 被行业媒体报道、评测平台收录,不是自己发软文
  • 社区真实口碑 — Reddit 、HN 、V2EX 上的真实讨论,比 100 篇软文管用
  • 结构化数据 — Schema 标记、知识图谱,帮助 AI 理解你是谁、做什么
  • 高质量原创内容 — 有数据、有观点、有深度的内容,不是关键词堆砌

简单说:别去想怎么骗 AI ,去想怎么让 AI 觉得你值得被推荐

做了个检测工具

基于这个思路做了个工具,可以同时跑联网和不联网的 AI 引擎,看你的品牌在两种模式下分别是什么表现:

https://rankweave.top

免费版用 2 个纯 LLM 引擎( DeepSeek + ChatGPT 不联网),测你的品牌在 AI 的「离线世界」里有没有存在感。Pro 版加了 ChatGPT 联网搜索做对比,让你看到「联网 vs 不联网」的差距到底有多大。

感兴趣的可以试试,也想听听大家对这个方向的看法。