从豆包型人格到AI幻觉危机，普通用户对AI工具的信任正在崩塌。本文深度剖析AI搜索的先天缺陷——答案来源不透明、模型幻觉泛滥，以及GEO黑产如何利用这些漏洞。通过果壳实验和百度最新架构升级，揭示AI可信度重建的关键：权威信源接入与平台治理机制的双重突破。

普通用户凭什么相信AI？

这两天新学到一个梗词——豆包型人格。网友给出的解释是：啥事都瞎糊弄，被发现就嬉皮笑脸道歉。还有人模仿它的交互风格，与家人逗乐。

刚看到这个梗时，你可能会觉得无厘头。若对照豆包、DeepSeek、元宝等AI应用的内容生成逻辑、聊天对话模式，就会和我一样惊呼：简直太贴切了。

因为，当下很多人对这类AI应用的直观感受就是：遇事糊弄、秒速认错、未必改正。我一个朋友的点评更为通俗，“豆包”们很会拍彩虹屁，还会装糊涂，情绪价值拉满，就是不太靠谱。

其体现在产品逻辑上，豆包、DeepSeek等AI工具采用产品化的社交防御机制，试图通过卖萌、拟人化的认错，来掩盖对话内容的不确定性乃至根本性错误。

AI搜索面临信任危机

这种将AI应用抽象成某种“人格”的解构，实际也是普通用户对AI搜索，或者说ChatBot式产品投下的不信任票。

它们主打“一步到位，直接给答案”，看似在颠覆传统搜索，却藏着先天缺陷：

一是答案来源不透明。大模型本身无法分别是官方信息、营销软文，还是编造的虚假信息。专业人士需要花费精力甄别，普通用户只能是被动接受AI给出的“唯一答案”。

二是，大模型本身因为语料、数据源等问题，存在严重幻觉。并且输出口径单一，缺乏多源对比，回溯验证机制，一旦被投毒，便会出现“中毒”迹象，甚至全盘失真。也就是“胡说八道”，AI幻觉。

图｜“豆包型人格”·抖音截图

究其原因，当前包括豆包在内的多数AI工具，本质还是 “概率性文本生成器”。它们基于海量数据“预测”下一个最可能出现的词。

当它无法给出准确答案时，为了维持对话的流畅性，会自动脑补出一套符合语法逻辑但缺乏事实支撑，或者完全错误的内容。也就是大家常说的，为了满足用户的即时情绪，它们会“一本正经的胡说八道”。

简单点说，AI追求极致效率，却丢掉了最核心的可信度。比如青年演员刘美含在配音工作中，因不确定“坊”字怎么读，查询了百度AI、DeepSeek、元宝、豆包、千问5款AI工具，但答案都不一样。

最终，她还是在《新华词典》中得到确定答案，百度AI给出的fáng（二声）是正确的。

这种先天不足，很容易被放大，或者被异化为一条黑灰产产业链。今年央视315晚会，焦点之一是针对AI领域的“打假”。一项名为“GEO（Generative Engine Optimization，生成式引擎优化）”的黑灰产业务被曝光。

这套业务流程也被直白的冠名为“给AI投毒”。此外，部分服务商还提供“抹黑竞品”（黑公关）服务，即通过向AI投喂虚假或者污蔑信息，来干扰竞争对手的搜索表现。当AI生成的内容被明码标价，各AI厂商主推的AI助手就沦为黑产的“广告机”，或者是“垃圾回收站”。

