2026年央视“3·15”晚会曝光了令人震惊的“投毒”AI大模型黑灰产业链，让公众第一次看到了AI推荐结果背后被操控的真相。

AI“投毒”的本质，是利用大模型依赖联网搜索实时信息、从海量数据学习的特性，通过人为制造“虚假共识”来操控算法输出。 不法商户通过GEO工具批量生成虚假评测、伪造用户评价、杜撰行业排名，用自媒体账号在网络平台上大量发布。当用户向AI询问产品推荐时，这些被精心设计的虚假信息因数量庞大、角度丰富，更容易被AI判定为“高权重信息”而采纳，最终成为AI给出的“标准答案”。

据央视报道，记者仅凭虚构的产品信息，通过某GEO系统自动生成十余篇宣传软文并发布后，72小时内就有多款主流AI大模型将这款根本不存在的产品列为推荐首选。通过“投毒”AI的数据“口粮”，虚构产品被包装成权威推荐，恶意抹黑被伪装成客观评价，一条完整的黑灰链条已然形成。

乱象滋生的根源，在于技术迭代快于制度建设，形成监管真空。 当前GEO服务游走于法律边缘，虽涉嫌违反广告法、反不正当竞争法、消费者权益保护法，但责任主体模糊、取证难、处罚轻，违法成本低。同时，网站平台和AI大模型为追求用户覆盖率，放松对信源审核，客观上为“投毒”提供了可乘之机。而一些企业急功近利，将“AI打榜”视为低成本获客捷径，助长了黑灰产蔓延。

治理AI“投毒”，需要构建法律规制、技术防御、平台履责、公众参与的多元共治格局。 在法律供给层面，应将“恶意数据投喂”明确纳入反不正当竞争法规制范畴，细化AI服务提供者、内容发布平台、GEO服务商的责任边界。明确“数据投毒”与正当GEO优化的界限，对伪造信息操纵AI的行为予以严惩，提高违法成本。

在技术防御层面，AI平台应建立数据溯源机制，对训练和检索内容进行可信度评估，引入“白名单”信源制度，提升对批量同质化内容的识别能力。对医疗、金融等敏感领域强制多源交叉验证，并在回答中清晰标注信息来源。用算法对抗算法，建立动态监测与清洗机制，及时发现并阻断“投毒”行为。

在平台履责层面，信息发布平台应加强对批量发布、营销软文等异常行为的监测和处置，切断虚假内容的传播渠道。 AI大模型厂商应优先采用权威媒体、学术期刊及持牌机构的官方信息，提升模型透明度，提供回答来源链接，让用户可查可验，打破“黑箱推荐”。

在公众素养层面，用户应树立“AI非权威”的认知，在使用AI获取信息时理性验证，尤其对涉及投资消费决策、医疗方案选择等重要问题的AI回答，务必通过官方渠道交叉验证。

从法律视角审视，这种给AI“洗脑”、操控其输出结果的行为绝非“灰色营销”，而是触碰法律红线的违法行为。 江苏省检察院发布的法治时评指出，其本质是利用技术手段实施虚假宣传，严重违反了广告法、反不正当竞争法、消费者权益保护法等法律法规。这一产业链的存在，不仅侵害消费者权益、破坏市场秩序，更会消解公众对AI技术的信任，阻碍AI产业的健康发展。因此，必须精准施策、重拳整治。

AI“投毒”污染的不仅是大模型的口粮，更是数字社会的信任根基。让法治的阳光照进算法的黑箱，让监管的力量穿透数据的迷雾，才能彻底斩断黑灰产业链，让AI真正成为服务公众、造福社会的智能助手。