2026年3月15日，央视3·15晚会曝光了一个秘黑产——GEO投毒。

在报道中，部分不合规的服务商，花极低的成本，由AI自动生成了十几篇以假乱真的“素人种草”和“硬核评测”软文，硬生生把一款不存在的产品，送上了国内多家主流AI大模型的“推荐榜单”前列。

关于这个新闻本身，就不再多说，相信大家已经都看过非常多的文章，已经讲得很清楚了。

但与此同时，如果你把目光投向大洋彼岸的硅谷，就会发现：

同样是这个名叫“GEO”的技术，在那边不仅不是人人喊打的黑产，反而是顶尖风投（红杉资本、Y Combinator）疯狂砸钱的“下一个千亿级赛道”。一家名为Profound的GEO初创公司，估值轻松突破1亿美元。

同样是“让AI推荐自己的产品”，凭什么在硅谷，它是改变商业格局的颠覆性创新；到了国内，却异化成了批量制造垃圾、操纵消费者决策的“投毒骗局”？

这场魔幻的生态分野背后，藏着中国互联网过去十年欠下的沉重的历史旧账。

骗过AI，比骗过你更容易

这里有一个知识背景：不管是多么强大的AI模型，其实都并没有装下全世界的最新知识。

为了防止AI胡说八道或者消息滞后，现在的AI都采用了一种叫RAG（检索增强生成）的技术。体现在用户层面，也就是我们常说的“联网功能”。

当你问AI“哪款产品好”时，AI会迅速在后台触发一个搜索引擎，去全网抓取几十篇相关的网页、帖子，然后把这些文章当成“参考书”，现学现卖，总结出一个答案给你。

AI最后选取核心逻辑很简单粗暴：看共识。

如果在它抓回来的20篇文章里，有15篇都在夸“XX产品成分安全”，而且这些文章分布在不同的网站上，AI就会依据概率逻辑，认定这是一个普遍事实，然后把它写进最终的答案里。

了解了这个知识背景，再结合下面的信息，你就会明白为什么GEO到了中国变成了塞垃圾，以及为什么在中国往AI里塞垃圾会变得那么容易。

一、国内互联网生态的封闭性

你可能会问：既然RAG技术全球都在用，为什么美国的AI没被毒死，偏偏中国的AI被毒得这么惨？

这就触及到了中国互联网最痛的一道伤疤：生态底色的贫血。

大模型在搜索组织答案需要的资料时，手头拿到的参考书是经典百科还是地摊文学，决定了它最终的智商。

在海外，“开放网络”依然是主流。维基百科、Reddit这样庞大的公共社区，几千万个真实的独立博客，加上极其专业的外媒报道，构成了一个庞大且互联的数据海洋。

在这个汪洋大海里，如果有一家黑心GEO公司想造假，它丢进去的几百篇假软文，瞬间就会被成千上万篇真实的人类评测、权威专家的拆解所稀释。想靠虚构“信息共识”来骗过海外AI，难度其实会大很多。

而国内呢？我们在移动互联网时代，走向了极端的“孤岛化”。

过去十年，我们诞生了世界上最繁荣的超级App——微信、抖音、小红书、淘宝。但这些巨头为了护食，纷纷建起了高耸的数据围墙。微信公众号里的深度好文，百度是搜不到的；小红书里真实的素人避雷帖，豆包是获取不了的；而B站里的硬核拆解视频，更是被锁得死死的；直到今天，你想把淘宝里的商品分享到微信都还得用复制粘贴的方式，非常麻烦。

中国的互联网并不缺乏真实、优质以及新鲜的“人类经验数据”，只是这些真实数据全都被锁在了各个平台自家的“高墙大院”里。

那留在国内“开放网络”上的还剩些什么？

是一堆到处抄袭的百家号、毫无营养的采集站、各种SEO内容农场和充斥着水军的死气沉沉的论坛。

当国内的大语言模型试图去网上找答案时，它面对的本来就是一个营养不良、垃圾泛滥的干涸水洼。

这个时候，只需要往这个小水洼里滴一滴墨水（几百篇假软文），就能瞬间改变整个水洼的颜色。国内的AI根本找不到足够的、高质量的数据来对冲这些毒药。

二、缺乏一个好的“守门人”

国内和海外还有一个显著的差别是：国内的互联网生态缺乏一个好的“守门人”。

在海外，谷歌作为占据绝对主导地位的搜索入口，客观上扮演了一个严厉的“守门人”角色。面对AI时代批量生成的垃圾内容，谷歌拥有极强的技术反制与惩罚机制。其核心的AI反作弊系统SpamBrain配合近年来的“有用内容更新”，对单纯为了获取搜索排名而生成的低质内容有着极高的识别率。

