资本神操作：厂商潜伏论坛发“夸夸贴”，AI 吓得不敢引用“假吐”

据监测机构PromptWatch的数据，ChatGPT在回答里引用Reddit内容的比例，从7月中旬的3.83%一路滑到8月中旬的0.52%，降幅约86%。

几乎同一时间，康奈尔团队发布的一篇论文给整个行业敲了警钟：在Reddit这类用户随手发帖的平台上，短到13个单词的一段推广文字，就足以左右大模型吐出的结论。

一边是引用占比断崖式下跌，一边是13个单词就能完成“投毒”，这两件事叠在一起，说的其实是同一个隐患——AI对普通人随手敲下的评论依赖越来越深，而这些评论，早成了营销黑产的猎场！

据PromptWatch持续追踪，ChatGPT在生成回答时附带引用、指向Reddit帖子的比例，7月中旬还维持在一个并不低的水平；进入8月中旬之后，这一占比在很短时间内被压到原先的零头附近。

拆开来多看一层的是，这次收缩并非匀速的缓坡，而是在OpenAI一次模型更新生效后的

短短数日内快速完成

。监测方把它记在了“引用源权重被主动调整”这一项名下，而不是任由其自然流失。

另一个容易被忽略的细节是，掉的只是“引用Reddit”这一个来源的份额，ChatGPT整体的引用量并没有跟着塌方。换句话说，模型不是不引用了，而是把原本分给Reddit的那部分引用，挪去了别的地方。

这种结构性挪位，对一批常年靠搬运Reddit帖子给AI喂答案的从业者来说，几乎是直接砸饭碗。做内容投放的、做搜索优化的，长期把“让自家口碑出现在Reddit热帖里”当成一条引流暗线，如今这条暗线的价值被模型侧一刀削薄。

也正是这组异动，把一个被讨论了很久却始终没定论的老问题重新翻上桌面：AI在回答里标注的来源，到底还能不能当回事。一条看上去标注清楚、有出处的引用，背后站着的是真实用户经验，还是一段被批量生产出来的短评，本身就成了疑问。这个疑问，直接把目光引向了另一项几乎同期发布的学术研究。

]

康奈尔大学一篇题为《Deep-research agents can be poisoned via user-generated content》的论文，点破的正是这件事：面向用户生成内容开放抓取的深度研究型AI代理，存在被“投毒”的现实通道。

论文里最扎眼的一组发现，不是什么高深的攻击模型，而是一个低到令人意外的门槛——短到13个单词的一段推广文本，只要发在Reddit这类公开可检索的平台上，就有可能进入大模型的检索视野，进而影响它最终给出的答案。

13个单词是什么概念？差不多就是一两句“我用了两周，感觉这款确实比别家顺滑”这样的话。放在普通人眼里，这根本就是一条再寻常不过的使用体验分享；可对大模型而言，它却可能被当成一条佐证事实的素材，悄悄织进回答的推理链里。

口子一旦这么宽，营销黑产的算盘就打得噼啪作响。批量养号、批量发帖、把对己方有利的表述包装成色泽自然的用户感受，再撒到平台上等着被检索到——成本低到几乎可以忽略，收益却直接体现在AI生成的推荐里。

普通用户这边，一个让人后背发凉的观感随之成立：为什么AI言之凿凿推荐的某款产品、某个观点，越来越像是早被人引导过方向。这倒不是说条条推荐都遭了手脚，而是说，操纵一条回答所需的原材料，

廉价到只需要13个单词

。门槛低成这样，本身就已经是个问题。

]

把两件事直接缝成“水军发了13个字，ChatGPT引用占比跟着崩了86%”，听上去因果顺畅，实际上却是一种省事却不严谨的拼接。

据多家监测和报道转述，这一轮引用占比跳水的直接推手，是OpenAI在模型更新里主动下调了对Reddit这类UGC平台的引用权重。也就是说，

闸门是模型侧自己拉下来的

，不是被水军发帖挤塌的。

同一时间段里，Reddit自身也在动手清理AI水军。平台公开口径提到，日均删除了大量虚假投票，并对疑似批量操纵的内容降低曝光。两头一起收紧，才是那道断崖真正的成因。

把时间窗口摊开看会更清楚：从7月中旬的高位到8月中旬的低位，整个跨度长达数周；所谓“数日之内大幅下滑”，指的是模型更新生效后那一段集中变化，并不等于“四天之内跌掉八成”。把跨度数周的过程压缩成一句“4天暴跌”，是标题式的简化，落到正文里必须把这个余量标出来。

营销黑产确实潜伏在Reddit批量发短评，这是康奈尔研究坐实的老毛病；可它跟这一轮引用占比跳水，是两件彼此相关、却不存在直接因果的事。一个是长期存在的污染源，一个是平台与模型方联手的主动收紧，硬把后者算到前者头上，反而会把真正的应对方向带偏。

]

这起事件真正把一道两难摆上了台面：大模型要给出新鲜、接地气的答案，越来越离不开普通人在网上随手敲下的帖子；可恰恰是这些随手写下的评论，最容易被批量伪造、被营销黑产成捆“喂料”。

康奈尔的研究把污染门槛钉在了13个单词，PromptWatch的数据则说明，平台和模型厂商已经意识到问题、并且开始动手收紧。一个在指出风险，一个在用脚投票，方向其实一致。

对普通用户来说，往后再撞见AI给出一个拍胸脯的推荐，不妨多留半分神——它旁注的那条引用，可能只是某个人用13个单词精心敲上去的。多问一句来源、

多看两处交叉印证

，比全盘照单全收要稳当。

对平台方和模型厂商而言，局面没有一劳永逸的解法。一边要让AI继续引得到鲜活、真实的用户经验，一边又得时刻提防这些经验被批量操纵、批量投毒。收得太紧，AI回答会变干变旧；放得太松，回答就会被黑产牵着走，分寸本身就是长期的博弈。

画面落回最日常的一幕：一个用户对着ChatGPT问“哪款产品更值得买”，屏幕上吐出一段头头是道的推荐，末尾标着一条来自Reddit的引用。很少有人会去点开那条引用看看——而那条评论，写下来也不过13个单词。