看兩條評論：

A：

B:

你猜哪條是AI寫的，哪一條是真人寫的嗎？

互聯網新晉韭菜們或許會覺得A從頭到尾都透著一股子的精致感。

但被各種好評返現坑過八百回，你就知道A充滿了玻尿酸成精的偽人感，B才是碳基生物的標桿。

但在點評賽道，A所代表的評論已經泛濫到讓人沒眼看了。

AI評論的泛濫，不是天災，是人禍。

它是人為養出來的蠱。

商家需要精美的謊言吊胃口，用戶需要華麗的廢話換優惠。

大家都不想動腦子，又想來一些漂亮話。

于是，AI評論應運而生。

商家有了引流手段，消費者拿到了免費甜品。

各取所需，皆大歡喜？

不不不，用戶要被耍成陀螺了。

過去大家的痛點，是現實世界信息不足，恨不得有人把種草視頻喂你嘴里。

而現在的問題是，產能溢出信息過剩，AI還踩死了油門。

消費者做決策都不用想對不對，因為從獲取信息那一步就已經在被人當狗耍。

這就導致你在AI評論里看到的，跟你真實到店里看到的，差距堪比方便面包裝和實物。

圖片上是牛肉跟你say嗨嗨，實物里是脫水蔬菜跟你說拜拜。

哪怕你當場掀桌走人，但你浪費的時間、油費和心情，沒人給你退。

如果信息不能保真，決策就是在撞大運。

去偽存真，就是這個行業面臨的最大的痛點，也是最大的機會。

大眾點評最近發了份報告，首次披露了AIGC治理的數據。

他們意識到如果放任AI泛濫，最后只會大家一起完蛋。

這不只是簡單的對抗水軍，這是全人類面對AI浪潮，面對“真實”開始變得極為稀缺的防守。

2

這件事情的治理，說起來并不復雜，但具體怎么打很看水平。

畢竟嚴格來說考上清北從流程上只需要你填滿答題卡，但怎么填呢？

入門級打法是。

雖然大模型已經進化到能讓你變身奧特曼，但批量生產的AI文本，依然呈現著一股子工業流水線的偽人共性。

那些量販式AI評價，翻來覆去就那么幾個句式。

最典型的是這種句式結構，外加一堆亂七八糟的排比，刻板得像個復讀機。

因為AI是純邏輯產物，它天生就擅長對比、論證、列點。

又因為AI是抓取過去的語料庫，所以會高頻出現、、這種尷尬到腳趾摳地的翻譯腔。

笨拙像第一天入職，生怕老板看不出自己在努力的社畜。

水軍是追求效率的，不會像做鬼畜視頻一樣死磕提示詞，更不會上手去改，有那個心態就不干這行了，基本都是直接批量復制粘貼，標點符號都懶得改。

這就形成了一種統計學層面的。

所以，大眾點評的做法也很簡單，直接對AI回答的具體句式、語法、用詞，甚至是字的出現頻率進行技術總結，直接就能篩掉一大批復制粘貼的低級貨。

但這，只是熱身。

3

AI會在模仿中進化，句式會更豐富，語氣會更自然。

而人，有時候也會越來越像AI。

畢竟，AI的語料庫，本來就是從人寫的玩意兒里扒出來的。

那為什么你寫的就是真人，它就是AI？

關鍵在。

一個月發一篇點評和一天發三十篇點評，拿闌尾思考都知道誰是代碼在蹦迪。

畢竟牛魔王耕地都沒這生產力。

光看文本不夠，還要看行為。

正常人的軌跡是混亂的，是充滿煙火氣的。

你吃完不一定寫，因為懶；

寫了不一定配圖，因為會忘；

IP長期在一個地方偶爾切換到外地，因為要旅游出差；

活躍時間集中在假期和周末，因為平時沒空。

軌跡一拼湊，可以拼出一個怨氣沖天的打工人。

但水軍賬號的生命軌跡，是一條直線。

同一個IP地址幾十個幾百個賬號；

注冊時間整齊劃一；

24小時恒定輸出；

句式結構完美得像個語文老師。

這些軌跡一拼湊，你都以為三體人提前降臨地球是專門為了幫隔壁豬腳飯刷好評。

當一個賬號的生產力高得讓老黃牛都想辭職時，它的背后不是八百個探店主播拼好號，就是一串代碼。

將這些特征組合在一起，就是一道清晰的防火墻。

大眾點評可以通過大模型去對撞這些行為特征，然后打擊相關操作。

這一步，有難度，但不超標。

真正讓大眾點評和其他平臺拉開差距的，是第三層。

來自物理世界的錨定。

4

光靠內容、行為來分析是不夠的。

AI背后也有人，這些人也不蠢。

資深灰產專業會用分布式IP地址，會錯開時間發布，甚至會專門在文本里加入錯別字的方法來模擬真人感。

簡稱，。

你打擊力度不夠等于沒用，你飽和式打擊會誤傷真人。

有些人就是真實消費，但懶得寫評論，去問AI要了評論發布，文字是假的，人是真的，那這到底是假還是真？

