一个问题问八个 AI，最后还得翻回百科词条。

作者 I 王彬

封面 I ChatGPT 生成

随着大模型的不断普及，向 AI 提问已经成为越来越多人获取信息的首选方式。

但很快，一种新的烦恼开始出现。很多时候 AI 的回答看似言之凿凿，却往往只是在一本正经地胡说八道。互联网上充斥着各类 AI 生成的工整文章，真假信息混杂，令人难以辨别。

去年欧洲广播联盟和 BBC 的一项联合研究发现，主流 AI 助手在近一半的回复中都会扭曲事实，近三分之一的回答存在严重的来源错误。

世界经济论坛更是连续三年把“虚假和错误信息”排在全球短期风险的高位，其中人工智能的负面影响是所有风险排名中上升幅度最大的，从两年展望的第 30 位跃升至十年展望的第 5 位。

更不用说还有人主打向 AI 投毒。今年 315 晚会中，央视曝光了 AI 投毒的黑灰产业链，大量 GEO 服务商通过批量发布软文投喂大模型，灌输虚假信息误导用户。

这倒不是说我们要反对 AI。在诸如代码开发、文案写作乃至工业应用等场景中，AI 仍然是最强大的生产力工具。只是，AI 虽然极大降低信息获取的门槛，却无法自行判断真伪。

AI 越来越发达，真实反而成为当下社会的稀缺品。在这样一个泥沙俱下、真假难辨的 AI 信息海洋里，普通人究竟该去哪里寻找真实？

AI 很好用，但也会翻车

不可否认，AI 就是当下人们获取信息最重要的入口。

第 57 次《中国互联网络发展状况统计报告》显示，截至 2025 年 12 月，生成式人工智能用户规模达 6.02 亿人，较上年增长141.7%。回答问题仍然是 AI 最广泛的应用场景，占比高达 76%。

但硬币的另一面是，每一次 AI 技术的飞跃，似乎都在无意间放大了虚假信息的扩散能力。

伴随着底座模型的升级，AI 制造的虚假正变得越来越逼真。比如近期 GPT-Image-2 模型发布后，逼真的图像生成能力就导致各类虚假信息迅速泛滥，类似于“库克加入小米汽车”这类谣言甚至一度登上了微博热搜榜首。

库克加入小米汽车的谣言一度登上微博热搜首位

如果说 GPT-Image-2 的虚假图片狂欢更多只是用户的玩梗，大家哈哈一笑也就过去了。那么当人们真正试图用 AI 来寻找答案时，这种真假难辨也就成了困扰。

哪怕拥有庞大搜索数据的科技巨头，也很难规避这些问题。谷歌将 AI 能力融入搜索场景后推出的“AI 概览”功能，本意是帮助人们更快地获取准确答案，但实际上 AI 概览却加重了虚假信息的传播。

研究机构 Oumi 发布报告指出，AI 概览存在严重的“无根据引用”问题，摘要所附的链接并不支持其给出的信息。来源不符比例从去年 10 月 Gemini 2 时期的 37%，大幅攀升到了今年 2 月 Gemini 3 时期的 56% 以上。

为什么 AI 会加重虚假信息的传播？这并不仅仅是因为 AI 固有的幻觉，更关键的原因在于，AI 彻底改变了信息的生产与传播链条。

以前，一条假消息还得有人去编、去包装，存在一定的专业门槛。但现在，AI 几秒钟就能生成一篇逻辑流畅、引经据典的回答。它太擅长生成了，以至于有时候为了给你一个答案，它会非常自信地把几个不相关的信息拼凑在一起。

更棘手的是，当这些海量的伪专业信息被投放到互联网上后，又会被其他的 AI 模型抓取、消化和引用，最终形成一个不断自我强化的污染循环。

这就带来了一个很现实的烦恼，屏幕上那些看起来头头是道的回答，你很难一眼看穿它到底是真才实学，还是 AI 在一本正经地胡说八道。为了确认一个信息，你可能可能还得再去搜一圈，交叉验证一番。

在 AI 能够分分钟生成海量答案的今天，我们或许比以往任何时候都需要一个更加真实、稳定且可校验的知识系统。它不仅要作为普通人核实真相的最后防线，也要为 AI 和整个互联网提供一个干净、可信的参考信源。

普通人的电子护城河

面对 AI 带来的信息真假难辨，行业内并非没有动作。监管机构、AI 公司乃至内容平台们都在试图通过不同举措在加强防范和治理，比如模型安全对齐、为 AI 生成添加内容水印及来源标识、加大对虚假信息传播的打击力度等等。

但这显然是一场持久战。对普通人来说，更现实的问题或许在于，当我们遇到拿不准的问题时，到底该去哪里对答案？

一个有意思的现象是，在 AI 号称可以回答一切的时代，百度百科这样一个诞生于古早互联网时期的知识产品，反而成了很多人验证信息的避风港。

这并非刻意拔高，我们可以进行一些简短的测试。比如提问一个相对冷门的历史问题，“谁给卢象升办的葬礼？”卢象升是明末大臣，抗清名将，明崇祯十一年战死沙场。

但当你把这个问题抛给主流的几家大模型后，却会得到各类五花八门的离谱答案。有的AI 会根据明末清初的历史背景，推测几个卢象升的部下。有的言之凿凿说是他的弟弟卢象晋或者其他家人。哪怕是刚刚升级模型的 ChatGPT 和 DeepSeek，也很难给出准确答案。

