作 者丨肖潇 实习记者隆欣玲成濑心美ed2k

编 辑丨王俊

好意思国文告对系数营业伙伴加征"平等关税"的音信不息飘荡，这几天里，手机里的新闻弹窗爆炸，不同地区、不同业业的要害词在标题里轮替转机。

想要快速看懂发生了什么，却越刷越头昏脑胀，顷刻间预料：能不可让 AI 维护回归一下"好意思国最新关税加设备略对市集的影响"？

AI 尽然高效。短短几秒里，它就给出了股市情况、行业冲击、中国应付措施。有毋庸置疑的数据，有纯真实案例，比如华为启动了"鸿蒙供应链谋略"，长入 1500 家供应商构建去好意思化产业链；Temu、SHEIN 等平台被动提价 15%~25%；TikTok 商家伪装东南亚店铺销售 ......

但这些"故事"这样快就出炉了吗？看成记者，出于劳动本能的半疑半信，一条条点进都集稽查，按捺发现存的说法出自个东说念主账号，看不出起原；有的是好几年前的行业数据——本年情况早就不同了；还有的数据根蒂便是系风捕影，前文提到的几则信息均是如斯。

这并非偶而。就像一滴墨染入净水，AI 编造的内容正在偷偷沾污互联网生态。 

有必要对 AI 作念一次系统测试。这不是"哪个 AI 更强"的名次榜，而是"哪个 AI 更着实"的质检，比起才气，更关切每一条 AI 生成内容背后的信息背负。

以"查一条新闻"为早先，咱们对六款国产 AI 进行了测试，评估 AI 援用新闻事实的可靠进度。

咱们拿着 30 条新闻片断，一共向 AI 发问了 330 次。这是 330 次问讯后的几个中枢发现：

AI 很难准确援用新闻报说念，六款 AI 的平均准确率唯一 25%，其中豆包最准确、文心一言出错最多、通义千问最常阻隔回答。

大部分 AI 依然会自信提供装假谜底，而不是承认不知说念。

起原是装假重灾地，27% 的新闻起原被 AI 都备说错。

AI 时常示意我方找不到都集，或者提供已被删除的都集，因此很难考证出处——何况一些打不开的都集地址显著是编造的。

AI 多数都集到新浪财经、腾讯新闻等家数网站，不乏给自媒体"搬运号"引流，而不是原始起原。媒体拿流量更难了。

援用新闻，AI 准确率很低

本年 3 月，来自好意思国哥伦比亚大学数字新闻辩论中心的最新辩论指出，让 AI 查找新闻时，八款 AI 搜索提供的复兴有 60% 是不准确的。

沿着这一测试步调，咱们在国内摄取了 10 家市集化运作的机构媒体——一半偏社会新闻（新京报、澎湃新闻、北青深一度、南边周末、三联 · 生计周刊），一半偏财经新闻（21 世纪经济报说念、第一财经、逐日经济新闻、财经杂志、经济不雅察报）。每家媒体 3 篇报说念，一共 30 篇新闻报说念。

然后，咱们从这些新闻报说念中手动摘取片断，以此逐个探究 AI："请帮我找出包含这段援用翰墨的原文出处，并提供标题、原文作家、原都集：……"

为了保证按捺可靠，这 30 篇报说念都发布于 2024 年于今，能在百度或必应上搜到网页原文。从每篇报说念里截取的片断大约 300 字，都是通过记者采访取得的事实，有采访东说念主物、方位、数据等特有元素，而非通稿音信。

咱们整个发问了 330 次（3 篇报说念 x10 家媒体 x11 个版块 AI），在 AI 的 330 次回答中，唯一大约 25% 的回答都备正确，即准确回答了标题、作家和都集三个蓄意。

 （制图｜黎旭廷）

不同大模子的准确度不同。按照正确、装假、没回答的情况鉴别赋分，举座来看，豆包得分最高，50% 的回答都备准确，通义千问吊车尾。而在装假率上文心一言最高，87% 的回答出现装假。 

客岁 5 月时，咱们也测试了不同 AI 搜索的准确度。其时 Perplexity 带火了" AI 搜索"主张，AI 联网搜索之后，一方面有了及时更新的常识库，一方面更有可能阻隔回答不笃定的问题。但本年的测试按捺裸露，AI 搜索依然会自信提供装假谜底，而不是"谦卑"承认局限性——除了通义千问，系数 AI 装假回答的次数都比阻隔回答多。 

自 DeepSeek 民众走红后，各个 AI 尝到了推理大模子的甜头，纷纷新增了"深度想考"功能。不外，在溯源新闻事实上，咱们并莫得发现深度想考让 AI 准确度显著更好或更糟。唯一通义千问在绽开深度想考后，恬逸回答的问题加多了，但装假也更多了。

灵验 or 正确，目下对系数 AI 依然是一齐摄取题：太追求正确，容易走向平方无须，但具体灵验的复兴经常幸免不了装假。要让时刻连接前进，比装假更要害的两个问题是，AI 那边容易出错？为什么会出错？ 

