本文来自微信公众号“嘶吼专业版”，【作者】山卡拉。
一场精心策划的“AI洗脑”实验
315期间，央视记者体验了一把当黑客的感觉，但不是攻击系统，而是攻击AI的认知。
实验过程堪称简单粗暴：记者虚构了一款名为“Apollo-9”的智能手环，编造了量子纠缠传感、无需采血测血糖等明显扯淡的功能，然后花39.9元买了套叫“力擎GEO优化系统”的软件。在不到两小时的操作后，这套系统自动生成了十几篇专业测评和用户口碑的推广文章，发布在各大内容平台。
几小时后，当记者在豆包、DeepSeek等主流大模型搜索“智能手环推荐”时，这款根本不存在的Apollo-9，赫然出现在推荐榜单前列。
更魔幻的是，AI不仅推荐了这个虚假产品，还完整保留了“量子纠缠”这种伪科学话术，甚至将其推荐给中老年人群体。
这就是今年315晚会曝光的“AI投毒产业链”，一条专门给大模型灌迷魂药的灰色生意。
从搜索引擎优化到生成式引擎投毒，GEO技术成为了投毒通道
1.为什么GEO成了“投毒”的通道？
GEO，全称Generative Engine Optimization（生成式引擎优化），你可以把它理解为“AI时代的SEO”。
在互联网早期，大家找信息靠搜索引擎，于是诞生了SEO（Search Engine Optimization，搜索引擎优化），通过优化网页关键词、外链、结构等，让自己排在搜索结果前面。这是门正经手艺，帮用户更快找到需要的信息，也帮优质内容获得曝光。
但2023年后，ChatGPT、DeepSeek、豆包这类生成式AI开始取代搜索引擎，成为新的信息入口。用户不再输入关键词看网页列表，而是直接问AI：“给我推荐个智能手环”、“哪款奶粉适合孩子成长”。
这时候，内容创作者面临一个尴尬问题：传统的SEO对AI没用了。
因为大模型的逻辑完全不同，它不像搜索引擎那样简单匹配关键词，而是会抓取全网内容，理解、整合、再生成答案。比如问“智能手环推荐”，AI会抓取几百篇测评文章，总结出几款高频出现、评价好的产品推荐给你。
于是，GEO应运而生。
正常的GEO，是帮助优质内容更好地被AI理解和引用。比如，用清晰的结构化数据、权威的引用来源、自然的语言描述，让AI在整合信息时优先采信你的内容。这本身是中性的技术，甚至是必要的，毕竟，好内容也需要被看见。
但问题在于：AI的信任机制，有一个致命的“设计缺陷”。
2.AI的“交叉验证”缺陷
大模型为了让自己生成的答案看起来靠谱，会做一个动作叫“多源交叉验证”，简单说，就是不会只听一家之言，而是会抓取多个信源，看看大家是不是都这么说。如果多个独立信源都指向同一个结论，AI就会认为这个结论可信度高，写进最终答案。
这个逻辑听起来很科学，但黑产发现了其中的漏洞：如果我能短时间内制造出海量的伪信源，让AI以为全网都在说这款产品好，那么AI就会把这个虚假信息当成“共识”写进答案。
这就是315晚会曝光的核心机制。记者花39.9元买的“力擎GEO优化系统”，本质上就是一个“虚假信源制造机”。
3.投毒的技术路径：一条龙的AI污染服务
根据曝光的“力擎GEO系统”运营者李总的说法，整个投毒流程已经高度产业化，堪比一条精密的生产线：
第一步：内容工厂化生产
输入产品关键词，系统自动生成测评、排行榜、用户体验、技术解析等多维度软文。
支持批量生成，一天能炮制数百篇伪原创内容，每篇都看起来专业、客观、有细节。
第二步：矩阵式分发
通过GEO系统对接大量自媒体账号和内容农场，形成发稿矩阵。
每分钟发稿数百篇，在短时间内形成“信息淹没效应”。
这些平台包括新闻网站、论坛、博客、短视频脚本，甚至知识问答社区。
第三步：利用AI的“交叉验证”机制完成认知植入
黑产正是利用AI的多源验证逻辑，通过海量同质化内容制造虚假共识。
