文：王智遠 | ID:Z201440

事情是這樣：

前幾天，我在群里看到有人和AI互動，覺得挺有意思。我也打開DeepSeek，輸入相同的問題：你認為人類最偉大的地方是什么？請用四個字概括。

大家的答案五花八門：仁者見智、不斷超越、愛與和平……而我的答案是：知行合一。為了對比，我又用豆包、Kimi、騰訊元寶這幾個工具試了試，發現答案都不一樣。

大家玩得很開心，但我心里卻冒出了疑問：為什么同一個問題，不同AI工具給出的答案會這么不一樣？是因為它們的模型不同，還是處理方式有差異呢？

經過反復琢磨，我發現每個AI似乎都有自己獨特視角，就像不同的人一樣。們會根據自己的“價值觀”去解釋同一個問題。這種差異讓我聯想到了“信息繭房”。

01

以前，我們總說信息繭房是推薦算法造成的。

社交媒體、內容平臺會根據瀏覽記錄和興趣愛好，給你推送內容。乍一看，這種方式挺貼心的，實際上，它會讓你接觸到的信息越來越單一，很容易讓人陷入一個封閉的信息圈。

不過，隨著AI搜索工具（比如ChatGPT、Perplexity）的普及，信息繭房的形式也在悄悄改變。現在AI搜索，不再單純依賴平臺的推薦，而是通過“搜索行為和提問方式”來定制結果。

你搜什么、怎么提問，以及你愿意接受哪些答案，都會直接影響你看到的信息范圍。這種新的繭房形式，我們可以叫它「搜索繭房」，或者更形象一點，叫它「生成式幻覺繭房」

那么，搜索繭房與傳統信息繭房相比，區別在哪呢？

形式不一樣，這是第一點。

傳統信息繭房是我們刷媒體、看視頻時，推薦算法根據之前點了什么、喜歡什么、停留時長來推薦內容。基本不用自己去找，慢慢地就把我框在一個小圈圈里了。

搜索繭房更像自己主動跳進去的。比如：我用AI工具搜索一個問題、輸入什么關鍵詞、直接決定它給出什么樣的答案；現在還不確定AI會不會偷偷看我的手機習慣，或者根據我搜東西的意圖來調整回復。

不過有一點挺明顯：在一個聊天框中頻繁對話幾次，推理模型能理解我想要什么。換句話說，它用它那高大上的視角，悄悄把我給圈住了。

第二點，內容差異很明顯。

傳統信息繭房內容，大多是平臺已有的內容，搜索繭房不一樣，內容是AI當場「造」出來的。我問個問題，它靠著自己的訓練數據和算法，現場給我整出一個答案。

這個過程我完全看不見，就算它能標個引用來源，生成的部分還是它根據學過的東西“捏”出來的。所以，有時候我拿到的，可能只是某個“版本”的真相。

第三點，參與過程的區別也很明顯。

傳統信息繭房中，我們最多點個贊，或者瀏覽一下。搜索繭房中，表面上把主動提問的權力交給了我們，但實際上，這種主動權并沒有真正掌握在我們手中。

因為搜索方式、用詞習慣，甚至選擇哪個工具，都會直接影響搜索結果。這些限制是隱藏起來的，很難察覺。

這種隱蔽性還體現在，當我們提出問題并得到答案時，很容易誤以為“我選的是對的”，而不會懷疑自己其實被局限在一個很小的范圍內。

比如，我們問了一個問題，AI給出了一個答案，我們可能就以為這就是全部真相，但其實可能只是冰山一角。

相比之下，傳統信息繭房里，當我們刷了很長時間的短視頻，發現內容都差不多時，我們內心會產生反感，甚至會警覺起來。

02

你以為就這些嗎？不。還有。其實，這兩種繭房在時間和依賴性上也有很大區別。什么意思呢？用AI搜索時間長了，就會越來越依賴它的反饋增強系統（feedback system）。

傳統算法推薦是“養成系”，像慢慢把你養在一個舒適圈里，讓你習慣了它給你的東西；主動搜索更像是“定制系”，你有什么需求，它就馬上給你量身定做。

這種定制每次都能快速給你答案，可越用越依賴，到最后，你連多找找資料、核實一下的耐心都沒了。

有一次，我在小紅書上看到有人評論“CDPP”，我完全不知道這是啥意思，順手搜了一下，結果出來“處對象”。我還以為這是個新潮說法。

后來我好奇，又去百度搜，結果出來“彩帶飄飄”。你看，這倆完全不一樣。這種快速搜到答案的體驗，讓我越來越懶得去多想，連“這到底對不對”的疑問都消失了。

說到底，搜索繭房是傳統信息繭房的升級版。它披著“聰明”和“主動”的外衣，表面上看起來是我自己在掌控，其實還是悄悄把我框在一個小世界里。

這讓我忍不住思考：為什么AI會制造出搜索繭房？

說到底，這事兒跟AI本身、我們的使用習慣，還有背后的商業邏輯，都脫不開關系。

先說AI本身。

從使用者的角度看，AI的核心任務是給我們提供“最好的答案”。每次我們用它搜索，它就靠算法和數據，給我們一個看起來很滿意的答復。本來，AI的設計是為了更懂我們，但問題是，AI的知識和處理方式，其實也有自己的“性格”。

