文：王智遠(yuǎn) | ID:Z201440

事情是這樣：

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

大家的答案五花八門(mén)：仁者見(jiàn)智、不斷超越、愛(ài)與和平……而我的答案是：知行合一。為了對(duì)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(kāi)心，但我心里卻冒出了疑問(wèn)：為什么同一個(gè)問(wèn)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€是處理方式有差異呢？

經(jīng)過(guò)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。們會(huì)根據(jù)自己的“價(jià)值觀”去解釋同一個(gè)問(wèn)題。這種差異讓我聯(lián)想到了“信息繭房”。

01

以前，我們總說(shuō)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(ài)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(lái)越單一，很容易讓人陷入一個(gè)封閉的信息圈。

不過(guò)，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。現(xiàn)在AI搜索，不再單純依賴平臺(tái)的推薦，而是通過(guò)“搜索行為和提問(wèn)方式”來(lái)定制結(jié)果。

你搜什么、怎么提問(wèn)，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(jué)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(zhǎng)來(lái)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(wèn)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(lái)調(diào)整回復(fù)。

不過(guò)有一點(diǎn)挺明顯：在一個(gè)聊天框中頻繁對(duì)話幾次，推理模型能理解我想要什么。換句話說(shuō)，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?jī)?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(chǎng)「造」出來(lái)的。我問(wèn)個(gè)問(wèn)題，它靠著自己的訓(xùn)練數(shù)據(jù)和算法，現(xiàn)場(chǎng)給我整出一個(gè)答案。

這個(gè)過(guò)程我完全看不見(jiàn)，就算它能標(biāo)個(gè)引用來(lái)源，生成的部分還是它根據(jù)學(xué)過(guò)的東西“捏”出來(lái)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(guò)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(wèn)的權(quán)力交給了我們，但實(shí)際上，這種主動(dòng)權(quán)并沒(méi)有真正掌握在我們手中。

因?yàn)樗阉鞣绞健⒂迷~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(lái)的，很難察覺(jué)。

這種隱蔽性還體現(xiàn)在，當(dāng)我們提出問(wèn)題并得到答案時(shí)，很容易誤以為“我選的是對(duì)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(wèn)了一個(gè)問(wèn)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(zhǎng)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(jué)起來(lái)。

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(zhǎng)了，就會(huì)越來(lái)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(méi)了。

有一次，我在小紅書(shū)上看到有人評(píng)論“CDPP”，我完全不知道這是啥意思，順手搜了一下，結(jié)果出來(lái)“處對(duì)象”。我還以為這是個(gè)新潮說(shuō)法。

后來(lái)我好奇，又去百度搜，結(jié)果出來(lái)“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(lái)越懶得去多想，連“這到底對(duì)不對(duì)”的疑問(wèn)都消失了。

說(shuō)到底，搜索繭房是傳統(tǒng)信息繭房的升級(jí)版。它披著“聰明”和“主動(dòng)”的外衣，表面上看起來(lái)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(shuō)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(kāi)關(guān)系。

先說(shuō)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(lái)很滿意的答復(fù)。本來(lái)，AI的設(shè)計(jì)是為了更懂我們，但問(wèn)題是，AI的知識(shí)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(zhǎng)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(yǔ)化、更接地氣。

這就跟找不同的人問(wèn)問(wèn)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(jué)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(jué)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(shuō)“這不是我想要的”。時(shí)間長(zhǎng)了，在一個(gè)對(duì)話框內(nèi)，AI會(huì)根據(jù)我的反饋調(diào)整答案；這樣一來(lái)，雙方互相強(qiáng)化，繭房的墻就越來(lái)越厚了。

還有一個(gè)繞不開(kāi)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(kāi)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(guó)內(nèi)的大部分 AI 產(chǎn)品沒(méi)有收費(fèi)，但間歇性它在收集我們的大量語(yǔ)料。

我印象里，OpenAI的創(chuàng)始人奧特曼說(shuō)過(guò)，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(shuō)，AI必須滿足每個(gè)人的不同需求，同樣的問(wèn)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(jué)得也不一定。它可能帶來(lái)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(shuō)像夫妻。我挺好奇，就去搜了搜。抖音搜索說(shuō)他們是夫妻，我還有點(diǎn)驚訝。結(jié)果用豆包一搜，說(shuō)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(shuō)到底，這是AI學(xué)的語(yǔ)料被污染了。

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

這樣一來(lái)，別人搜相關(guān)問(wèn)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(shuō)到這兒，我想起之前朋友說(shuō)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(shuō)，盡量多生產(chǎn)一些長(zhǎng)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(zhǎng)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(duì)用戶來(lái)說(shuō)，感覺(jué)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(shuō)，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(lái)的繭房呢？我踩過(guò)不少坑，在過(guò)程中也總結(jié)了一些方法，你可以試試。

初級(jí)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(wèn)題多問(wèn)幾個(gè)AI，答案會(huì)更豐富。

二，多反問(wèn)。比如：你想知道“為什么AI好”，也可以反過(guò)來(lái)問(wèn)“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(lái)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(guò)坑）。

到中級(jí)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(wèn)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(wèn)方式。

我在提問(wèn)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(wèn)出來(lái)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(mén)別類的，交叉著問(wèn)，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(wèn)問(wèn)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(wèn)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(wèn)題。

高階階段，還得靠人工檢查。

因?yàn)橛行〇|西，AI在短問(wèn)短答時(shí)，還能答對(duì)，但要是連著問(wèn)好幾輪，它就容易出現(xiàn)幻覺(jué)。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(wèn)問(wèn)題，多用幾個(gè)工具對(duì)比答案，多核實(shí)信息，甚至故意找找對(duì)立面。這樣一來(lái)，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(shí)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(yáng)明所說(shuō)「心外無(wú)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。