這堪稱一道賽博哲學題。

到這一步是不是無解了？

不。

因為AI不會消費。

它要是真消費了，那它評價寫得再浮夸，你也得認。

而大眾點評不只看賬號IP和行為，也能通過門店信息和核銷記錄作為支撐和核驗。

舉個例子，如果一家店今天，但它的主頁上又新增了一個的評論，那這個評論是怎么來的呢？

是鬼魂在自嗨，還是AI在作怪？

好難猜哦。

再比如，你一家主打正宗粵菜的店，正常評價都是，中間跳出來一個這個評論又是怎么回事，你系統里甚至都有沒這道菜？

是WIFI串了臺，還是代碼在胡來？

當你掌握這個信息后，你就能以此為原點，通過這個異常賬號，反溯到這一批賬號，再順藤摸瓜延伸到這些賬號留言的店鋪，賬號的信息，把背后的IP、團伙一鍋端。

這個邏輯鏈條最關鍵的一環，就是這個物理信息。

大多數平臺只有線上數據，他們能看到賬號、文本、行為軌跡，但他們看不到物理世界發生了什么。

沒有物理數據的算法，就像沒有承重墻的大廈。

再華麗的裝修也掩蓋不住豆腐渣的本質。

是否存在，本身就是最值錢的信息。

這就是為什么只有大眾點評能做到。

因為大眾點評手里有到店數據、有交易核驗、有真實的物理軌跡。

線上線下一核對，所有AI都跟裸奔一樣。

要做到這一點，必然很難。

首先要保證物理世界信息保證準確及時，這耗費了巨大的人力和物力，也需要生態內有騎手提報、商家核銷記錄這樣的數據資源閉環，然后還要提煉數據，要訓練模型，要結果校對，要人工核驗。

每一步都是巨大的成本和付出。

但不難，憑什么是你？

過去一年，大眾點評處置AIGC違規評價共1161萬條，并將借助平臺豐富的真實世界信息，繼續提高AI評價的識別率。

這個龐大的數字背后，是大量的技術和資源的投入。

5

當然，理論上能做到，不代表現實中能做到。

因為還有一個繞不過去的東西——主觀意愿。

很多公司其實早就知道平臺上的評論是有問題的，只是不想管罷了。

在他們看來，評論多了，熱度上來了，日活高了，這是好事啊。

對外有數據，對上有業績。

但這種想法本身，就是在慢性自殺。

因為他們消耗的，是商業場上最珍貴的資源，信任。

任何一個交易背后，都藏著人對生活的。

這種盼頭的價值，不是什么日活或ROI可以計算的。

當你在一周辛苦后，吃到了心心念念的美食，打卡了一家記掛已久的餐廳，跟朋友度過了一個完美的周末，這種情緒對品牌的影響，是任何ROI都難以相比的。

反過來說，當你被這種吹得天花亂墜的評價忽悠瘸了，在一個難得的周末，帶著家人、對象、朋友，開了一個小時車跑到店鋪里，準備度過一個完美的周末，結果損失了幾百塊錢，浪費了一大段時間，換來了一段生命中最離譜的體驗。

你對平臺又是什么感受？

但凡罵得軟一點，都是對自己的不尊重。

期待有多高，憤怒就有多深。

吹得有多狠，反噬就有多慘。

虛假評論泛濫到，很多消費者開始不看好評，專看差評。

因為大家天然覺得好評都是刷的，差評才是真實。

商家又是另一個視角了，他們覺得好評才是真的，差評是隔壁家在抹黑——既然你不客氣，就別怪我出手，咱們來魔法對轟，刷token。

雇人刷評價的黑灰產，就是這么來的。

如果到處都是虛假評價，以至于真的也被認為是假的，大家吃飯都不上平臺搜了，倒退三十年去問街坊鄰居，那大眾點評存在的價值是什么？

所以大眾點評有強烈的主觀意愿去做這件事。

因為真實的評價是他們生存的基礎，也只有他們擁有豐富的物理世界信息。

你可以用AI輔助創作，但不可以純AI復制粘貼。

你去吃了但不會寫，可以讓AI幫你，但需要聲明。

你沒去、老板沒這個菜、沒提供這個服務，這個信息從一開始就不該出現。

真的就是真的，假的就是假的。

虛假的繁榮，不過是裹著糖霜的奧利給。

6

在信息過剩的時代，那些充滿辭藻華麗、邏輯滿分、構圖精準的點評，都是電子垃圾。

而那些帶著錯別字、嫌棄擺盤丑、拍照光線爛，甚至只是毫無章法的情緒宣泄匯聚而成的點評，反而成了奢侈品。

因為在那堆雜亂無章的文字里，藏著這個時代最稀缺的東西，。

大眾點評死磕AIGC治理，本質上就是在保衛人類這種，是企圖在這個被AI包圍的荒誕未來，構建起一道名為的護城河。

這條路當然很難。

但還是那句話，不難，憑什么是你？（半佛仙人）