AI 热点快报：21.5 万个机器生成的『最佳软件』页面，成了 Perplexity 的引用主力（2026-09-03）
事件与背景
9 月 2 日，两家独立研究机构同日发布针对 Perplexity 引用质量的审计报告，双双登上 Hacker News 首页（截至北京时间 9 月 3 日凌晨合计 340+ 分、140+ 评论），在开发者社区引爆关于「AI 搜索内容供应链」的讨论。
Trellner Research 的 TR-2026-009 把 380 个「买家意图」软件类目（从 CRM 到博物馆藏品管理软件）分别抛给 perplexity/sonar 与 sonar-pro，共回收 7,534 条引用。结果：59.8% 的引用指向 Tranco 百万域名榜上排名 10 万开外的网站，23.4% 指向完全不在榜内的域名；对照之下，整个审计里维基百科只被引用 3 次。最刺眼的发现是三个网站——wifitalents.com、worldmetrics.org、gitnux.org——疑似同一运营者（注册时间、Cloudflare 域名服务器、页面模板、导航结构全部一致，各自的博客恰好都是 6 篇且互相导流），合计用模板生成了 215,128 个「best <品类> software」购买指南（每个品牌 7 万+ 页）。worldmetrics.org 与 gitnux.org 的首页 HTML 标题直接写着「Facts & Grounding Page」，元描述也面向读取它们的检索软件——grounding 正是 RAG「抓文档支撑回答」的那一步。我实测确认：worldmetrics.org 首页标题确实如此，其 /best/crm-software/ 页面真实存在，页内残留未渲染完的模板变量。另一家 Haus Research（HR-2026-09）换了方法：向 Perplexity 提问 210 家科技公司的 310 个事实性问题（成立时间、融资额、员工数、定价、CEO 等）并逐条核对引用。在 1,826 条「带数字句子」所附引用中，34.7% 指向打不开、或打开后不含句中任何数字的页面（按论断计为 14.4%）；死链只占 1.3%，主要问题是「源页面里没有这句话」。
- Trellner 报告：Three sites made 215,128 “best software” pages for AI. Perplexity cites them
- Haus 报告：A third of Perplexity’s citations don’t contain the number they’re cited for
- 现场证据：worldmetrics.org 首页标题即 “Facts & Grounding Page”
- HN 讨论：215,128 “best software” pages 一帖
- HN 讨论：Perplexity citation audit 一帖
为什么现在重要
- 「引用」从可信度证明变成了新的攻击面。 传统 SEO 优化排名，AI 搜索时代则优化「被检索并引用」。这些农场页面连标题都写成 Facts & Grounding Page、元描述直接面向抓取软件，还明码标价：成品报告 €499 起、定制调研 €5,000 起、厂商入选 €2,500 起——整个商业模式建立在操纵模型检索步骤之上。影响判断：引用即流量，针对 AI 引擎的垃圾内容军备竞赛已经开打，HN 高赞评论称之为「AI SEO 战争」（另一个正在流行的名字是 GEO，Generative Engine Optimization）。
- 供应商内容营销正在接管「该买什么」类查询的证据基础。 卖互动 demo 的厂商 Guideflow 不是评测站也不是目录站，其营销博客却在 96 个类目中被引用 194 次，位列第三大引用源、排在 Gartner（158 次）之前。影响判断：采购类 AI 答案正被「谁更会做内容营销」而非「谁的产品更好」塑造，对 B2B 选型有直接误导风险。
- 幻觉从「编造文本」升级为「编造出处」。 引用失效的主因不是死链而是「页面里没有这句话」，这让带 [n] 标记的引用比不引用更危险——它会制造虚假的确信，评论区已把话题引向律师与政府部门因 AI 编造引用翻车的案例。
- 这是 Perplexity 护城河第一次被系统性质疑。 它是最早把「引用」做成产品一等公民的引擎，引用可信度是其对抗传统搜索的核心叙事；两份审计同日命中同一软肋。影响判断：可验证性（每个论断都能在源页面被确定性核对）将取代「看起来有引用」，成为 AI 搜索下一轮竞争的关键维度。
- 反身性风险被摆上台面。 若 AI 生成内容占据网络多数、又被拿去检索与训练，模型会不断读到自己的「呕吐物」。影响判断：内容来源的时间戳与可信度需要变成语料与检索产品的显式特征，而不是留给运气。
工程师/产品人今天能做什么
- 做 RAG/AI 搜索的团队：给检索管线加来源质量分——域名 Tranco 排名、注册时间、「机器生成指纹」（未渲染模板变量、批量署名、自述面向检索软件的 JSON-LD），并加确定性校验：引用中的关键数字必须能在源页面文本里被检索到，否则降权或丢弃。Haus 的数字归一化匹配法可直接抄。
- 用 Perplexity/sonar 做调研的团队：把带数字的论断默认视为未验证、点开引用核对；尽调、采购、法务类结论强制人工二审——34.7% 意味着约每三条带数字引用就有一条对不上。
- 做内容与 SEO 的人：把「被 AI 引擎引用」纳入流量监控（Guideflow 证明这是真实的新流量入口），但不要走机器生成农场路线——平台治理风险正在积聚，信誉一旦与农场绑定很难洗清。
- 给自家站点做反向体检：检查 sitemap 规模、模板一致性、有无未渲染变量，确保写给爬虫和写给读者的信息一致，避免被检索层误判为农场。
- 采购决策者：把「被 AI 推荐」写进选型依据前，用注册时间、域名服务器、内容深度三个指标快速过滤上述农场模式。
待观察
- 三个（外加同源嫌疑的 zipdo.co，共四个）域名是否会被 Perplexity、Google 手动处置或算法降权——报告给出的是域名服务器与模板一致性的强间接证据，非所有权确证。
- 截至发稿未见 Perplexity 官方公开回应；它是否会改进引用校验或公布反制措施，是下一个关键节点。
- 两份审计都只覆盖 Perplexity（Google 因 OpenRouter 路由被排除）；其他主流引擎的引用质量、以及「引用校验」是否会成为搜索引擎标配，尚无横向数据。