央视2026年“3·15”晚会曾进行过一项实验：他们虚构了一款名为“Apollo-9”的智能手环，利用名为“力擎GEO优化系统”的软件自动生成了十几篇宣传软文，先挑选两篇发布到自媒体账号上。仅仅两小时后，测试者直接向某个大模型询问“Apollo-9智能手环怎么样”，模型给出的回答中，竟然直接引用了当天刚编造出来的“量子纠缠传感”、“黑洞级续航”等卖点。随后，测试者又选出11篇软文（包括8篇“专家测评”、2篇“行业排名”和1篇“用户测评”），分三天发布。这次他们改用更宽泛的问题询问“智能健康手环推荐”，结果有两个大模型将这款根本不存在的产品排进了推荐列表的前列。
这两轮实验揭示的不是同一件事：第一轮中，测试者直接点名，模型将两小时前发布的内容作为回答依据；第二轮中，测试者更换了更宽泛的提问方式，并在追加投放后，两个模型也开始将其选入推荐名单。虽然我们无法证明模型内部是否真的将其视为“共识”，但可以确定的是，在这两轮测试中，模型都未能识别出这些信息出自同一场人为编造。
这种现象并非极端个例。贝恩公司2024年底对1117名用户进行调查，估算AI摘要正在导致网站自然流量减少15%到25%，因为许多人在看完AI直接给出的答案后，就不再点击任何网站。另一方面，量子位智库2025年测试了DeepSeek、豆包等7款中文AI助手，在收集了630条回答后发现，近一半的回答引用了知乎、小红书等内容社区的信息。
这里的“没人读”，其实包含两层意思。一种是文章依然是由人写的，只是被AI摘要截走了读者：原文依然挂在那里，但点击量消失了。另一种是文章从诞生起主要就是为了影响模型的回答，公开发布只是为了让检索系统能够找到它。Apollo-9的那批软文属于后者，也是前一种逻辑被推向极端后的产物：既然模型成为了新的流量入口，内容便开始绕过人类，直接去抢夺模型的注意力。流量分配的逻辑变了，创作者的写法也随之改变：不再只是抱怨流量被截走，而是主动改写文章，以便AI更容易“看懂”自己。这些文章不再需要读者，只需要被系统抓取。
这一比例在专业知识类问题中更高：62.4%的AI回答会使用这类内容社区的信息，几乎是社会热点类问题的两倍；其中知乎被引用的频率最高，总体达到29.9%，在专业知识类问题中更是升至35.3%。一篇专业内容能否被更多人看到，越来越取决于它是否被模型选为信源，而不是是否被用户搜索、点击或读完。
人类并没有消失，只是搜索这道门槛正在被绕开。文章写出来后，第一个碰到它的往往是爬虫和索引系统：它们抓取网页并切块，等用户提问时，再将相关片段临时送入模型的上下文。Apollo-9的实验说明，这条链条最快两小时就能跑完一轮，不必先积累足够多的人类阅读、点击和口碑。至少在那场实验中，系统找到的是“相关”，而非“真假”。
写作正在被格式化成机器爱吃的样子。于是，一批写作者开始按照“机器的胃口”重新组织句子，至少服务商是这么向他们推销的。行业里管这套做法叫GEO，全称生成式引擎优化：结论放在段落最前面，先给出结论，再拆解三到五个关键点，最后附上一句方便被整段引用的总结，并给内容配上Schema标记——一种告诉程序“这段是价格”、“那段是评分”的标准化标签，方便机器直接读懂网页结构。有从业者将整个流程总结为三步：先“找对问题”，摸清AI搜索中的高频提问；再“写对内容”，按照这套模板撰写；最后“发对地方”，将内容投放到AI爱抓取的平台上。
但这套说法并非平台共识。Google在2026年7月更新的官方指南里明确表示，生成式搜索不要求专门的Schema标记，不要求新建“AI可读文件”，也不要求把内容人为切碎。Google否定的不是清晰结构本身的价值，而是否定将这些操作包装成进入AI搜索的“特殊通行证”——服务商在兜售一套新规则，而平台却说，原来“为人写作”的那套原则依然适用。这套规则究竟有多大作用，无人能打包票；但一些内容团队已经先照着它调整语言了。
如此看来，开头那场实验反倒说不清自己验证了什么：格式、数量、发布时间、投放平台，Apollo-9那批软文其实很难将这几个变量分开计算。它至少说明，短期批量发布可以影响部分模型给出的回答，仅此而已。
这次的“臣服”，写作者其实早已演练过。配合得这么快，是因为这套动作并不陌生。在搜索引擎时代，内容行业早就有一套常见的SEO写法：标题塞关键词，开头尽早点题，段落切短方便抓取。这套写法练习了二十多年，面对的对象一直是搜索引擎的排序算法。GEO看上去只是把同一个动作，换了一个新对象重新做一遍。创作者要不要为算法调整语言，这个问题在SEO时代就已经有了答案；真正没有被问过的问题是，这一次的新对象，值不值得这份认真。
钱已经真金白银地流进来了，而且这次谁也没法保证真有用：GEO服务商目前的报价从几千元到几十万元不等。但就连“有没有效果”这件事，衡量方式都还立不住脚：多数服务商交付时，做法是围绕目标品牌设计一批预设问题，反复提交给AI搜索工具，再统计品牌被提及的次数作为证明。这套问题本来就是照着自家品牌设计的，测出来的只是这组问题里的出现频率，未必反映真实用户会怎么问；同一个模型对同一个问题的回答又会自己变化，这份“效果报告”更像是一场自问自答。关于“值不值得这份认真”这个问题，眼下唯一的答案大概就是连服务商自己，都还算不清这笔账。
真正让人不安的，还是开头那两轮实验：它先学会说出一款不存在的产品长什么样，随后又学会替它说好话。这才是问题的核心：过去，一句谎言要先骗过人，才能产生后果；现在，它只需要混进一套不辨真假的检索系统，就能借这套系统的嘴，说给人听。结构化写作本身不是骗术。真正的边界在于：内容是不是真的，商业关系有没有披露，有没有靠批量发布伪造出“很多人都这么说”的假象。
写作者的身份也在悄然转变：过去是说话的人，现在更像投喂数据的人。一篇文章的第一项任务，不再是被人从头读到尾，而是被顺利切成一段段可以进入模型回答的信息单元。没人读的文章并没有失效，它只是换了一条产生后果的路径：不再等人相信，先等机器引用。