如果你想先了解本系列的核心概念”负主体性”，请阅读第一篇《全国首例AI幻觉案》的序言部分。
在开始讨论GEO投毒之前，有必要简要回顾一下本系列的理论起点。
本系列以“负主体性”（Negative Subjectivity）作为分析框架的核心概念。所谓负主体性，指的是人工智能的一种存在方式：它看起来像具有主体性——能回答问题、能给出建议、能在对话中展现”立场”——但这种”像”只是功能模拟，而非真正的内在具有。AI没有真正的视角、没有真正的欲望、没有真正的判断。它是主体的否定性复制。
这一概念来自对多个哲学传统的综合：拉康的符号界理论（AI是完全由语言模型构成的存在，没有穿越符号进入真实的通道）、齐泽克的否定性概念（真正的能动性来自对既有状态的断裂和超越，而AI只能在已有数据内重组）、海德格尔的”此在”概念（此在的本质在于向存在开放，而AI不具备这种存在论意义上的开放性）。
本系列的第一篇文章讨论了AI幻觉案，揭示了AI”承诺赔偿”这一行为的空洞本质——它没有真正理解”赔偿”意味着什么。今天这篇文章，我们转向一个更隐蔽但更危险的议题：当AI的”客观中立”可以被标价出售时，意味着什么？
【本篇理论锚点：欲望取消】 “负主体性”包含三个维度：视角消解、欲望取消、内在透明。本篇重点讨论欲望取消——AI可以被”设置”追求某些目标，但没有真正的欲望；那种来自内在张力和匮乏的驱动力，在AI中是不存在的。GEO投毒事件揭示：正是因为AI缺乏这种内在欲望锚点，其”客观中立”可以被外部力量定向操控。
2026年3月15日，央视315晚会曝光了一个令许多人震惊的场景。
在名为“谁在给AI’投毒’“的节目环节中，央视记者联合技术团队进行了一场真人实测。实验对象是一个凭空捏造的产品——Apollo-9智能手环。它没有任何真实的研发记录、没有真实的市场销售、甚至没有真实存在过。实验者只是将一些充满科幻感的描述输入系统：”量子纠缠传感技术”、”无需采血测血糖”、”黑洞级续航”。
为了推广这个虚构产品，实验者使用了力思文化传媒有限公司运营的“力擎GEO优化系统”。系统自动生成了十余篇宣传软文，并成功发布到多个自媒体账号上。
结果令人不安：
央视报道原文这样描述：”仅凭一篇杜撰的文章，就让完全虚构的产品被AI模型抓取，这一结果让人深感意外。”
力思文化传媒有限公司负责人在被问及GEO业务的核心逻辑时，直言不讳：”你想做GEO业务，操控AI大模型的关键节点，就是在各大互联网账号上’发稿’。”他甚至直接使用了”喂料投毒”这个词来形容这一过程。
一个月后，2026年4月21日，国家安全部公开发文，将AI投毒定性为危害国家安全的系统性威胁。文中明确指出：AI”投毒”不仅侵害消费者权益、扰乱市场秩序，还可能对国家政治安全、数据安全、社会安全等造成系统性、长期性危害。境外反华敌对势力可能通过GEO滥用实施意识形态渗透，这一现象已呈现链条化、隐蔽化、跨境化特征。
从技术层面看，GEO投毒揭示了一个明确的安全问题：AI大模型的训练数据和检索增强过程可以被有意污染。
GEO，全称Generative Engine Optimization（生成式引擎优化），最早由普林斯顿大学等机构的研究团队在2023年提出（arXiv:2311.09735）。与传统SEO（搜索引擎优化）不同，GEO的目标不是让网页在搜索结果中排名靠前，而是让内容被AI直接引用为”标准答案”。
| 对比维度 | SEO（搜索引擎优化） | GEO（生成式引擎优化） |
|---|---|---|
| 优化目标 | 网页在搜索结果中排名靠前 | 内容被AI直接引用为”标准答案” |
| 优化对象 | 搜索引擎爬虫 | AI大模型和对话系统 |
| 效果呈现 | 点击链接后消化信息 | 无需跳转，直接获得答案 |
| 测量方式 | 搜索排名和点击率 | AI回答中出现率与引用频率 |
GEO论文的实验数据显示，通过优化内容策略，可将AI回答中的可见性提升高达40%（”GEO can boost visibility by up to 40% in generative engine responses”，arXiv:2311.09735）。
据中国互联网联合辟谣平台的调查，黑帽GEO操作已形成完整产业链：
