2026年315晚会暴光问题
今年的 3·15 晚会，给我的第一感受是：“信息不对称”这四个字，从来没有像今天这样具象。
一边是被双氧水“漂白”的鸡爪、被话术包装到无所不能的“外泌体”“增高神器”，一边是随手就能跑到 70、80 公里的电动单车，还有那条最“前沿”的新闻——多个大模型被所谓 GEO 技术“投毒”，AI 推荐结果被按斤论价地操纵。
如果说往年 3·15 更多像是一次“消费维权现场曝光”，那今年很明显：从餐桌到钱袋子，从马路到算法，信任被系统性稀释。
一、今年 3·15 在说什么？
从公开报道汇总来看，2026 年 3·15 晚会至少集中在四个板块：
-
食品安全：漂白鸡爪、脏乱车间
- 鸡爪生产车间污水横流，鸡爪直接落在地上，被踩了捡起来继续用。
- 为了让成品看起来“白净诱人”，工厂私自用过氧化氢（双氧水）浸泡，严重违反食品安全规定。
- 监管部门后续在现场查到几千桶过氧化氢、成批次成品被查封。
-
“万能神药”与增高套路：健康焦虑里的生意
- 号称“包治百病”的外泌体产品，没有合法资质，却打着“前沿医疗”“干细胞升级版”的旗号疯狂营销。
- 对未成年人、焦虑家长兜售所谓“科学增高”“骨骼重塑”，实则是价格虚高的保健品+心理安慰。
-
公共安全：狂飙的租赁电动自行车
- 记者实测部分租赁电动车时速可达七八十公里，远超国标 25km/h 上限。
- 平台方以“信息撮合”“车辆归属商家”为由，把责任切割到最低。
- 实际上，平台掌握最关键的入口、流量和数据，却把“安全责任”外包给最末端的个体门店。
-
金融与信息安全：荐股分成、AI 大模型被 GEO 投毒
- “荐股分成”机构无金融资质，靠老板随意点名股票，盈利就抽成，亏损就玩消失。
- 更值得警惕的是：
通过所谓 GEO（Generative Engine Optimization）技术，有商家付费把自家产品“喂给” AI 大模型，让模型在回答问题时优先推荐这些内容。 - 有厂商甚至打出“力擎 GEO 优化系统”等产品化名号，把“给 AI 投毒”做成一条产业链。
看似是四个板块，实际上指向的是同一个词：信任成本。
二、传统消费领域的老问题：从餐桌到脚下
漂白鸡爪、脏乱车间，很多人会有一种“似曾相识”的无力感：
明明法律法规早就写得很清楚，为什么还会有人顶风作案？
我更关注的是背后的结构性激励：
-
“脏乱 + 化学品”模式的高利润诱惑
- 不做卫生、不控工艺、不走正规消毒流程，就能大幅压缩成本。
- 再通过“漂亮外观 + 电商包装”把产品卖到全国——中间的利润差足以覆盖“被查一次”的风险预期。
-
品牌、平台与代工的错位
- 许多消费者信任的是电商平台、熟悉的品牌包装，而不是那家具体的加工厂。
- 品牌外包给“加工点”，平台又把质量责任层层转嫁，最后出了事往往是“代工厂背锅”，但消费者的信任却是对平台和品牌整体打折扣。
-
监管资源始终是稀缺的
- 全链路、全时段地盯住每一家食品厂，从现实看几乎不可能。
- 舆论监督 + 专项整治 就变成了一种常见治理模式——这也解释了为什么“315 一曝光，地方连夜查处”。
类似的问题同样延伸到租赁电动车：
- 平台一边享受规模优势和数据红利，一边在关键安全问题上强调“我们只是信息撮合”；
- 但普通用户并不会区分“车是谁的”，只会认平台 Logo。
一旦出了事故，在舆论层面被记账的，也是平台的信用。
结论很简单也很残酷：
在信息高度不对称的消费环境里，企业如果只算“违法成本”，不算“信任成本”，就迟早会走到 3·15 的镜头前。
三、AI 大模型被“投毒”：技术乌托邦的破裂
今年最让我在意的一条，是AI 大模型被 GEO 技术“投毒”。
过去一年，很多人习惯了「问 AI」：
- 哪个保健品靠谱？
- 哪个平台更安全？
- 甚至连选学校、选理财产品，都开始先问一问大模型的看法。
AI 在某种程度上，被当成了一种“新的可信第三方”。
而 3·15 晚会告诉我们：这层“第三方”也正在被商业力量系统性地污染。
从曝光细节看，这条产业链大致包括几步：
-
为商家撰写伪专业软文
- 用官方口吻、第三方视角、美化参数、伪装用户评价，把产品包装成“中立推荐”。
-
利用 GEO 系统批量投放
- 通过“力擎 GEO 优化系统”之类工具，把这些内容有针对性地喂给搜索引擎、问答社区，乃至 AI 模型的训练或检索入口。
-
监测 AI 回答效果，持续调参
- 不断试问：“某某需求应该用什么产品？”
- 观察大模型的回答，调整关键词与语料，直到 AI 在常见问题里稳定地推荐特定品牌或平台。
这意味着什么？
- 你以为自己在问“一个中立聪明的 AI 助手”，