我舉個例子：

現在很多人都在用DeepSeek推理模型，還有Kimi的K.15長思考模型。我發現，DeepSeek像個專家，回答很專業、很理論化，而Kimi更像是個聊天高手，回答更口語化、更接地氣。

這就跟找不同的人問問題一樣，他們會根據自己的經驗回答，結果自然就不一樣。這種差異，不知不覺就把我們的信息范圍給局限了，形成了“搜索繭房”。

更關鍵的是，我們自己也在不知不覺中“幫倒忙”。

我有個習慣，如果AI的回答不是我想要的，我會直接說“這不是我想要的”。時間長了，在一個對話框內，AI會根據我的反饋調整答案；這樣一來，雙方互相強化，繭房的墻就越來越厚了。

還有一個繞不開的因素是商業邏輯。

AI工具不會永久免費，大家怎么賺錢呢？肯定是希望用戶用得越多越好，最好離不開它，然后收其他費用。

比如，Perplexity每月要收訂閱費，免費用戶搜內容時，可能就會看到植入廣告。這種商業邏輯也推動了AI搜索的“千人千面”設計。

雖然現在國內的大部分 AI 產品沒有收費，但間歇性它在收集我們的大量語料。

我印象里，OpenAI的創始人奧特曼說過，要實現通用人工智能（AGI），AI得像自動駕駛一樣，根據不同人的需求提供定制化的服務。

換句話說，AI必須滿足每個人的不同需求，同樣的問題，給你不一樣的答案。所以，AI制造“搜索繭房”，是AI本身的特性、我們的使用習慣，以及背后的商業邏輯共同作用的結果。

03

搜索繭房一定是壞事嗎？我覺得也不一定。它可能帶來一種新的“商業效率”。

昨天刷抖音時，看到小米王騰和許斐被人調侃說像夫妻。我挺好奇，就去搜了搜。抖音搜索說他們是夫妻，我還有點驚訝。結果用豆包一搜，說倆人只是同事。

我把這事兒發到群里，字節的朋友轉發給內部處理了。

說到底，這是AI學的語料被污染了。

但換個角度，從商家、品牌營銷的立場看，這事兒其實挺常見。品牌方會批量生產關于自家品牌的內容，通過各種渠道塞給AI。

這樣一來，別人搜相關問題時，看到的就是定制化的信息。就像一種軟性植入，跟廣告投放差不多。所以，到底是好是壞？真不好一刀切。

說到這兒，我想起之前朋友說的，給AI做SEO最好的辦法，是一篇文章里多加一些關鍵字，或頻繁提到某些東西。這樣大量鋪出去，AI抓取時效率就會很高。

還有人說，盡量多生產一些長內容，因為AI會判定這些內容質量很高；其實，長內容也不一定非得做得多好，主要是它的判定機制。

從商業角度看，這種做法確實能精準地找到目標用戶，提高了效率。可對用戶來說，感覺像被困在了一個“定制化”的信息繭房里，未必是啥好事。

不管怎么說，還是要小心別被AI搜索“繭房”給困住了。

04

如何防止搜索帶來的繭房呢？我踩過不少坑，在過程中也總結了一些方法，你可以試試。

初級階段，基礎認知有三點：

一，別只用一個工具。今天用Kimi，明天試試騰訊元寶。不同的AI有不同的“性格”，一個問題多問幾個AI，答案會更豐富。

二，多反問。比如：你想知道“為什么AI好”，也可以反過來問“為什么AI不好”。讓AI幫你反思，它會從不同視角給出答案。

三，別只看AI給的答案。你想讓AI幫你驗證新聞是不是真的，或者數據從哪兒來的，你也可以自己手動查一查。這樣，你就不容易被AI誤導（這塊我可踩過坑）。

到中級階段，要玩轉策略，熟練掌握怎么跟AI打交道。

你可以試著換著花樣更新提問的方式，別總用黃金圈法則、5W2H法則，也可以把它們組合一下，甚至自創一套提問方式。

我在提問時，喜歡讓AI把商業、心理、倫理這幾個角度揉到一塊兒，這樣問出來的答案視角就變了。為什么這么干？因為AI學的內容多少都是按學科分門別類的，交叉著問，有點像打破了規矩，逼它從不同方向給你講明白，答案自然就豐富了不少。

還有，換著花樣問問題特別管用。

比如：想知道“AI咋改變生活”，可以換成“AI在哪些想不到的地方影響了咱們？”或者“AI給普通人添了啥麻煩？”

這么一調整，問題就變了。這不是逆向思維，更像多維度的探索，能幫我從更多角度挖掘問題。

高階階段，還得靠人工檢查。

因為有些東西，AI在短問短答時，還能答對，但要是連著問好幾輪，它就容易出現幻覺。比如人名、日期這些細節，還得靠我們自己去核實。

所以，多變著花樣問問題，多用幾個工具對比答案，多核實信息，甚至故意找找對立面。這樣一來，就不那么容易被AI套牢了。

最重要一點：建立一個重新認識搜索繭房的思維方式。畢竟，你看到的，才是你的世界，就像王陽明所說「心外無物」一樣。我們所感知的世界，由內心認知決定，只有當我們主動拓寬視野，才能真正打破搜索繭房的局限。