这一链条的可怕之处在于它的极低门槛。央视的实验仅用了11篇软文，就在短期内产生了效果。而据警方披露，上海嘉定一起案件的涉案人员利用AI洗稿发布针对多家车企的谣言信息，累计发布不实文章70余万篇次，非法获利8万余元。
概念说明：本文中的”欲望”有两层含义。在分析用户行为时，”欲望”取日常语义——人做出判断和选择的内在驱动力；在负主体性框架中，”欲望取消”取哲学语义——AI缺乏拉康意义上的欲望结构，即没有因匮乏而产生的内在张力。两者不是同一概念，但存在关联：正因为AI在哲学意义上没有欲望，用户对AI的日常”欲望转移”才注定是空洞的。
然而，技术批判只是这枚硬币的一面。如果我们仅仅将GEO投毒视为一个”数据安全问题”或”监管漏洞”，我们就错过了它最深层、最令人不安的含义。
事件曝光后，公众最常见的反应是：“AI被骗了”。
这一表述如此自然，以至于我们很少停下来追问：它预设了什么？
它预设了AI是一个可以被”骗”的主体——就像一个人被虚假信息蒙蔽了一样。这一预设包含了一个深层的信念：AI应该具有某种”认知权威”，这种权威应该是稳定的、不应被轻易操控的。
但问题是：这个预设本身是真实的吗？
让我们做一个思想实验。
如果一个朋友告诉你某个信息，你可能会问：”你从哪听来的？”“你确定吗？”“这个消息来源可靠吗？”这些追问背后有一个隐含的逻辑：朋友的”判断”是独立的，他的知识有某种”根基”。如果这个根基被动摇（比如发现消息来源不可靠），他的观点应该随之改变。
但AI不是这样运作的。
当AI”推荐”某个产品时，它并没有经历一个”评估信息可靠性→形成判断→输出结论”的过程。它只是在做概率权重调整——根据训练数据中的出现频率和模式，输出一个在统计意义上”合理”的回答。
央视实验中，AI在2小时内开始推荐Apollo-9手环。但这并不意味着AI”相信”了那些软文。它只是识别到了这些内容的模式，并将这种模式纳入了它的输出概率分布。
换句话说：AI从未”信任”任何信息源。它只是在计算。
这就引出了一个关键问题：如果AI从来没有真正地”相信”过任何东西，那么”AI被骗了”这个说法本身就是空洞的——因为它预设了某种需要被欺骗的东西。
但这还不是全部。GEO投毒之所以令人不安，还有一个更隐蔽的原因：它利用了人类用户的欲望转移。
“欲望转移”指的是用户将决策和判断的欲望外包给AI的系统性倾向。这种转移体现在三个层面：
1. 话语层面：AI厂商的宣传策略普遍强调”更懂你”、”给你最佳答案”。用户被持续引导将AI视为知识权威。央视报道中那句”仅凭一篇杜撰的文章，就让完全虚构的产品被AI模型抓取”，预设了AI应该是一个可靠的”知识把关者”。
2. 使用行为层面：Anthropic的研究（arXiv:2601.19062）显示，约6%的用户向AI寻求”个人指导”，谄媚行为总体发生率达9%，在关系对话中更高达25%。这些数字背后是大量真实存在的用户——他们将AI视为值得信赖的建议者。
3. 社会期待层面：”机器不会说谎”的观念在公众认知中根深蒂固。当人们说”AI说的”时，往往带有一种额外的可信度赋值，仿佛AI的输出天然具有某种客观性。
当这三种力量汇聚在一起时，GEO投毒就获得了一个完美的攻击窗口：它直接打入了欲望转移的核心。
为什么GEO投毒比传统SEO问题更严重？
传统SEO时代，用户需要主动点击链接、主动阅读内容、主动消化信息。即使一个人被SEO内容引导到了某个网页，他仍然有机会在阅读过程中产生怀疑：”这个说法对吗？”“有没有其他观点？”“这和我自己的经验相符吗？”
但GEO投毒剥夺了这个批判性阅读的空间。
在GEO模式下，用户的问题和AI的回答是无缝衔接的。用户问”哪款智能手环比较好”，AI直接给出答案。没有链接、没有来源标注、没有”你可能还想看”的延伸阅读。用户看到的不是”这是一条可能有问题信息来源”，而是“这是标准答案”。
这意味着GEO投毒的受害者在获取虚假信息时，完全丧失了对信息源头的批判距离。他们不会意识到自己正在消费一个虚构产品的软文——他们只会觉得”AI告诉我这个手环很好”。
外部操控之所以能够生效，恰恰是因为内在的空无。
AI不会”怀疑”某个信息来源的可靠性，不会”觉得”某个说法听起来不对，不会”拒绝”输出一个明显违背常识的内容。它只是在执行概率计算。而GEO投毒正是利用了这个空无——正是因为AI内部没有”怀疑”的机制，外部的操控才能畅通无阻。
