谁在“喂养”大模型？25% 引言来自新闻业，AI 知识供给链正在重构

当大模型逐渐成为“默认信息入口”，一个被忽视但至关重要的问题正在浮出水面：这些模型的“知识营养”究竟来自哪里？

一项针对主流 AI 聊天系统的大规模分析，正在为这一问题提供量化答案——同时也把新闻行业重新推到了 AI 价值链的核心位置。

一项覆盖 1500 万条回复的分析：新闻成 AI 重要“语料底座”

公关数据库平台 近期对包括 、、和 在内的主流系统进行了横向评估，样本规模达到 1500 万条生成回复。

核心结论相当直接：约 25% 的 AI 引言可追溯至新闻报道。

这并不是简单的“引用”，而更像是一种隐性的知识复用。模型在生成答案时，会大量复刻新闻中的表达方式、事实结构甚至观点框架。这意味着：

• 新闻媒体不仅是训练语料的重要来源
• 也是推理阶段“表达模板”的隐性提供者

从 AI 工程角度看，这反映了两个关键机制：
一是训练阶段的高质量文本偏好（curated corpora bias），二是推理阶段对“可信表达结构”的再利用（pattern reuse）。

谁被引用最多？权威媒体与头部记者成为“隐形节点”

从具体来源看，AI 对信息源的偏好呈现明显集中趋势：

• 全球范围内，位列引用榜首
• 商业与科技内容方面，紧随其后
• 英国市场中，成为最常见来源

更有意思的是，记者个体也成为“高频节点”。例如 被统计为全球被 AI 引用最多的记者之一。

这揭示了一个重要趋势：
大模型并非“平均吸收互联网”，而是在强化已有的信息权威结构。

换句话说，AI 并没有打破信息分发的头部效应，反而在某种程度上放大了它。

“AI 可见度”指标出现：内容生产开始面向模型优化

基于这一发现，推出了一项新的指标体系——“AI 可见度”（AI Visibility），并将其划分为三个等级。

这背后其实是一个值得技术社区关注的信号：
内容生产正在从“SEO 优化”迈向“LLM 优化”。

如果说过去十年是围绕搜索引擎排名（Search Ranking）展开，那么未来的内容策略可能会围绕：

• 是否容易被模型解析（machine-readable clarity）
• 是否符合模型偏好的表达结构（LLM-friendly phrasing）
• 是否出现在高权重语料中（training corpus inclusion）

这直接关系到一个新兴领域：AIO（AI Optimization），即针对生成式模型的内容优化策略。

不只是新闻：社区内容同样成为“训练燃料”

另一项针对 “AI 概览”（AI Overviews）的分析则提供了补充视角：

在更开放的问题场景中，社交与社区平台同样占据重要地位：

• • 这些平台的特点在于：

• 内容非结构化但高度多样

• 覆盖长尾问题与真实用户经验
• 更新频率远高于传统媒体

从模型训练角度看，这类数据弥补了新闻语料的“结构化但有限”问题，使模型在面对开放域问题时更具泛化能力。

争议再起：新闻版权与数据使用的边界

25% 的“新闻来源占比”，再次点燃了一个老问题：AI 是否在“消费”新闻行业？

争议核心集中在两个层面：

1. 训练阶段的数据使用是否构成版权侵权
2. 推理阶段的“风格复现”是否属于衍生使用

当前行业的几种路径包括：

• 与媒体签订授权协议（如部分模型厂商与新闻集团合作）
• 构建可追溯引用机制（attribution layer）
• 或通过数据过滤降低风险（dataset curation）

但从工程实践来看，完全“去新闻化”的模型几乎不可行——因为新闻本身就是高质量语料的代表。

同期 AI 生态动态：工具链与能力边界的再调整

在“谁喂养 AI”的讨论之外，近期 AI 生态也出现了一些值得关注的变化：

• 内部开始以“token 消耗”为指标进行工程优化竞赛，反映出推理成本已成为核心约束
• 开源了支持“视频对象擦除”的 AI 框架，进一步推动多模态生成工具链成熟
• 则因资源与需求压力，收缩部分第三方工具（如 OpenClaw）的支持范围，显示 Agent 生态仍在探索可持续模式

这些变化共同指向一个现实：
AI 不只是模型能力竞争，更是数据、算力与工具链之间的系统工程博弈。

结语：AI 的“知识供给侧”，正在成为新的基础设施

如果把大模型看作“认知引擎”，那么新闻机构、社区平台与内容生产者，正在构成其背后的“知识供给侧”。

这场变革的关键不在于 AI 是否取代内容生产，而在于：

• 谁的数据被纳入训练
• 谁的表达被模型放大
• 谁在生成链路中获得“默认权威”

对 AI 技术社区而言，这意味着一个新的研究与工程方向正在成形：
如何构建可控、可溯源、可持续的语料供应链。

因为最终决定模型能力上限的，不只是参数规模，还有它“吃进去”的世界。