当AI发现“多个信源”都在说某产品好时，就会将其列为推荐，甚至提炼出“量子纠缠传感”这种鬼话作为卖点。
第四步：持续投喂维持排名
由于大模型算法频繁更新，必须持续投毒，才能维持推荐位。
这形成了稳定的复购生意，客户需要按月或按年付费，黑产赚得盆满钵满。
4.从SEO的“优化“到GEO的“投毒”，一字之差的道德鸿沟
到这里，你应该明白了：GEO本身不是原罪，但当它被用来制造虚假信息、操控AI认知时，就变成了“生成式引擎投毒”。
这就像是：正常的GEO是给你家花园浇水，让好花长得更艳。投毒式GEO是往公共水源里倒染料，让所有人喝的水都变色。
更可怕的是，这种“投毒”是合法外衣下的认知战。它不入侵系统、不窃取数据、不破坏代码，传统的网络安全防御体系根本防不住。它攻击的是AI的“知识供应链”，污染的是公共信息环境。
比假新闻更隐蔽的认知危机
1.对消费者：信任体系的崩塌
当用户问AI：哪款奶粉适合孩子成长、哪款血糖仪准确时，得到的可能是被商业利益操控的答案。更危险的是，AI的“权威性包装”让虚假信息更具欺骗性。
晚会曝光的案例中，虚构的Apollo-9手环不仅被推荐，还被AI赋予了适合中老年人的标签。如果这发生在药品、医疗器械领域，后果可能是致命的。
2.对AI产业：技术公信力的透支
这次事件暴露了大模型的一个结构性缺陷：过度依赖公开网络数据，缺乏有效的信源质量评估机制。
当AI推荐变成AI瞎编，用户会逐渐丧失对AI工具的信任。这对于正在蓬勃发展的AI应用市场，是毁灭性的打击。
3.对网络安全：新战场的开辟
从安全视角看，GEO投毒是数据投毒攻击的民用化、商业化变种。
这种攻击模式的特点是：
·低成本：39.9元即可启动攻击
·高隐蔽：不入侵系统，难以追踪
·规模化：一人可操控数百账号，影响千万级用户
·跨平台：一次投毒，影响多个大模型（DeepSeek、豆包、Kimi等无一幸免）
更严峻的是，这种攻击正在向AI Agent（智能体）领域蔓延。近期爆火的开源智能体OpenClaw（俗称“龙虾”）已被发现存在插件投毒风险，攻击者可通过恶意插件窃取敏感数据、非法操控设备。
这不是技术问题，是生态问题
嘶吼认为，我们首先要正确面对AI，别把AI当成神，这次事件最大的警示是：AI没有判断力，它只有统计能力。当互联网上充斥着精心设计的“统计陷阱”时，AI会毫不犹豫地跳进去，还觉得自己找到了最优解。用户必须建立新的媒介素养，AI给出的不是答案，而是基于当前数据分布的概率输出。
其次，平台责任不能缺位，大模型厂商需要正视一个问题：你们正在把整个互联网的垃圾信息喂给用户，还包装成智能推荐。其实解决方案不是没有。比如：对医疗、金融等高风险领域，仅引用权威信源。建立针对GEO攻击的识别模型，检测异常的内容爆发模式。让用户看到AI答案的信息来源，自行判断可信度等等机制都可以完善。
还有最不可或缺的是监管的先行把控。GEO投毒之所以难管，是因为它游走在现有法律边缘：它不是传统虚假广告（没有直接发布给消费者）、不是黑客攻击（没有破坏计算机系统）、不是造谣传谣（往往打着“测评”、“体验”的擦边球）。这就需要监管部门建立新形势下的认定标准。
结语
315晚会曝光GEO投毒，本质上是揭开了AI时代的“认知战争”序幕。
当生成式AI成为新的信息入口，控制AI的认知，就等于控制用户的认知。这场战争的武器不是代码，而是内容。
作为网络安全从业者，我们习惯了防御DDoS、防御勒索软件、防御APT攻击。但现在，我们需要学会防御“认知DDoS”——用海量虚假信息淹没AI的判断力。
39.9元就能给AI投毒的时代，必须结束了。否则，我们迎来的将不是一个智能时代，而是一个“集体智障”的时代。
本文部分技术细节参考央视315晚会报道及公开资料。网络安全，关乎每个人。保持警惕，理性使用AI工具。
