Three sites made 215,128 "best software" pages for AI. Perplexity cites them（三个站点批量制造了 215,128 个「最佳软件」页面，Perplexity 引用了它们）

📅 2026-09-02 | 🏷️ 🛡️ 安全 & 评测 | ⭐ HN 503分/245评论
🔗 原文：https://trellner.com/reports/manufactured-sources-behind-ai-recommendations/

是什么

一份独立调查报告发现：三个站点批量生产了 215,128 个「best software」式页面，专门面向 AI 引擎做内容优化，而 Perplexity 的推荐结果引用了这些页面。换句话说，AI 搜索/推荐答案的「引用来源」可以被工业化的内容农场批量制造。HN 503 分/245 评论。

🔍 小白解读

先说几个词

• Perplexity / AI 搜索：新一代搜索引擎——不再给你一堆链接，而是直接给一段答案并附上「引用来源」。这个调查打的就是「引用来源」这一环。
• 内容农场：批量生产低质文章以骗取流量的网站群，现在进化成了「批量生产专门骗 AI 的文章」。
• RAG（检索增强生成）：AI 回答前先去外部资料里检索、再照着回答的技术。资料被污染，答案就是假的——这正是「RAG 投毒」。
• GEO（生成式引擎优化）：传统的 SEO 是骗谷歌排名，GEO 是骗 AI 推荐——让 AI 引用你的页面。黑产版就是这篇揭露的东西。
• 215,128 个页面：三个网站就量产了二十多万个「最佳软件推荐」页，全部针对 AI 的阅读习惯优化。

这篇到底在说什么

AI 搜索看起来比传统搜索可信：不光给答案，还附「引用来源」。一份独立调查拆穿了幻觉：有人用三个网站批量造了二十多万个「最佳软件」页面，专门按 AI 的口味优化内容，而 Perplexity 的推荐真的引用了它们。翻译一下：AI 推荐答案的「参考文献」可以整批造假。HN 上 503 分的大热讨论，反映的是所有人共同的担忧——当骗子开始直接给 AI 喂假教材，AI 的答案还可信吗？

这跟普通人有什么关系

非常直接：你用 AI 搜索/推荐做消费决策（哪个软件好、哪家餐厅好）时，看到的「引用」未必是真的第三方评价，可能是商家批量伪造的。实用自保：重要决策让 AI 给出多个独立来源，交叉验证，别只看它推荐了什么。对企业，这是个新战场：你的品牌可能被竞品的「GEO 黑产」挤出 AI 推荐结果。

为什么值得架构师关注

越来越多团队用 AI 搜索做技术选型调研（「最好的 X 是什么」），这组数据证明该链路可以被系统性投毒：AI 给出的推荐可能只是 SEO-for-AI 农场的输出。对架构师的直接影响有二：①用 AI 做选型时必须溯源验证，否则评估输入本身不可信；②GEO（生成式引擎优化）正在成为新的攻击面——自家产品的「AI 口碑」同样可以被竞争对手制造或压制。

核心内容

• 规模：三个站点、215,128 个「best software」页面——AI 导向内容已实现工业化生产
• 影响实证：Perplexity 的推荐结果引用了上述页面（证据链见报告原文）
• 本质：AI 推荐答案的引用源可被批量伪造，RAG 类答案的可信度必须下沉到源质量
• HN 讨论（503 分/245 评论）集中于 RAG 投毒、GEO 黑产与评测失效
• 供给侧印证：同期 GitHub 热门已出现多个「SEO/GEO for AI」工具仓库，攻击门槛在快速降低

行动建议

①把「AI 推荐必须溯源到一手来源」写进技术选型流程；②抽查近期由 AI 搜索辅助做出的选型结论，核对其引用源质量；③若自家产品依赖线上获客，开始监测主流 AI 引擎对自家品类的推荐来源构成；④对内部 RAG 系统做一次「信源白名单」审查。