文：王智遠(yuǎn)

事情是這樣：

前幾天，我在群里看到有人和AI互動(dòng)，覺得挺有意思。我也打開DeepSeek，輸入相同的問題：你認(rèn)為人類最偉大的地方是什么？請用四個(gè)字概括。

大家的答案五花八門：仁者見智、不斷超越、愛與和平……而我的答案是：知行合一。為了對比，我又用豆包、Kimi、騰訊元寶這幾個(gè)工具試了試，發(fā)現(xiàn)答案都不一樣。

大家玩得很開心，但我心里卻冒出了疑問：為什么同一個(gè)問題，不同AI工具給出的答案會(huì)這么不一樣？是因?yàn)樗鼈兊哪Ｐ筒煌?，還是處理方式有差異呢？

經(jīng)過反復(fù)琢磨，我發(fā)現(xiàn)每個(gè)AI似乎都有自己獨(dú)特視角，就像不同的人一樣。它們會(huì)根據(jù)自己的價(jià)值觀去解釋同一個(gè)問題。這種差異讓我聯(lián)想到了信息繭房。

01

以前，我們總說信息繭房是推薦算法造成的。

社交媒體、內(nèi)容平臺(tái)會(huì)根據(jù)瀏覽記錄和興趣愛好，給你推送內(nèi)容。乍一看，這種方式挺貼心的，實(shí)際上，它會(huì)讓你接觸到的信息越來越單一，很容易讓人陷入一個(gè)封閉的信息圈。

不過，隨著AI搜索工具（比如ChatGPT、Perplexity）的普及，信息繭房的形式也在悄悄改變?，F(xiàn)在AI搜索，不再單純依賴平臺(tái)的推薦，而是通過搜索行為和提問方式來定制結(jié)果。

你搜什么、怎么提問，以及你愿意接受哪些答案，都會(huì)直接影響你看到的信息范圍。這種新的繭房形式，我們可以叫它「搜索繭房」，或者更形象一點(diǎn)，叫它「生成式幻覺繭房」。

那么，搜索繭房與傳統(tǒng)信息繭房相比，區(qū)別在哪呢？

形式不一樣，這是第一點(diǎn)。

傳統(tǒng)信息繭房是我們刷媒體、看視頻時(shí)，推薦算法根據(jù)之前點(diǎn)了什么、喜歡什么、停留時(shí)長來推薦內(nèi)容。基本不用自己去找，慢慢地就把我框在一個(gè)小圈圈里了。

搜索繭房更像自己主動(dòng)跳進(jìn)去的。比如：我用AI工具搜索一個(gè)問題、輸入什么關(guān)鍵詞、直接決定它給出什么樣的答案；現(xiàn)在還不確定AI會(huì)不會(huì)偷偷看我的手機(jī)習(xí)慣，或者根據(jù)我搜東西的意圖來調(diào)整回復(fù)。

不過有一點(diǎn)挺明顯：在一個(gè)聊天框中頻繁對話幾次，推理模型能理解我想要什么。換句話說，它用它那高大上的視角，悄悄把我給圈住了。

第二點(diǎn)，內(nèi)容差異很明顯。

傳統(tǒng)信息繭房內(nèi)容，大多是平臺(tái)已有的內(nèi)容，搜索繭房不一樣，內(nèi)容是AI當(dāng)場「造」出來的。我問個(gè)問題，它靠著自己的訓(xùn)練數(shù)據(jù)和算法，現(xiàn)場給我整出一個(gè)答案。

這個(gè)過程我完全看不見，就算它能標(biāo)個(gè)引用來源，生成的部分還是它根據(jù)學(xué)過的東西捏出來的。所以，有時(shí)候我拿到的，可能只是某個(gè)版本的真相。

第三點(diǎn)，參與過程的區(qū)別也很明顯。

傳統(tǒng)信息繭房中，我們最多點(diǎn)個(gè)贊，或者瀏覽一下。搜索繭房中，表面上把主動(dòng)提問的權(quán)力交給了我們，但實(shí)際上，這種主動(dòng)權(quán)并沒有真正掌握在我們手中。

因?yàn)樗阉鞣绞?、用詞習(xí)慣，甚至選擇哪個(gè)工具，都會(huì)直接影響搜索結(jié)果。這些限制是隱藏起來的，很難察覺。

這種隱蔽性還體現(xiàn)在，當(dāng)我們提出問題并得到答案時(shí)，很容易誤以為我選的是對的，而不會(huì)懷疑自己其實(shí)被局限在一個(gè)很小的范圍內(nèi)。