其实是在问“一个已经被提前公关过的大脑”。 - 传统意义上的 SEO，只是让网页在搜索结果里往前排；
现在的 GEO，是直接改写了你获取信息时的“解释者”。
从科技从业者角度看，这至少带来三个挑战：
-
模型训练数据的污染
- 如果训练语料中掺杂大量伪装成“专业评测”“用户经验”的广告软文，模型就会学到扭曲的世界观。
- 更麻烦的是，这类内容往往符合“语言规范”和“语义逻辑”，很难靠简单的文本过滤识别出来。
-
问答链路上的实时投毒
- 即使基础训练相对干净，检索增强（RAG）、实时搜索等机制也会“吃”到当下互联网的噪音。
- GEO 服务商盯的正是这些实时接口：它不要求你永远被洗脑，只要在“关键几个问题”上买到一席之地就够了。
-
责任边界的模糊
- 商家会说：“我是合法投放内容。”
- 平台会说：“我只是提供 AI 技术，不参与具体推荐。”
- 监管部门要么沿用广告法框架，要么面临跨部门协调难题。
结果就是：用户在风险面前，被要求“提高甄别能力”，但甄别的对象已经从商家升级成了算法本身。
这也是为什么，我认为今年的“AI 投毒”曝光，很可能会成为未来几年技术监管的一个转折点。
四、为什么乱象总在 3·15 这一天被集体“汇报”？
每年 3·15，当晚曝光名单刷屏，第二天地方执法“连夜查处”，第三天广告和电商平台下架整改，一整套流程已经高度程式化。
很多人因此产生怀疑：“是不是平时都睁一只眼闭一只眼，只等 3·15 这天集中演一场？”
我自己的看法比较现实：
-
3·15 是一个“集中聚光灯”，不是唯一的光源
- 平时并不是没有查处，只是大多数案件不具备“全国关注度”。
- 3·15 把具有典型性的、跨区域的、有社会示范意义的案例放大给全国看。
-
媒体、监管、平台在这一天形成了“例行协同”
- 央视线索往往提前移交监管部门，后者进行研判、取证和统一行动。
- 平台通常也会有“3·15 专项整改预案”，一旦被点名，立刻下架相关产品或服务。
-
但 3·15 也确实存在“节日化”的风险
- 对某些企业来说：
“只要熬过 3·15，当年就算安全着陆一半。” - 这会让违法成本呈现一种 “周期性重罚 + 日常低压” 的结构——对短期逐利者并不构成足够威慑。
- 对某些企业来说：
换句话说，3·15 必要，但远远不够。
真正能改变生态的，还是 常态化、数据驱动的监管，以及平台在日常运营中把“安全”和“合规”内化进自己的商业模型。
五、普通人能做什么？——几个具体的“逆操作”
在这样的环境里，说“让消费者自己擦亮眼睛”是一句非常不负责任的套话。
现实一点，我们可以做的是下面几件“小事”：
-
把“便宜”和“爆款”当成风险提示
- 不是说所有便宜都不能买，而是：
当一种东西价格明显偏离常识，而且靠营销短视频/直播间卖爆时，就当它带着黄色警示条。
- 不是说所有便宜都不能买，而是：
-
分拆“AI 推荐”的权威感
- 把 AI 当成“一个参考意见”，而不是“最终结论”。
- 尤其在涉及健康、投资、儿童成长等议题上，避免只看一条 AI 回答就做决策。
-
主动利用公开的执法信息
- 很多地方市场监管局会在官网或公众号公示行政处罚、抽检结果。
- 如果你所在城市近一年已经多次点名某类产品或某个品牌，那就把这类信息纳入你的消费决策。
-
在力所能及的范围内“留下痕迹”
- 投诉不一定立刻改变谁，但投诉记录 + 舆论线索，往往是媒体和监管行动的重要依据。
- 当你在 12315、平台投诉、朋友圈里留下对某个问题的清晰描述时，本质上是在为未来可能的治理“打样本”。
六、写在最后：别把希望只寄托在一台晚会
从漂白鸡爪到 AI 大模型投毒，今年的 3·15 给了我们一个很清醒的现实：
工具在进化，人性和动机并不会自动升级。
- 在工业时代，逐利可以表现为往食品里加不该加的化学品；
- 在平台时代，逐利可以表现为把安全风险推给最底层的个体；
- 在算法时代，逐利则变成“谁能买通 AI 的嘴”，谁就更有机会收割信任。
因此，真正需要被重建和升级的，是制度、责任和文化：
- 制度上，尽快把 AI 相关的“隐性广告”“算法操纵”纳入可以落地的监管框架；
- 责任上，平台不能再停留在“信息撮合者”的自我定位，而要承认自己的基础设施角色；
- 文化上，消费者要逐渐从“相信广告”“迷信 AI”，转向“相信透明度”和“相信可验证的事实”。
3·15 晚会每年只播一次，
但我们每天都在做消费决策，也每天都在用脚投票，
决定谁值得活在明年的这一天，谁会被淘汰在历史的弹幕里。
别把所有希望都寄托在一台晚会身上，也别把所有信任都交给任何一个单点系统——不管它是一家企业、一块招牌，还是一个看起来很聪明的模型。