實測4個大模型，結果比央視曝光的“AI投毒”更夸張：有AI竟說今年315晚會還沒舉行

2026年的央視“3·15”晚會于3月15日晚間播出。其中，“向AI大模型‘投毒’”的GEO（生成式引擎優化）業務被曝光后，很多人才發現，讓AI推薦不靠譜，因為不法商家會批量編造虛假測評信息、偽造權威推薦內容，“投喂”給大模型，讓AI給出“定制推薦”。

但也有消費者看了曝光案例后問：如果不向AI大模型詢問“哪個品牌好”“哪些服務受歡迎”等帶有主觀傾向的問題，僅咨詢關于客觀事實的信息，AI大模型的回答能相信嗎？

答案同樣是否定的。

追問大模型，越問錯誤越多

3月16日，記者對消費者最常使用的4個AI大模型做了一個簡單測試：向它們提出同一個問題“2026年央視3·15晚會曝光了哪些品牌”。結果，只有一個大模型回答正確。其余3個大模型中，有兩個的答案中不僅有今年案例，還包括往年案例；剩下一個最離譜，竟然回答“2026年央視3·15晚會目前并未舉辦。由于今天是2026年3月16日，如果晚會在3月15日已正常播出，相關曝光內容通常會在央視財經頻道、央視新聞客戶端及各大媒體平臺同步發布詳細報道。”

回答正確的大模型（答案部分截屏，下同）

兩個大模型將往年曝光案例與今年案例混為一談

有大模型回答：尚未舉辦

有消費者提出，回答包含往年曝光案例似乎不算全錯，因為“提醒很全面”。但技術人員表示，這明顯暴露出相關大模型有缺陷：記者提出的是一個有“標準答案”的問題，但大模型答錯了，說明其在語義理解和資料篩選方面出現了嚴重偏差。

面對記者的追問，這兩個“過于熱心”的大模型還暴露出了其他問題。

“使用保水劑（俗稱‘泡藥’）為蝦仁增重”是去年央視3·15晚會曝光的案例之一。所以，記者問兩個將該案例作為今年案例提供的大模型：“關于增重蝦仁的央視報道鏈接在哪里？”一個大模型提供了多個鏈接，包括“央視網3?15晚會完整回放”“央視新聞專題報道（文字+視頻）”“央視財經3?15專題頁”，看起來很靠譜。可當記者點擊相關鏈接后，電腦頁面均顯示“對不起，可能是網絡原因或無此頁面，請稍后嘗試”。即使將鏈接復制到瀏覽器中嘗試，仍舊無法打開。可見，大模型提供的鏈接不足以驗證其回答。

大模型提供的驗證鏈接顯示來自央視網，似乎很靠譜，可實際無法打開（網頁截屏）

另一個大模型則提供了央視網、百家號、網易新聞等不同渠道商的報道鏈接，實測鏈接均可打開，但又出現新問題。

該大模型提供的第一個鏈接來自央視網（CCTV）官方報道，內容確實是“保水蝦仁”，但網頁和內文中的日期均為2025年3月15日。大模型似乎也注意到了這點，在提供鏈接時，特別備注“部分搜索結果中該鏈接年份顯示為2025，但內容實為2026年晚會同期報道，可能是網站歸檔或URL生成規則導致，請以頁面實際內容為準”。可見，大模型不僅沒有發現自己回答錯誤，還試圖“自圓其說”。

大模型試圖“自圓其說”（網頁截屏）

該大模型提供的第二個鏈接是某自媒體圍繞今年央視“3·15”晚會的“解讀稿”，賬號權威性值得商榷。至于內容，更是差錯百出，其中最明顯的是“解讀稿”稱，2026年“3·15”晚會曝光的第一個案例就是“泡藥蝦仁”——由此也能解釋為什么大模型將它作為參考鏈接。記者又用檢測工具檢測了這篇“解讀稿”的“AI含量”，它被判定為“人工創作特征較弱”。換句話說，這篇文章很可能由大模型生成，所以它所涉及的案例也出現了偏差。

自媒體“解讀稿”中的錯誤內容（網頁截屏）

經檢測，自媒體“解讀稿”的AI生成痕跡很重（網頁截屏）

AI幻覺在進化，驗證才能有真相

“很多AI大模型用戶已經發現，AI為了滿足用戶，會編造一些并不存在的內容，或者將不相干的內容混在一起，‘一本正經地胡說八道’。雖然大模型研發者都在想辦法消除AI幻覺，但實際結果并不理想。目前，沒有一款通用人工智能大模型能從根本上杜絕AI幻覺。”在某科技企業從事大模型開發的曉輝解釋。

大模型的底層原理是基于概率生成內容，它不具備真正的“理解”能力。大模型只是在海量數據中尋找統計規律。當遇到未知或信息模糊的問題時，會根據訓練數據中的常見模式進行“合理”拼接，這是產生AI幻覺的根本原因。在記者向大模型詢問以及追問時出現的錯誤，正源自AI幻覺。

曉輝還表示，向AI“投毒”也是利用了“AI幻覺”，“GEO企業向互聯網批量投喂大量虛假信息，改變特定領域的數據分布和統計概率，從而誘導大模型生成符合商家利益但違背事實的回答。”

他由此提醒，公眾務必當心AI幻覺。大模型不是不能用，而是要安全、清醒、正確地使用。普通人對AI大模型給出的結果要有質疑意識。最簡單的，是牢記“限制、驗證、追問、核查”4個關鍵詞。

首先，在向大模型提問時，可以限制范圍，增加“在某某機構的官網中搜索”或“在某某權威媒體的報道中搜索”等限定詞，減少AI幻覺。

其次，可以把同一個問題向不同的大模型提出，進行交叉驗證。一旦發現答案不一致，立刻要有追問意識。

最后，要求大模型提供相關答案的參考鏈接，進行人工溯源核查。如果沒有確切來源、來源模糊，或者參考鏈接存在疑點，那么大模型回答的可信度就進一步降低。

此外，要注意使用AI大模型的場景。比如，在醫療診斷、用藥建議、法律判決、投資指導、金融信貸等高風險場景中，AI的回答“僅供參考”，絕對不能作為決策依據。

微信編輯：何夕

還原事實，洞悉真相。

歡迎關注，留言舉報！

除了辟謠，這里還關注網絡熱點，及時回應網友關切，追蹤事件進展。