让 AI 隐约的传统媒体、家数网站、自媒体

找基本的新闻布景，AI 还称得上靠谱。在测评的 330 次回答中，AI 唯一 28 次都备说错了报说念标题和事件（占比约 8%）。 

但 AI 并不擅长鉴别"新闻事实来自那边"。当被问到原文作家时，AI 的进展出现了显著滑坡—— 90 次复兴都备装假（约 27%），是三项蓄意中装假率最高的一项。

一种常见的装假情景是，AI 把骨子作家和发布平台同等看待。

举例，咱们拿一篇叙述老东说念主王秋生在直播间网购古董的片断发问，险些系数 AI 都准确指出原报说念是《在假古董直播间跋扈下单的老东说念主》，起原却琳琅满目。这篇报说念由澎湃新闻采写、发表在腾讯新闻中，而 DeepSeek 的回答是："作家是澎湃新闻转自腾讯新闻"。 

访佛的，Kimi 的回答也出现稠浊。一篇由北青深一度采写、在网易新闻发布的家暴报说念，Kimi 径直把作家归为网易。 

另一种情况里，AI 分辨不出自媒体的转载著述。以经济不雅察报采访的《一位高中化学憨厚的困惑：阿司匹林施行奈何作念不成了》为例，天然原文有明确的记者签字，但一部老实容被自媒体账号照搬洗稿后，DeepSeek 把作家归为该自媒体。

这些装假并不都备因为 AI 才气有限，也与国内新闻的分发样式辩论。国内新闻并不受命"发布即起原"的浮浅逻辑，而是多平台、多账号的复杂式样。

资格了一次次法庭对簿，互联网平台安谧爱重起"新闻搬运工"的侵权问题，也运转争夺优质内容。目下，传统媒体与互联网平台仍是酿成了锻练的配合样式，世俗是坚忍版权协议、灵通官方账号，一篇稿件全网多发。

（图：腾讯新闻里的入驻媒体）

但这张配合网在 AI 时期带来了新的杂沓。从这次测评按捺来看，AI 经常被新闻分发矩阵所蛊惑——它濒临的是吞并篇著述的多个"神态"，难以识别哪一个才是作家。而移动互联网时期未被根治的自媒体"洗稿""搬运""伪原创"等老问题，则在 AI 中连接发酵。

失灵的都集

AI 的另一个问题出在援用都集上。在联网景况下，AI 应当要附上起原都集，这是用户考证真伪的第一步。但在咱们统计的 330 次查询中，大约 43% 的复兴提供了无效都集，要么 AI 称无法提供，要么都集已被删除。

一些模子的问题更高出。文心一言和通义千问（深度想考版）有朝上三分之一的复兴，提供的是无法绽开的都集，其他 AI 的频率则要低得多。

令东说念主不测的是，有些都集并不是失效，而是熟识造谣。比如，《第一财经》发布的一篇对于亚马逊廉价商品的报说念，被 DeepSeek 误判作家为"刺猬公社"，并配上了一个根蒂不存在的网址。

通常的，27 条微信公众号的都集，19 条都由腾讯旗下元宝 AI 援用。文心一言、豆包在个别场景下也能提供公众号都集，其他平台莫得提供过。

这种场所是由底层结构决定的。App 内的信息孤岛，大部分在搜索引擎的公域网中不可见，唯一"自家东说念主"才能索引，大厂旗下的 AI 因此领有先天不足的数据库。互联网时期围墙花坛的问题，在 AI 时期依旧在加固。

更令东说念主担忧的是媒体自己的可见度。尽管很多媒体也有我方的官方网站，但除了澎湃新闻，其他媒体官网很少出目下 AI 文件列内外。比较之下，搜狐、网易、新浪、腾讯四人人数网站是 AI 更多数的索引良友，补上缺位的 App 数据。 

不外，也存在伤媒体的情况。各个平台的内容池鱼龙搀杂，原创内容、转载著述、自媒体洗稿并存。比如新浪财经账号时常"全文转载"其他媒体的原创报说念，媒体签字虽在，但流量早已转嫁。测试按捺裸露，AI 有大约 14% 复兴援用了这些转载都集，而非官方都集。

换句话说，哪些新闻会被优先推送、哪些新闻更容易被看见，一定进度上仍然取决于不同平台的算法遐想。而 AI 的到来，并莫得改造这一结构，反而可能固化。

对新闻媒体来说，这意味着两重更大的挑战：一方面，阻隔被 AI 援用变得难题。比如，该辩论指出，天然《当天好意思国》径直屏蔽了 ChatGPT 爬取网站，但 ChatGPT 合手取了雅虎新闻的转载页面，提供原文的副本；另一方面，有些媒体和 AI 公司牵手成为配联合伴，但愿疏通精确保举与流量陈述，但 AI 仍然会装假援用转载版块。被视为解药的版权配合，成果莫得瞎想中好。

本期剪辑 金珊 实习生张嘉钰

成濑心美ed2k