最近在准备一个技术分享,里面有一段要讲某个方案的选型背景。这个领域我不是特别熟,以前的做法就是 Google 一圈,看几篇博客、官方文档和 issue ,再自己整理。
现在会下意识先问 AI 搜索。它确实很快,几秒钟就能给你一段像样的总结,甚至还能顺手列出优缺点。
但问题也在这里:如果我直接把这段总结写进文章里,结果方案理解错了、引用了过期信息,或者漏掉了一个关键限制,发出去就很尴尬。尤其是写技术分享、做汇报、给团队提方案的时候,错的不只是一个答案,而是后面整套判断。
以前搜索引擎主要给链接,你至少会点进去看看是谁写的、什么时候写的、有没有上下文。现在 AI 搜索经常直接给结论,人很容易懒得再点原文。
我最近看到一篇 MIT 相关的论文,里面提到一个挺值得注意的点:AI 搜索更容易引用头部网站,长尾网站会更难被看见。也就是说,很多细节博客、论坛讨论、issue 里的反例,可能还在网上,但在 AI 总结里被压掉了。
这件事对内容创作者也挺伤。以前用户搜到你的文章,至少会进来看看。现在你的内容可能被 AI 用来生成答案,但用户看到的只是搜索页上的一段...
前阵子家里亲戚要填高考志愿,我跟着看了一圈,才发现这门生意比我想象中夸张。
有机构报价几千到一万多,包装得很完整:一对一老师、专业测评、院校分析、冲稳保方案、未来职业规划。家长听完以后很容易觉得“虽然贵,但孩子就这一次,买个安心也值”。
但我看完几份所谓的志愿方案之后,第一反应不是专业,而是熟悉。
熟悉到什么程度呢?就是那种很像 AI 生成的文章:每段都很完整,每个结论都很圆滑,关键词也都在,比如“结合兴趣”“综合院校层次”“未来就业趋势”“城市发展潜力”。看着没错,但你真要追问依据,它又没有给出多少能核验的东西。
后来央视也曝光过类似情况:有些高价志愿填报服务,背后的方案可能就是用免费 AI 生成的。所谓老师或者规划师,做的事可能只是把 AI 写出来的内容包装一下,再讲给家长听。
这件事让我觉得挺危险的。
不是说 AI 不能用,而是高考志愿这个场景,最怕的不是“建议不够好听”,而是“建议没有证据”。
我后来主要看这几个点
一开始我也以为报志愿就是看分数、看位次、排个冲稳保。真正翻资料以后才发现,里面很多坑不是靠一句“综合判断”能解决的。
...