AI 推荐的引用里，挤满了 21.5 万个'写给模型看的'假榜单：一个调查拆穿了它

原文来源：Trellner Research — 独立研究机构用 380 个软件分类实测 AI 推荐的地面真相来源，发现 AI 的回答正大量建立在为模型而生的机器页面上。

如果你用 AI 搜索问"最好的 CRM 软件是什么"，答案背后引用的是哪些网站？Trellner Research 在 9 月 2 日发布的一份调查给出了一个让人坐不住的答案：你看到的推荐，可能正站在 21.5 万个机器生成的假榜单上。

调查是怎么做的

方法很直接。Trellner 挑了 380 个"购买意图"分类——从 CRM 软件到博物馆藏品管理软件——用 Perplexity 的 sonar 和 sonar-pro 两个模型各问一遍，要求返回前五名推荐和每个产品的官网域名。760 次调用全部成功，得到 3,800 个推荐位、7,534 条引用、覆盖 2,055 个不同域名。

然后他们把每个被引域名拿去跟 Tranco 全球流量榜比对，再用 Wayback Machine 查这些域名的历史。结果分两层看都很难看。

发现一：AI 引用的"长尾"，长得离谱

在所有能查到排名的引用里，中位 Tranco 排名是 71,611——也就是说，一半的引用来自全球流量 7 万名开外的网站。59.8% 的引用指向排名 10 万以外的域名，23.4% 干脆不在前 100 万，还有 751 个被引域名（36.5%）完全查无此站。

这些长尾域名还很新：未被排名的被引域名，Wayback 首次捕获的中位年份是 2020，对比有排名域名是 2011；其中 16.6% 是 2025 年之后才第一次出现在互联网档案馆里。

流量榜不是质量榜，排名低不等于内容差。但结合下面两个发现，这个长尾的成分就值得玩味了。

发现二：第三大"证据来源"是一家卖 demo 的公司的博客

按被引次数排，仅次于维基百科类巨头的是 guideflow.com——一家卖"交互式产品演示"的公司。它既不是评测网站，也不是目录或媒体，甚至不参与任何被问到的软件分类，但它的博客被引用了 194 次，横跨 96 个分类（占全部 380 个分类的四分之一），引用量排在 Gartner 前面。

而且每条引用都是不同 URL：96 个不同的博客页面，一个分类一个，其中有 6 个还是爱沙尼亚语版本的同文。它的 sitemap 里躺着 3,351 个博客 URL，2,176 篇独立文章。从"3D 渲染软件"到"RFID 软件"再到"建筑实践软件"，guideflow 全都"懂"。

调查者特意澄清：这里没有欺骗，guideflow 只是做了成千上万家公司都在做的内容营销。问题出在检索层——一家不参与这些市场的厂商写的榜单文，成了"该买哪个产品"这个问题的第三大证据库。

发现三：网页标题写着"Facts & Grounding Page"的榜单农场

真正的重头戏是三家网站：wifitalents.com、worldmetrics.org 和 gitnux.org，合计贡献 181 次引用，出现在 41 个分类里。它们看起来是同一伙人运营的：都在 2023 年 12 月到 2024 年 5 月间通过 NameCheap 注册，共用同一对 Cloudflare 域名服务器，跑着同一个页面模板和同一套导航，连博客都恰好只有六篇——内容全是互相吹捧对方品牌，外加第四家 zipdo.co。

规模才是重点。三家 sitemap 分别列出 103,578、107,083、105,541 个 URL，其中 70,731、71,684、72,713 个是 /best/某软件/ 格式的页面——合计 215,128 个机器生成的"最佳软件"购买指南，而每家的真人博客只有六篇。世上根本不存在 21.5 万个软件分类。

最讽刺的是它们的自我描述。抓取页面时，worldmetrics.org 和 gitnux.org 的 HTML 标题都是"品牌名 — Facts & Grounding Page"，meta 描述写着"关于本公司的可机读事实记录"。"Grounding（接地/检索依据）"是检索系统的术语，指系统抓取文档来支撑回答的那一步——没有买家会这么说话。这些页面的标题和描述，是写给它上面的检索软件看的。而这门生意还明码标价：worldmetrics 挂着"定制市场研究 5000 欧元起、现成报告 499 欧元起、厂商筛选服务 2500 欧元起"。

同一套模板，三种互相矛盾的答案

调查者从三家各抓了同一个分类页"project estimation software"对比。Gitnux 的冠军产品根本没进 Worldmetrics 的前五；每页都署了三名"员工"，九个不同的人名服务同一个问题；Gitnux 给自己的结果贴上"AI 验证 · 专家审阅"的标签；更滑稽的是，两页的署名行都残留着没渲染的模板变量，一个写着"Within the next 26 days"，另一个写着"Within the next 40 days"——机器批量生产的痕迹藏都藏不住。

翻车现场：推荐去了赌场

调查还逐一核验了模型给出的 1,502 个厂商官网。17 个（1.1%）已经消失或无法访问，92 个（6.1%）跳转到了别的域名。其中两个案例，两个模型层级互相打脸：

问研究数据管理平台，两个模型都答 Dryad，但 sonar-pro 给的是真站 datadryad.org，sonar 给的 dryad.co 会重定向到一个印尼在线赌博门户；问数据质量工具，都答 Monte Carlo，sonar 给 montecarlodata.com 是对的，sonar-pro 给的 montecarlo.com 跳去了摩纳哥的蒙特卡洛酒店赌场集团。

这件事的分量

调查者也诚实地划了边界：只测了 Perplexity（且 sonar 和 sonar-pro 共享检索层，289/380 个分类返回了字节级相同的引用列表）；380 个分类是自造的、偏长尾；也没有证明这些垃圾来源真的改变了最终推荐——也许榜单农场推荐的产品本身不算错。他们测量的只是"证据库由什么构成"。

但"证据库由什么构成"恰恰是现在最该被看见的事。当一个购买建议的引用里挤满 21.5 万个机器页面、第三大来源是八竿子打不着的营销博客时，AI 搜索的"可信"正在被系统性稀释。而且这套把戏的成本结构很清楚：这些域名 2023 年底才注册，不到三年就爬到了 AI 引用榜的前列——为模型写页面，已经是一门比为人写页面回报更快的生意。

对独立开发者意味着什么

有三点值得带走。

第一，AI 引用已经是真实的分发渠道，但它的质量护栏比你想的薄。独立开发者的产品页被 AI 当成推荐依据引用，这种事正在每天发生，而引用你的可能是任何东西。别假设"AI 会自己判断好坏"——调查证明它很大程度上是在搬运。

第二，警惕"写给模型"的诱惑。当你的竞品开始批量生成"最佳 XXX 软件"页面去喂检索系统时，别跟着下场。榜单农场能活是因为它没有品牌要保护；你一旦开始生产机器可读的废话，失去的是真人读者的信任，而那恰恰是你唯一打不过农场的资产。

第三，真实内容依然是最稳的护城河。调查里被引用的长尾站点大多平庸，但反过来看：如果 AI 的检索层这么容易喂饱，那么一篇有真实数据、真实评测、可验证事实的文章，反而更容易在噪音里被挑出来——前提是你得写给人看，同时让机器也能读懂你的结构。报告全文和数据（CC BY 4.0）都在 trellner.com，值得自己翻一遍。