AI 的口碑塌方，补发通稿没用

周五下午组会，学生拿案例问我：公司发了几十篇澄清稿，为什么搜索里的 AI 摘要还是负面。我翻完材料，第一反应是评测口径没统一。传统公关看新闻稿是否发布、媒体是否转载、社交平台是否降温；答案引擎看的是，模型回答时能不能检索到稳定、可信、结构一致的来源。这两套指标经常不是一回事。

这个实验设计的对照其实很关键。过去一个月我带学生跑 RAG，对比的 baseline 是关键词搜索、普通模型直接生成、带来源链接的检索增强。结果很朴素，检索证据里有负面叙事，模型就会把它当事实续写。Lewis 等人那篇 RAG 论文讲得很早，生成质量很大程度取决于检索到的证据。放到舆情上，AI 摘要更像语料分布的放大器。

Gallup 的数据很刺眼，据说只有 9% 的美国人认为 AI 利大于弊。这个比例不能直接外推到行业，但数据集的偏差需要考虑。媒体、社区和政策讨论里，负面事件更容易被记录，裁员、能耗、错误生成、版权争议都会进入语料。企业只补发正面通稿，相当于在偏态分布上强行加样本，短期可能改变个别答案，长期会被来源权重和一致性打回去。

短期看，灭火要管理可被检索的事实层。报道里有个说法我比较认同，危机后的前 72 小时，会形成后续被 AI 引擎检索的主要来源记录。用信息检索角度看并不夸张。早期权威来源、结构化数据、纠错页面、监管口径，会被模型反复引用。如果企业只批量发新闻稿，不做来源归一、口径一致、冲突标注，等于把问题留给 RAG 去猜。

长期看，这场 PR 危机不能只靠公关部修好。AI 公司的口碑问题，根子在产品承诺、数据使用、成本外溢、安全边界和商业化压力上。我用 Dynatrace 盯 agent 链路，感受很直接，系统一旦自主调用工具，错误就不是一句文案能抹平的，用户会看到它从哪里来、花了什么钱、动了什么数据。治理机制比道歉声明更影响信任。

所以 AI 行业要灭的这场火，短期靠修正语料，长期靠改变行为。真正可操作的是建立像知识图谱冲突检测那样的舆论评估体系，看谁在说、说了什么、来源是否可追溯、矛盾如何仲裁、纠错是否持久可见。否则发再多稿，模型摘要里还是那一句负面。旧来源没被修正前，补发通稿很难改变检索结果。

---

📌 本文编译自 Hacker News，原文：https://www.ft.com/content/115c886f-23e4-4a8d-9656-5d7fc9480803

版权归原作者所有，本文为基于公开报道的编译与独立分析。