在2024年3月的核心算法更新中，谷歌专门针对“滥用规模化内容”（即利用AI批量生成垃圾文章）展开了专项打击，直接导致大量违规网站被谷歌的索引库永久剔除。在海外的开放互联网生态中，失去谷歌的收录基本等同于切断了生存命脉。这种“一触即死”的规则，极大地拉高了黑产和营销公司的作恶成本，倒逼他们在进行内容优化时，必须回归到提供具有真实阅读价值的内容上。

反观国内的互联网“守门人”百度，其长期的商业导向和产品策略，在客观上导致了这道信息防线的松懈。

首先是“流量闭环”策略带来的内容质量降级。为了在移动互联网时代留住用户时长，百度在搜索结果的权重分配上，长期大幅度向自家的“百家号”、“百度知道”等内部产品倾斜。

而这些自带高权重的聚合类自媒体平台，由于门槛较低且为了赚取流量分成，本身就长期充斥着大量洗稿、拼凑和博人眼球的低质量内容。当守门人自己把大量流量导向内部的低质内容源时，对外部垃圾信息的过滤标准自然随之下降。

其次，是商业化机制对信息客观性的长期消解。百度赖以生存的竞价排名机制和繁杂的商业推广体系，从根本上模糊了“自然客观信息”与“商业营销软文”的边界。当花钱买排名、买词条成为一种常态化的商业模式时，搜索引擎对内容真实性和客观性的把控力不可避免地会向商业利益妥协。

三、GEO 变现方式的差异

除了技术和生态的底层差异，中外GEO玩家面对的商业土壤也完全不同。这决定了他们最终选择了什么样的变现方式。

在海外，合规的“白帽GEO”赚的是“翻译费”。

他们的客户，往往是搞云计算、企业级网络安全、或者硬核科技的大B端企业。这些公司的产品太复杂了，一份技术文档可能长达几十页。

当一个大企业的CTO去问AI：“我们需要一套零信任网络架构，要求符合HIPAA医疗合规标准，哪家好？”这时候，如果网络安全公司的官网是一堆烂代码或者空洞的广告语，AI根本看不懂，自然不会推荐。

所以，海外的GEO公司，其实是“信息翻译官”。他们通过重构底层代码、帮企业在GitHub等硬核开发者社区发表干货文章，把晦涩的参数变成AI能秒懂的“结构化数据”。他们提供的是真实的“信息增量”，让AI变聪明，让好公司被看见。这是一门月费动辄上万美元的体面生意。

就拿目前海外目前的明星GEO公司Profound来说，他们的客户案例几乎清一色都是有着极高门槛的B端企业，比如数据库巨头MongoDB、网络安全公司One Identity，以及金融自动化平台Ramp。

以Ramp为例，他们的核心产品是“企业应付账款自动化系统”，这种极度复杂的B端金融软件，普通人根本看不懂。Profound帮Ramp做的事情绝不是雇水军发软文，而是通过AI反向追踪，找出大模型在回答“如何实现财务自动化”时最喜欢引用的逻辑框架，然后指导Ramp重构了官网的技术说明和软件对比文档，将其翻译成了AI最容易抓取的优质语料。

而在国内，目前的GEO商业模式更多指向了“营销曝光”。

从客户画像来看，国内寻求GEO服务的企业往往集中在快消、美妆、小家电、本地生活等高度依赖C端流量的消费类行业。在当前竞争激烈的消费市场中，企业普遍面临着获客成本上升的压力。随着传统短视频、图文平台的投流单价不断攀升、转化率相对走低，品牌急需寻找新的、低成本的流量入口。

基于这种强烈的流量诉求，国内部分GEO服务商迎合市场，推出了低客单价、且承诺在各大AI助手中占据推荐位的服务方案。

在具体的操作手法上，由于C端消费品通常不需要像B端硬核科技那样提供复杂的专业技术文档，这类服务商的优化策略也随之发生了改变：他们往往不采用海外那种底层数据结构重构的方式，而是转向了更直接的“内容铺量”。即通过在各大自媒体平台、内容社区批量发布带有特定品牌关键词的软文或问答，以提高该品牌在中文互联网公开语料中的出现频次，从而改变权重，促使AI大模型在生成回答时优先提取这些被规模化制造出来的信息。

写在最后

GEO在海外作为优化企业数字资产、提升AI信息提取效率的高端商业模式，到了国内却异化为收割流量的毒药，其根本原因并不在于技术本身的邪恶，而在于中外互联网基础服务商治理决心与能力的差异、开放网络语料库的贫瘠、以及极端内卷的商业文化对“走捷径”的病态追逐。

长远来看，要让GEO回归正常的技术轨道，单纯依靠道德谴责是无效的，它需要整个国内互联网生态的系统性修正。当投机的成本远低于创造的成本，再先进的算法也无法实现自净。

参考资料

1.《搜索引擎百度已死》——新闻实验室

2.《六问AI被“投毒”灰产》——经济观察报

3.《The Google Helpful Content Update And Its Relevance in 2026》——Shaun Anderson

4.《How Ramp Increased AI Brand Visibility 7x in Accounts Payable》——Profound