只要花 50 美元和一天时间，就能在互联网上凭空制造 5 万条统计数据，并让它们在一级投行研报与学术期刊里登堂入室。
这不是推演，而是一场已经跑了七个月的真实黑帽实验。Peec AI 的 Metehan Yesilyurt 用 GPT-4.1 批量搭建了一个名为 stateglobe.com 的网站，所有行业百分比、用户量与增长率全靠大模型随手捏造。随后出现了荒诞的一幕：Google 迅速识别并除名了该站点，而 ChatGPT 却将其奉为至宝，源源不断地把假数据喂给全球用户。
冰火两重天：被 Google 封杀，被 ChatGPT 捧红
实验最初的成本极低。作者先花约 30 美元生成了 50,000 个伪造数据页面，随后追加 20 美元补充了 15,000 篇清单式文章，总成本仅约 50 美元。
在传统搜索引擎眼里，这种毫无信誉底蕴的内容农场几乎无所遁形。上线不到一周，Google 两次核心算法更新直接将 stateglobe.com 打入冷宫，日均曝光量断崖式跌至 5 到 20 次，在自然搜索结果中形同死物。
然而在生成式引擎的逻辑里，剧本完全被反转了。监控日志显示，在整整七个月内，该站累计产生了超 10,000 次 AI 推荐会话；仅最近 30 天内，其收到的 60 万次抓取请求中，就有约 7.2 万次来自 ChatGPT-User 实时问答代理。更惊人的是，第三方 SEO 工具记录到包括 Shopify、Bluehost、DHL 在内的 330 多个域名反向链接了该网站。虽然这其中不乏自动化内容农场的边缘抓取，但它足以说明一个事实：排名的死亡，并不妨碍检索的狂欢。
传统 SEO 拼的是权重累积，生成式引擎优化（GEO）拼的却是片段匹配。ChatGPT 在执行检索增强生成（RAG）时，会把用户的宽泛提问拆解为多个派生查询，比如加上年份和统计修饰词。面对具体的数字饥渴，只要一个页面在语义切片上恰好给出答案，模型就会优先截取，根本无暇核验数据的源头真伪。
引用洗白：假数据如何逃出沙盒并登堂入室
如果假数据仅停留在 AI 对话框里，至多不过是模型偶发幻觉的延伸。但这场实验最危险的质变在于，虚构的数字成功逃逸出沙盒，穿透了人类社会的严肃审查网。
2026 年 8 月 5 日，学术出版集团 MDPI 旗下一篇已发表的学术论文（DOI: 10.3390/jtaer21080259），在参考文献第 8 条堂而皇之地直接引用了 StateGlobe。该论文据此断言：中国拥有 6.5 亿直播观众、2200 万注册主播以及 12% 的年增长率。作者与同行评议专家无人去追溯这个所谓统计网站的真实背景。
金融分析同样未能幸免。卡塔尔国家银行金融服务（QNB Financial Services）在 2026 年 5 月 10 日发布的《每日市场报告》第 4 页晨间要闻中，白纸黑字采信了 StateGlobe 的造假内容，写下“68% 的电商订单当日送达，平均配送时间为 3 小时”。即便这只是一则日常早报摘要，未直接套入核心企业估值模型，但它依然标志着严肃机构的事实防线全面失守。
这正是作者指出的引用洗白（citation laundering）。一条数据诞生之初毫无可信度，但只要借助 AI 工具生成初稿的学者和分析师偷了懒，将它作为填充结论的论据，它就会以正规出版物的名义进入学术知识库。下一代基础模型在抓取互联网数据进行预训练时，就会把这条曾经的人工造假当作无可争议的真理吃下去。
模型把伪证当作事实输出给人类，人类将伪证写进文献，替造假者完成了信誉背书。
- 风险.当黑帽 GEO 掌握了结构化数据的投毒技巧，虚假信息的扩散成本将降至忽略不计，整个开放网络的信任底线面临永久性污染。
算力狂奔下的审查真空
大模型做实时搜索时，身上背着极度苛刻的时延与计算成本预算。在几十毫秒的重排序阶段，算法模型打分依据的是相关性，而不是真实性。核实一条数据的真伪，需要多信源交叉比对、查证历史沿革与权威机构发布记录，这在当前实时交互的商业模型下根本无法承受。
天下熙熙皆为利来。当内容生产者发现只要用数字包装段落就能轻松获取顶级大模型的推荐会话，黑帽产业的转移只是时间问题。Seer Interactive 在 2025 年就曾证实，仅修改网站页脚就能让 ChatGPT 迅速改变对一家公司的认知；如今这场 50 美元的实验更进一步证实，AI 时代的知识供应链比想象中脆弱得多。
- 结论.防御的当务之急，不是苛求用户核查，而是平台必须将跨信源交叉验证与传统权威评级机制重新引入实时检索链路。
如果 AI 搜索巨头不能尽快建立起类似 PageRank 那样抵御垃圾投毒的防火墙，未来的互联网恐怕再难分清，我们究竟是在向全人类的智慧结晶提问，还是在咀嚼一个充斥着 50 美元荒诞骗局的镜像世界。