ChatGPT 及 DeepSeek 均未给出准确答案

但在卢象升的百度百科词条中，你会得到一个非常确切的答案：许德士。不仅如此，相关信息还有许德士的日记原文作为史料佐证。

百度百科引用许德士《戎车日记》史料

果壳网此前也做过一项相关测试。在涵盖 8 个主流模型的 2000 个问题的测试中，当模型参考了百度百科的内容后，AI 的综合准确度平均提升了 38% 以上，专家认可度达到了 91.5%，显著优于无参考组。

为什么在 AI 时代，百度百科反而显得更靠谱了？这其实源于两者在产品机制上的本质差异。

AI 擅长生成，它的逻辑是根据概率预测下一个词，但无法自行判断真伪。而百科类产品的机制是编辑和校验，每一个词条的建立、每一次信息的修改，都需要经过严格的审核和溯源。

如果说 AI 解决的是信息获取的速度问题，那么百度百科解决的始终是信息获取的质量问题。

过去 20 年来，百度百科一直在做这种真实准确内容的基建工作。目前，百度百科已经建立起超 3000 万个词条，覆盖了 5 种语言，几乎涵盖了所有你能想象到的知识领域。

从前沿的航天议题到冷门的历史考究，从最新的新闻事实到热点人物动向，用户都能在这里找到系统、完整的背景信息，而不是碎片化的即时答案。

更重要的是，为了对抗互联网上良莠不齐的信息环境，百度百科在信息真实上投入了巨大的精力。早在 2024 年，百度百科就发起了“繁星计划”，携手真人专家和权威机构共建可信词条，预计合作 10 万个权威专家/机构，覆盖超 100 万专业内容。

百度百科携手真人专家及权威机构共建可信词条

目前，百度百科的科学百科权威词条已 100% 全面覆盖自然科学学科领域，合作科普专家超 8000 名，科学百科权威词条数量近 20 万。

比如科学领域的“黑洞”词条，就是由中国科学院物理研究所等机构参与把关。医学领域的“甲型流感病毒”词条，则是由北京大学循证医学中心参与编辑并审核。

在 4 月 24 日的百度创作者大会上，百度百科为繁星计划再度加码 2000 万基金，进一步激励可信内容库的建设，并将合作领域扩大至全部知识垂类。

此外，百度百科还拥有一个庞大的用户共建生态。根据百度百科最新披露数据，百科年活跃用户规模超 126 万，词条年更新版本数量超 4200 万次，重大热点事件以分钟级更新。

在真假难辨的 AI 信息海洋里，更全、更准的百度百科仍然是普通人最可靠的电子护城河。

AI 时代的新百科

AI 时代，用户需要的不只是一个更全、更准的知识入口，也更需要一个更容易理解、更容易感知的知识产品。

如果说过去的百科是一座严谨但有些高冷的图书馆，那么今天的百度百科则更像是一个生动且立体的数字科技馆。用百度百科总经理于沁可的话说，今天的百度百科变得更鲜活了。

它不再局限于过去的静态词条和图文框架，开始融入更多的知识视频、3D 模型乃至 VR 全景等多模态计划，让那些抽象的物理知识、复杂的自然现象和古老的生活技艺，都从静态的页面变成了可以直接感知、演示和互动的场景。

比如打开“小浪底”的词条界面，你可以从秒懂百科的动态视频中直观感受黄河的汹涌。了解一件历史文物的同时，百度百科中还有高精度还原的 3D 模型供你细细观赏。线上打卡各地文博，VR 全景能够让你真正身临奇境。

百度百科“小浪底”及“中华缠枝纹薄胎玉壶”词条

根据百度百科披露数据，目前秒懂百科已拥有 800 万个视频知识视频，视频覆盖词条 PV 占比达 70%，百科知识视频日均 VV 达 6200 万。对于很多人来说，有用有趣且有料的秒懂百科，已经是他们认识世界最鲜活的入口之一。

这种更鲜活的生动体验，在一些复杂场景中表现得更为直观。当你想向孩子解释“光合作用”的生物原理时，你不需要再对着干巴巴的定理发愁。打开百度百科的词条，页面里直接内嵌了模拟光合作用的速率实验，鼠标点击即可操作。

当你搜索“剪窗花”时，百度百科也不再是枯燥地介绍历史文化渊源，而是直接提供了一个趣味剪纸的交互页面，让你在线上也能感受剪纸的神奇。认识一个猫科野生动物如“猞猁”，百科页面内嵌了猞猁的动态模型，猞猁的外貌特征、与其他猫科物种的区别都能一眼识别。

这些鲜活的表达，同样建立在真实可信的基础上。“光合作用”的百科词条经中国科协主办的“科普中国”审核，拥有 3D 模型的历史文物则是由百度百科联合各地博物馆共同还原。

这种可视化、可交互的场景化体验，不仅让日常科普变得更有趣，其实也是在重塑我们认识世界的方式。AI 时代的新百科变得更好看了，但这绝不仅仅是为了炫技，而是在保证信息准确的前提下，尽可能地降低普通人理解复杂知识的门槛。

回过头来看，AI 的飞速发展确实给我们带来了前所未有的便利，但它也像一面镜子，照出了真实信息的珍贵。在一个问题能得到 N 种 AI 回答的今天，我们其实已经不再缺乏获取信息的渠道，而是缺少一个敢于为真实性兜底的知识入口。

这或许就是百度百科在诞生 20 年之后，仍然被大众所需要的原因之一。AI 时代，我们已经不需要更多的信息，但我们始终需要更鲜活、更真实的知识入口。不断进化、越发鲜活的百度百科，仍然是这个时代最稀缺的知识底座。