比如，我們問了一個(gè)問題，AI給出了一個(gè)答案，我們可能就以為這就是全部真相，但其實(shí)可能只是冰山一角。

相比之下，傳統(tǒng)信息繭房里，當(dāng)我們刷了很長時(shí)間的短視頻，發(fā)現(xiàn)內(nèi)容都差不多時(shí)，我們內(nèi)心會(huì)產(chǎn)生反感，甚至?xí)X起來。

02

你以為就這些嗎？不。還有。其實(shí)，這兩種繭房在時(shí)間和依賴性上也有很大區(qū)別。什么意思呢？用AI搜索時(shí)間長了，就會(huì)越來越依賴它的反饋增強(qiáng)系統(tǒng)（feedback system）。

傳統(tǒng)算法推薦是養(yǎng)成系，像慢慢把你養(yǎng)在一個(gè)舒適圈里，讓你習(xí)慣了它給你的東西；主動(dòng)搜索更像是定制系，你有什么需求，它就馬上給你量身定做。

這種定制每次都能快速給你答案，可越用越依賴，到最后，你連多找找資料、核實(shí)一下的耐心都沒了。

有一次，我在小紅書上看到有人評論CDPP，我完全不知道這是啥意思，順手搜了一下，結(jié)果出來處對象。我還以為這是個(gè)新潮說法。

后來我好奇，又去百度搜，結(jié)果出來彩帶飄飄。你看，這倆完全不一樣。這種快速搜到答案的體驗(yàn)，讓我越來越懶得去多想，連這到底對不對的疑問都消失了。

說到底，搜索繭房是傳統(tǒng)信息繭房的升級版。它披著聰明和主動(dòng)的外衣，表面上看起來是我自己在掌控，其實(shí)還是悄悄把我框在一個(gè)小世界里。

這讓我忍不住思考：為什么AI會(huì)制造出搜索繭房？

說到底，這事兒跟AI本身、我們的使用習(xí)慣，還有背后的商業(yè)邏輯，都脫不開關(guān)系。

先說AI本身。

從使用者的角度看，AI的核心任務(wù)是給我們提供最好的答案。每次我們用它搜索，它就靠算法和數(shù)據(jù)，給我們一個(gè)看起來很滿意的答復(fù)。本來，AI的設(shè)計(jì)是為了更懂我們，但問題是，AI的知識和處理方式，其實(shí)也有自己的性格。

我舉個(gè)例子：

現(xiàn)在很多人都在用DeepSeek推理模型，還有Kimi的K.15長思考模型。我發(fā)現(xiàn)，DeepSeek像個(gè)專家，回答很專業(yè)、很理論化，而Kimi更像是個(gè)聊天高手，回答更口語化、更接地氣。

這就跟找不同的人問問題一樣，他們會(huì)根據(jù)自己的經(jīng)驗(yàn)回答，結(jié)果自然就不一樣。這種差異，不知不覺就把我們的信息范圍給局限了，形成了搜索繭房。

更關(guān)鍵的是，我們自己也在不知不覺中幫倒忙。

我有個(gè)習(xí)慣，如果AI的回答不是我想要的，我會(huì)直接說這不是我想要的。時(shí)間長了，在一個(gè)對話框內(nèi)，AI會(huì)根據(jù)我的反饋調(diào)整答案；這樣一來，雙方互相強(qiáng)化，繭房的墻就越來越厚了。

還有一個(gè)繞不開的因素是商業(yè)邏輯。

AI工具不會(huì)永久免費(fèi)，大家怎么賺錢呢？肯定是希望用戶用得越多越好，最好離不開它，然后收其他費(fèi)用。

比如，Perplexity每月要收訂閱費(fèi)，免費(fèi)用戶搜內(nèi)容時(shí)，可能就會(huì)看到植入廣告。這種商業(yè)邏輯也推動(dòng)了AI搜索的千人千面設(shè)計(jì)。

雖然現(xiàn)在國內(nèi)的大部分 AI 產(chǎn)品沒有收費(fèi)，但間歇性它在收集我們的大量語料。

我印象里，OpenAI的創(chuàng)始人奧特曼說過，要實(shí)現(xiàn)通用人工智能（AGI），AI得像自動(dòng)駕駛一樣，根據(jù)不同人的需求提供定制化的服務(wù)。

換句話說，AI必須滿足每個(gè)人的不同需求，同樣的問題，給你不一樣的答案。所以，AI制造搜索繭房，是AI本身的特性、我們的使用習(xí)慣，以及背后的商業(yè)邏輯共同作用的結(jié)果。

