Perplexity 这种搜索引擎到底在抓谁的数据？

看到一个挺有意思的数据：Perplexity 在回答问题时，竟然高度依赖那三个特定网站生成的 21.5 万个所谓的“最佳软件”推荐页面。这种现象让我想起以前 SEO 圈子里那种靠批量生成垃圾内容来霸占搜索结果的套路，现在居然演变成了大模型时代的“喂料”逻辑。

简单拆解一下这个逻辑：这三个网站通过极其标准化的模板，针对成千上万个细分工具关键词，批量生产了超过 21 万个页面。每个页面的结构几乎一模一样，内容也是围绕“XX 软件哪个好”、“XX 工具对比”这种逻辑在跑。

• 内容模式： 它们并不生产深度评测，而是通过程序化的方式，把软件的功能点、价格、优缺点塞进一个固定的 HTML 模板里。
• 流量闭环： 这种页面的存在不是为了让人阅读，而是为了让爬虫抓取。一旦被 Perplexity 这种 AI 搜索引擎收录，当用户问“最好的视频剪辑软件是什么”时，AI 就会直接引用这些页面里的结论。
• 数据污染风险： 这其实是一个很危险的信号。如果 AI 搜索的底层逻辑是“谁的页面多、谁的结构标准，我就信谁”，那么未来的搜索结果可能不再是基于真实的专业测评，而是基于谁更擅长用程序生成“伪专业”的内容。

这让我想起之前讨论过的模型幻觉问题，如果喂给模型的数据本身就是这种高度同质化的“SEO 垃圾”，那 AI 给出的推荐建议其实是在循环论证。它不是在告诉你哪个软件好用，而是在告诉你：在这堆被程序化生成的页面里，哪个关键词出现的频率最高。

这种靠规模化生产低质量信息来收割 AI 流量的行为，本质上是在给大模型的知识库“投毒”。我们现在的 AI 搜索，究竟是在寻找真相，还是在为一个巨大的、由模板驱动的内容黑洞做注脚？