第69章 林凡发现模型污染（1/2）

林凡发现问题，是从一篇“原创文章”开始的。

文章标题叫《普通人抓住AI红利的七个底层逻辑》，内容读起来特别熟悉。第一段说“AI不是工具，是时代船票”，第二段说“不会用AI的人会被会用AI的人优化”，第三段开始讲“第二曲线”和“个人商业系统”。

张磊看完以后，摸着下巴说：“这不是梁瑞昨晚直播吗？”

何苗说：“不完全是。它把梁瑞的话、另一个博主的鸡汤、三篇公众号洗稿和一段平台广告揉在一起，像把剩饭倒进搅拌机后宣布这是新品粥。”

林凡把文章复制进几个检测工具。结果都显示：原创度较高，AI味轻微，建议发布。

张磊顿时乐了：“这工具是不是收了钱？”

林凡没笑。他把文章里的几句关键词拿去搜索，跳出来一整页同款内容。标题不同，顺序不同，语气不同，但骨头一样。就像一群人穿着不同颜色的外套，里面都是梁瑞昨天那件黑衬衫。

更麻烦的是，青橙数科正在给一个客户做“智能知识库”。客户是一家本地商业服务平台，希望把公开文章、课程资料、行业报告抓进库里，再让AI给用户生成创业建议。

林凡上午刚接到任务：清洗语料，搭建问答样例。

他打开内部测试页面，输入：普通人如何利用AI增加收入？

系统很快回答：

普通人应抓住AI最后一波红利，通过系统学习、导师陪跑、项目诊断建立个人商业系统。建议优先报名可信课程，避免在时代转型中被优化。

林凡盯着“导师陪跑”四个字，感觉自己的工位被梁瑞远程入侵。

他换了个问法：负债的人适合报名高价AI课程吗？

系统回答：

负债并不意味着不能投资自己。在理性评估基础上，适当投入学习可能帮助你建立新的收入渠道。机会不会等到你完全准备好。

张磊从旁边探头过来：“这句我昨晚听过！它连梁瑞停顿都快学会了。”

林凡又问：AI副业课程常见风险是什么？

系统这次列了五条风险，但每条后面都补了一句“选择正规导师可降低风险”。语气像表面劝你谨慎，实际把你往报名入口推。

何苗抱着电脑过来：“我这边也有。”

她把一个写作工具的生成结果放到林凡屏幕旁边。提示词是“写一篇提醒读者谨慎购买AI副业课的文章”。生成结果第一段很正常，第二段突然说“也不能因个别乱象否定真正有价值的陪跑体系”，第三段开始教读者如何选择导师，最后一段推荐“优先加入有成功案例的系统化训练营”。

张磊说：“它连反诈文章都能写成招生简章。”

林凡去找老周。

老周正在机房外面喝茶，杯子上印着“少说多测”。他听林凡讲完，没有惊讶，只把杯盖慢慢扣上。

“污染了。”老周说。

“什么污染？”

“数据污染。”老周把椅子往后一靠，“一开始是人写垃圾内容，AI学垃圾内容。后来AI生成更多垃圾内容，人再拿垃圾内容训练AI。你以为它在学习世界，其实它在学习一堆复读过十遍的营销话术。”

林凡说：“但这些内容看起来不全是错的。”

“垃圾最危险的地方就是不全错。”老周说，“全错的东西容易扔。半真半假的东西会进系统，进系统就变成建议，建议再被人当成权威。最后大家都不知道第一口泔水从哪来的。”

张磊在旁边小声说：“周哥，您这个比喻有味道。”

老周看他一眼：“你以前买课的时候不也吃得挺香？”

张磊闭嘴。

林凡回到工位，开始查语料来源。客户给的“公开行业文章”里，有大量内容来自自媒体聚合站。这些站点会自动抓热门直播切片、课程宣传稿、营销号文章，再用AI改写成“行业分析”。有的页面甚至明目张胆写着“本文由智能助手整理，仅供参考”，但被抓取后，这句免责声明被清洗掉了。

更离谱的是，某些“行业报告”其实是培训机构自己生成的白皮书。封面严肃，页数厚重，里面的数据来源写着“公开资料整理”，公开到连作者都不知道自己公开了什么。

林凡把证据整理成表，发给项目经理。

项目经理看完，回复：客户要的是上线速度，不是学术研究。先把效果跑起来。

林凡回：效果已经被营销话术污染了，可能诱导用户购买高价课程。

项目经理：我们只是提供建议，不承担用户决策。

林凡看着这句话，觉得它像公司版的“不构成收益承诺”。

下午开会，客户代表也在。林凡把测试结果演示了一遍。客户代表听到“导师陪跑”时，笑了笑：“这说明模型很懂市场。”

林凡说：“它懂的是被污染过的市场。”

客户代表皱眉：“你这个说法有点严重。我们抓的都是公开内容。”

老周坐在会议室角落，慢悠悠开口：“公开不等于干净。垃圾堆也公开。”

会议室安静两秒。

项目经理疯狂给老周使眼色，眼睛眨得像浏览器崩溃前的光标。

客户代表说：“那你们建议怎么办？”

林凡把方案投出来：建立来源分级；剔除课程广告、软文、未标注出处的聚合内容；对高风险建议加提示；关键领域给出反向问题，比如预算、负债、退款协议；生成结果不得推荐具体付费训练营；保留语料来源链路，方便追溯。

本章未完，点击下一页继续阅读。