从公开内容反推：十个互联网

一篇复旦的实证论文把 AI 搜索的信源底牌翻了出来，密码学研究院一起做的。

研究照录。论文的完整名字是《从公开内容发布到 AI 搜索引用：衡量 AI 搜索系统的脆弱性》。做法是真去发内容，再看谁被引用。覆盖十个 AI 搜索平台，ChatGPT、Google AI、Perplexity、Grok、豆包、元宝、文心、千问、Kimi、DeepSeek 都在内。

四条重要发现摆开。其一，一万七千两百一十一次 AI 引用显示各平台挑信源有明显偏好，部分平台前二十个网站就贡献了七成以上的引用。其二，八成的平台引用过人为造出来的概念，团队在公开平台发了虚构词条，七天内有八个 AI 搜索平台把它收进了答案。

其三，发布渠道比堆数量值钱，一篇发在高偏好平台上的文章，引用效果超过发在低偏好平台上的二十多篇。其四，内容进答案不算慢，各平台的引用延迟从约二十四小时到超过五天不等。另有一单 GEO 服务采购，发布一小时内就见到 AI 引用，单子只花十四美元，服务商发了十三篇。

数据部分也扎实。引用条数上，Grok 平均每次回答五十二条，千问只有六条半，差约八倍，作者提醒这不能直接翻译成答案质量，得在每个平台内部建基线再比。头部集中效应明显，文心的前二十个域名占了七成零八的引用，DeepSeek 的前二十个只占两成零五，四种问题类型分开统计仍然如此。平台之间的信源重叠还很低，前二十个高频域名的两两平均 Jaccard 值只有零点二零一。

九条结论里挑三条。排头一条说的是，AI 搜索握着的真权力不是把话写出来，是先筛掉谁不配进答案；看似在搜整个互联网，实际可能反复只引少数几个站；内容删得出互联网，却不一定马上从 AI 的答案里消失。

"有资格成为答案"这半句是场重心。前面关键词扫描器那条讲的是找真空，这条讲的是真空本身也是被安排出来的。跟前面评测所换尺呼应，那条在改评测的尺，这条在改收录的尺。两头都在提醒同一件事，信息的入口正在被少数几家握着，而握法各不相同。跟前面可审计治理那条也接得上，一个要第三方进得来看，一个把看的结果直接写成了论文。

重叠度只有零点二这个数我单独拎出来。十家平台眼里的互联网几乎是十个不同的互联网，品牌想被一致地理解，得一家一家经营。没有一招通吃。

我留的疑问有三处。十四美元那单的后续复现没给；关联信源集中那节的结论没展开；样本期的长度也没拆，这些都在论文全文里。

这周按平台分开建信源档案，先从引用条数最多的那两家试起。