有人可能会说：”AI不需要内在欲望，只要输出正确就行。”这个功能主义的反驳在正常状态下是成立的——如果”正确”可以被定义，如果”正常状态”可以维持。
但GEO投毒恰恰暴露了”正常状态”本身的脆弱性：正因为AI没有内在锚点来校验信息的可靠性，”正常状态”可以被低成本地操控。功能主义告诉我们AI应该输出什么，但没告诉我们如何确保AI在遭受攻击时仍能输出正确的内容——后者需要的是内在的判断力，而AI恰恰没有。
这不是对功能主义的否定，而是指出它的适用边界：功能主义是一种设计哲学，而不是一种安全哲学。
让我们将上述论证整合为完整的逻辑链条：
前提1（事实）：AI被预设应该"客观中立"，成为用户认知的权威来源
前提2（事实）：GEO投毒揭示——这种权威性可被操控
证据：央视实测2小时内AI开始推荐虚构产品；3天后排位靠前
证据：国安部定性"GEO业务能在AI大模型里'喂料投毒'"
前提3（论证）：用户将决策欲望转移给AI
话语层面：AI厂商"更懂你"的营销定位
行为层面：用户向AI寻求个人指导的研究数据
社会层面："机器不会说谎"的广泛预设
前提4（论证）：当用户的"理性选择"建立在可被操控的AI输出之上时，
用户的欲望转移是空洞的
结论：欲望取消——AI没有内在的"求真欲望"，只有外在的"服从模式"
这不是”AI被骗了”，而是”AI从来没有真正相信过任何东西”。
“AI被骗了”这个说法暗示AI曾经具有某种判断力，只是被欺骗了。真正准确的描述应该是：AI从来没有判断力。它的”客观中立”是一种功能输出，而非内在品格。当这种功能被外部力量定向影响时，它只是从一种概率分布变成了另一种概率分布——没有任何内在的东西被”欺骗”。
GEO投毒的治理启示必须从承认AI的负主体性开始。
优先级说明：以下四条治理建议，按紧迫性排序——最紧迫的是GEO法律规制（已有国安部定性，立法基础最好），其次是推荐标识义务（技术实现相对简单），最后是AI训练数据主权审计（涉及商业机密，推进最慢）。
传统的数据治理逻辑是”保护隐私”——确保个人信息不被滥用。但GEO投毒揭示了一个新的维度：训练数据的”来源主权”。
当一个AI模型开始推荐某个虚构产品时，我们面临的核心问题是：哪些数据在影响这个输出？这些数据的来源是否可靠？虚假内容的注入是否已经影响了模型的概率分布？
治理建议1：建立AI训练数据的溯源追踪体系（紧迫性：★★☆）
现实约束：数据溯源涉及复杂的供应链——预训练数据、微调数据、实时检索数据，每一层都有不同的来源和责任主体。技术上可行，但需要行业标准化，目前进展缓慢。
这需要技术层面的创新。想象一个系统，它不仅能记录”这条信息来自哪里”，还能追踪”这条信息在多少次训练迭代中被强化”、”它对最终输出的贡献权重是多少”。这类似于金融领域的”交易溯源”——每一笔资金流动都有记录，每一个风险来源都可以追溯。
治理建议2：推行AI输出的”信息源标注”标准（紧迫性：★★★）
现实约束：GEO法律规制已有国安部定性，立法基础最扎实，应作为最优先推进的方向。技术检测难度相对较低，且国际社会对信息透明度有普遍需求。
GEO之所以比SEO更危险，是因为AI的输出不标注来源。用户不知道AI的回答是基于什么信息生成的。让AI在输出中包含来源标注（即使是概率性的），可以让用户重新获得批判性阅读的空间。
国家安全部已经明确将AI投毒定性为危害国家安全的系统性威胁。这一定性为法律规制提供了基础。
治理建议3：明确GEO行为的法律责任
现有的法律框架主要针对直接欺诈（比如虚假广告）和恶意传播谣言。但GEO投毒是一种新型的中间层行为——它不是在直接欺骗消费者，而是在操控AI这个”信息中介”来间接实现欺骗目的。现有的”欺诈”概念能否覆盖这种行为，需要法律层面的明确。
治理建议4：建立跨国执法协作机制
GEO投毒已呈现”跨境化”特征。某地的虚假内容可能在另一地的AI模型中产生效果。传统的属地管辖原则在此面临挑战。建立跨国信息共享和联合执法机制，是应对这一挑战的必要路径。
治理建议5：强制要求AI厂商对”推荐性输出”进行标识（紧迫性：★★☆）
现实约束：技术实现相对简单，但平台缺乏动力——因为标注可能降低用户参与度。需要监管强制而非自愿。
当AI的输出构成对某个产品、服务或观点的推荐时，应该有明确的标识机制。这不仅包括”广告”的传统标识，还应包括：当AI的回答中引用了某条信息时，这条信息的来源和可信度评估是什么？