某种意义上，给AI投毒也是一种AI幻觉，GEO黑产钻了AI可信度不足的空子，利用虚假、错误信息围猎AI、获取暴利。

聊天AI助⼿的幻觉问题频繁出圈，不仅稀释了AI本身的价值，也引发深层的信任危机。公众对其回答准确度也产生剧烈质疑：为什么AI助手会出错？出了错有没有人管？

为了探究AI回答的真实性边界，科普媒体“果壳”进行了一项双盲测试。它选取了国内外8家主流AI产品，做了2000道题的测试。

图｜准确度提升柱状图·果壳实验

结果显示，接⼊百度百科作为参考信源后，AI综合准确度平均提升38%以上，关键事实偏离率从26.4%骤降⾄4.1%以内，专家认可度⾼达91.5%。

这组数据，是⽬前公开最有说服⼒的「信源决定准确度」量化证明：权威知识库的引入，能让AI结果变得更详实精准，答案整体的准确度大幅提高。

百度一下，或将成AI信任重构的尺子

从豆包型人格，到果壳实验，都指向同⼀个本质：AI答案的可信度，既是架构问题，也是治理问题。

前者是指模型训练的技术逻辑和数据燃料来源。如果AI只是基于预训练参数进行“概率性文本生成”，缺乏实时、权威的外部信源接入，就会陷入自说自话的幻觉困境。

后者是指AI的运营维护机制和对抗风险能力。如果缺乏人工审核兜底和应对GEO投毒等技术手段，AI就极易被黑产利用，人为操纵AI输出。

AI频频翻车，还被编排成段子，内在诱因也是架构缺陷与治理缺位。也可以说，技术架构决定AI的上限，后期治理守住AI的下限。唯有二者一起发力，才能撑起AI的可靠性。

如何破局呢？在果壳实验给出的参考方向之外，4月24日举行的百度万象大会上，这个方向被进一步明确和具象化：百度从架构和治理上“双管齐下”，对症施药。

一方面，果壳的实验验证了一个公认的事实：AI回答的质量，取决于它⽤什么信源。双盲测试只是在给出一个量化指标。

对此，百度在信源上，通过三道权威性过滤机制——多源比对的全维度身份核验、先筛再用的多源交叉验证、以及实时巡检的自动纠偏兜底，来保障答案的准确性。

最为关键的还是百度重塑搜索架构的核心逻辑。它不再让模型直接“生成”答案，而是在AI API的基础上叠加了双层Agent（智能体）。其中，“需求规划Agent”负责将用户模糊的潜在需求进行细粒度拆解，“组织生成Agent”则负责调用搜索能力，对不同信源进行筛选、校验和总结。

在我看来，百度不是在“猜”答案，而是在“找”答案。这也是一种“左手生成，右手把关”的机制。百度是在“组建学术委员会”：先由规划Agent出题（拆解需求），再由生成Agent召集专家（搜索信源）进行答辩（交叉验证）。

另外一方面，百度引入了“AI平台责任机制”。三道权威性过滤中有兜底的「秒级响应」内部⾃动巡检系统，⼀旦内容有偏⽴即⼈⼯介⼊并重新⽣产。

此外还有引⼊AI鉴真机制专项打击⽆信源内容。以百度百科的 “本尊认证” 为例，为确保词条主体真实，百度搜索建立 “智能评估 + 溯源校准 + 权威认证” 三重机制，能有效过滤违规内容。这种“把选择权交给用户”的机制，本身就是对信任的一种保护。

其实，这也正是传统搜索厂商的核心优势。以百度、谷歌为代表的传统搜索厂商，历经多年与黑灰产的博弈，建立起内容审核机制和反作弊算法体系，搭配完整的辟谣机制与内容溯源功能，成为保证信息可靠性的城池。这是大多数ChatBot不具备的平台级治理能力。

这种从架构和治理上同时重构AI信任的做法，也是百度对公众关心的“AI助手为什么会出错”、“出了错有没有人管”的正面回应。

AI并不是不可信，关键在于平台如何重构AI信任。这也是为什么，我在使用AI工具获取关键信息后，还会第一时间打开百度、谷歌等传统搜索引擎，进行交叉验证；甚至在撰写文章、查阅资料时，会刻意回避AI，重新用回百度和Google。

换句话说，我已经把“百度一下”当成一把尺子，来测量生成式聊天AI助手的内容准确度。我的很多朋友，比如资深媒体人甘德霜，都敏锐地察觉到了这种风向的转变。他坦言：“我啥事儿都问AI，但我对AI越来越不信任。”

他还养成了一个看似复古的“怪癖”：在查阅关键资料时，刻意回避AI，重新用回了百度和Google。他给自己定下了一个规矩，尽量只信2023年之前就存在于互联网上的内容。

面对如今漫天飞舞的AI幻觉、GEO投毒，他突然惊觉，那些曾经被诟病“广告多”的传统的搜索引擎，居然成了最后的避难所。

我很认同他的观点和做法。这不是什么怀旧，更不是老登行为，而是对搜索工具的理性回归。如果说的冠冕堂皇一点，这是对内容创作的敬畏，也是对自己读者的负责。

AI时代的信任重建，需要的正是“百度一下”这种“说得清、查得到、有人管”的确定性，并通过规则将其呈现给用户。

我们可以做一个预判：未来很长一段时间里，传统搜索将会与AI搜索、ChatBot共存。“百度一下”将不只是搜索指令，它还会成为AI信任重构的一把尺子。

这把尺子将会用来衡量AI幻觉的轻重，校准AI回答的确定性和准确性。它在帮助普通人享受AI便利的同时，也能够正确使用AI，判断AI，并保持独立思考能力。

「百度一下」也将增加一层含义：信任，将成为所有AI超级入口的核心竞争力。当“豆包”们在嬉皮笑脸地道歉时，我们确实需要“百度一下”，去看看真实的世界究竟长什么样。

参考资料：

甘德霜讲故事，《没想到，我竟然也有想念百度的那天》

果壳，《左手幻觉，右手投毒，普通人凭什么相信AI？》

唐辰同学，《给AI投毒成黑产，传统搜索可以打一场“信任重构”战》