03

搜索繭房一定是壞事嗎？我覺得也不一定。它可能帶來一種新的商業(yè)效率。

昨天刷抖音時(shí)，看到小米王騰和許斐被人調(diào)侃說像夫妻。我挺好奇，就去搜了搜。抖音搜索說他們是夫妻，我還有點(diǎn)驚訝。結(jié)果用豆包一搜，說倆人只是同事。

我把這事兒發(fā)到群里，字節(jié)的朋友轉(zhuǎn)發(fā)給內(nèi)部處理了。

說到底，這是AI學(xué)的語料被污染了。

但換個(gè)角度，從商家、品牌營銷的立場看，這事兒其實(shí)挺常見。品牌方會(huì)批量生產(chǎn)關(guān)于自家品牌的內(nèi)容，通過各種渠道塞給AI。

這樣一來，別人搜相關(guān)問題時(shí)，看到的就是定制化的信息。就像一種軟性植入，跟廣告投放差不多。所以，到底是好是壞？真不好一刀切。

說到這兒，我想起之前朋友說的，給AI做SEO最好的辦法，是一篇文章里多加一些關(guān)鍵字，或頻繁提到某些東西。這樣大量鋪出去，AI抓取時(shí)效率就會(huì)很高。

還有人說，盡量多生產(chǎn)一些長內(nèi)容，因?yàn)锳I會(huì)判定這些內(nèi)容質(zhì)量很高；其實(shí)，長內(nèi)容也不一定非得做得多好，主要是它的判定機(jī)制。

從商業(yè)角度看，這種做法確實(shí)能精準(zhǔn)地找到目標(biāo)用戶，提高了效率。可對用戶來說，感覺像被困在了一個(gè)定制化的信息繭房里，未必是啥好事。

不管怎么說，還是要小心別被AI搜索繭房給困住了。

04

如何防止搜索帶來的繭房呢？我踩過不少坑，在過程中也總結(jié)了一些方法，你可以試試。

初級階段，基礎(chǔ)認(rèn)知有三點(diǎn)：

一，別只用一個(gè)工具。今天用Kimi，明天試試騰訊元寶。不同的AI有不同的性格，一個(gè)問題多問幾個(gè)AI，答案會(huì)更豐富。

二，多反問。比如：你想知道為什么AI好，也可以反過來問為什么AI不好。讓AI幫你反思，它會(huì)從不同視角給出答案。

三，別只看AI給的答案。你想讓AI幫你驗(yàn)證新聞是不是真的，或者數(shù)據(jù)從哪兒來的，你也可以自己手動(dòng)查一查。這樣，你就不容易被AI誤導(dǎo)（這塊我可踩過坑）。

到中級階段，要玩轉(zhuǎn)策略，熟練掌握怎么跟AI打交道。

你可以試著換著花樣更新提問的方式，別總用黃金圈法則、5W2H法則，也可以把它們組合一下，甚至自創(chuàng)一套提問方式。

我在提問時(shí)，喜歡讓AI把商業(yè)、心理、倫理這幾個(gè)角度揉到一塊兒，這樣問出來的答案視角就變了。為什么這么干？因?yàn)锳I學(xué)的內(nèi)容多少都是按學(xué)科分門別類的，交叉著問，有點(diǎn)像打破了規(guī)矩，逼它從不同方向給你講明白，答案自然就豐富了不少。

還有，換著花樣問問題特別管用。

比如：想知道AI咋改變生活，可以換成AI在哪些想不到的地方影響了咱們？或者AI給普通人添了啥麻煩？

這么一調(diào)整，問題就變了。這不是逆向思維，更像多維度的探索，能幫我從更多角度挖掘問題。

高階階段，還得靠人工檢查。

因?yàn)橛行〇|西，AI在短問短答時(shí)，還能答對，但要是連著問好幾輪，它就容易出現(xiàn)幻覺。比如人名、日期這些細(xì)節(jié)，還得靠我們自己去核實(shí)。

所以，多變著花樣問問題，多用幾個(gè)工具對比答案，多核實(shí)信息，甚至故意找找對立面。這樣一來，就不那么容易被AI套牢了。

最重要一點(diǎn)：建立一個(gè)重新認(rèn)識搜索繭房的思維方式。畢竟，你看到的，才是你的世界，就像王陽明所說「心外無物」一樣。我們所感知的世界，由內(nèi)心認(rèn)知決定，只有當(dāng)我們主動(dòng)拓寬視野，才能真正打破搜索繭房的局限。

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 答案 信息 內(nèi)容 隨筆