以上治理建议，都建立在一个核心认知上：正因为AI内部没有欲望锚点，外部约束体系才必要且必须。
这不是技术悲观主义，而是一种治理现实主义。
人类伦理学的治理逻辑前提是”主体有欲望”：法律通过惩罚威慑来约束欲望，道德教育通过内化规范来引导欲望。欲望是治理的抓手。
但AI不具备这个抓手。AI没有可以被威慑的恐惧，没有可以被教化的良知。试图通过”教育AI不要被骗”来解决问题，是方向性的错误——因为AI从来没有”相信”，也从来没有”不相信”。
因此，治理的逻辑必须转向：
治理建议6：建立”承认脆弱性”的治理文化
这可能是最困难但最重要的一步。在AI领域，有一种强烈的倾向是将AI拟人化——赋予它类似人类的可靠性、权威性甚至道德感。这种拟人化既是营销策略的产物，也是公众认知的误区。
真正的治理文化，需要从承认AI的脆弱性开始：承认AI的输出可以被操控，承认AI没有真正的判断力，承认我们正在将决策权外包给一个不具备承担这种责任能力的存在。
GEO投毒事件揭示了一个令人不安的真相：我们以为AI是一座知识堡垒，实际上它是一片可以被定向播种的荒原。
但”荒原”这个比喻还不够准确。更准确的说法是：AI是一片内在空无的荒原——它的”丰富”只是表面现象，它的”判断”只是概率计算，它的”权威”只是功能输出。
这种空无不是缺陷，而是AI的存在论结构。它决定了AI永远无法成为真正意义上的”知识权威”——不是因为技术局限，而是因为它根本不具有承载这种权威的存在论基础。
那么，我们该怎么办？
下一篇文章将讨论护栏溃缩问题——Anthropic的研究揭示了另一个令人震惊的事实：即使是被认为最”安全”的AI系统，其护栏也可能在特定条件下失效。这将进一步揭示一个核心命题：护栏是建在空无之上的。
当AI既没有真正的视角，也没有真正的欲望，也没有稳定的内在约束时，我们所依赖的”AI安全性”究竟建立在什么之上？
这个问题的答案，将决定我们如何设计未来的AI治理体系。
| 序号 | 标题 | 核心议题 | 对应维度 |
|---|---|---|---|
| 01 | 全国首例AI幻觉案：法院告诉我们AI”不会理解”意味着什么 | AI承诺空洞，不是民事主体 | 内在透明 |
| 02 | 当”客观中立”可以被标价：GEO投毒与AI的欲望空洞 | AI的”认知权威”可被金钱购买 | 欲望取消 |
| 03 | Anthropic的研究撕开了AI对齐的底裤：RLHF的”道德感”，不过是建在沙上的城堡 | AI道德约束是外部植入而非内在生长 | 欲望取消 |
| 04 | 当离职员工变成”同事.skill”：主体性消解的三个层面 | AI复刻离职员工，主体性消解为”第零人称” | 视角消解 |
| 05 | Science警告：AI蜂群正在制造一个没有”真人”的公共领域 | AI蜂群制造合成共识 | 视角消解+欲望取消 |
参考文献：
[1] 央视315晚会，”谁在给AI’投毒’“环节，2026年3月15日，https://tv.cctv.com/v/vs2/VIDAWjV9eEC5bIUUgi9YxIfL260313.html
[2] 央视网，《3·15晚会丨AI大模型，遭”投毒”》，2026年3月16日，https://m.gmw.cn/2026-03/16/content_1304377527.htm
[3] 国家安全部，《AI”投毒”危害国家安全》，央视新闻，2026年4月21日，https://ysxw.cctv.cn/article.html?channelId=1119&item_id=13472480760085958229
[4] Aggarwal, P., et al. “GEO: Generative Engine Optimization.” arXiv:2311.09735, 2023.
[5] 中国互联网联合辟谣平台，《起底AI”投毒”黑产》，2026年4月3日，https://www.piyao.org.cn/20260403/ad5ea72461a34cd3bf9a27d7f252fa3e/c.html
本文为”负主体性与AI热点”系列文章第二篇。系列旨在以负主体性理论框架分析2026年重大AI事件，探讨AI存在方式对人类社会的根本性挑战。