你刷到的那些好评，可能一半是 AI 写的

一、就在两天前，国家刚刚出手

上周我妈想买一台千元价位的破壁机，发来链接让我"把把关"。我点开评论区，好家伙——清一色的五星，清一色的"物流很快"“颜值超高”“宝宝爱喝”，连配图都像同一个模板拍出来的。

我随口问了句："妈，你有没有看差评？"她愣了一下：“差评？这上面不都是好评吗。”

那一刻我有点后背发凉。不是因为那台破壁机不好，而是我突然意识到：我们用来做消费决策的"评论区"，可能已经不那么可信了。

7 月 6 日，新华社发了一条很容易被划走的新闻——中央网信办"清朗·整治 AI 应用乱象"专项行动第一阶段成果公布。这场从今年 4 月就启动的整治，盯上的恰恰包括AI 数据投毒、生成合成内容标识落实不到位这些事。

说人话就是：已经有人在用 AI 批量制造内容、悄悄污染你看到的信息环境，而且严重到要国家专门出手管了。

这不是我危言耸听。早在 2025 年 1 月，国家网信办就通报过 5 起网络水军典型案例，其中明确点出"利用新技术新应用实施流量造假"——那个"新技术"，主要就是 AI。刷分控评、刷单炒信、刷量增粉，这些老套路，如今换上了 AI 的新马甲。

中央网信办“清朗”行动，正在专门整治 AI 制造的水军内容。

一句话：你刷到的好评里，有一部分已经不是人写的了。这不是未来，是现在。

二、AI 水军，到底长什么样

过去的刷单，是真人兼职"薅羊毛"，写一条评几块钱。现在不一样了——一个大模型接上脚本，几分钟能吐出上万条风格各异的评论，成本可以压到几分钱一条。

更可怕的是，它比人"像人"。它会模仿真实买家口吻：“用了三天才来追评”“本来犹豫，收到货真香”。它会配图、会分段、会带 emoji，甚至会根据商品类目切换话术——卖护肤的走"成分党"，卖家电的走"宝妈实用派"。

商家为什么爱用？因为性价比太高了。雇一个实习生写一个月文案，不如调一个接口跑一晚上。

一个大模型接上脚本，几分钟就能吐出上万条“整齐好评”。

三、三个信号，一眼识破"机器味"

那普通人怎么办？总不能每一条都怀疑吧。其实 AI 写的评论，再像也有破绽。记住三个信号：

信号一：话术太"标准"

真人好评往往啰嗦、跑题、带情绪——“本来想退，结果婆婆说好用就留下了”，这种不规整才是真的。AI 的评论常常排比工整、关键词堆满、每个优点都点到但不疼不痒，读起来像说明书。

信号二：情绪太"满"

全是夸、无细节、零负面，反而最可疑。真实购买一定有参差：有人夸颜值，有人嫌占地方。如果你翻了三屏没看到一个具体槽点，那不是产品完美，是评论被"安排"了。

信号三：细节太"假"

图片过度精修、场景穿帮（冬天的图配夏天的绿植）、或是同一时段突然涌进一大批高度相似的评价——这种爆发式的整齐，是脚本跑量的典型特征。

真正的口碑，从来都是参差且具体的。凡是"整齐划一的好"，先打个问号。

四、四招实操，护住你的钱包

1. 主动找"差评"和"追评"。别只看默认排序。点开"中评"“差评”，看真实用户的具体抱怨——物流慢、客服拽、某功能鸡肋，这些才是决策参考。

2. 搜"避坑"“翻车”“劝退”。去小红书、知乎、B 站搜商品名加这些词，真人吐槽比详情页诚实一百倍。

3. 用 AI 反过来帮你查。把商品链接或评论丢给一个中立的 AI，让它"总结真实口碑、列出常见差评点"。AI 既能造水军，也能当你的"反诈助手"，关键看你怎么用。

4. 认准"合成内容标识"。这次清朗行动重点查的，就是该标没标的 AI 生成内容。以后看到带"AI 生成"标识的内容，心里有数；看到该标不标的，反而要警惕。

五、信任，成了最稀缺的商品

我妈最后没买那台破壁机——不是因为不好，而是她学会了先翻差评。她说：“原来不是东西多好，是我只看到了想让我看到的。”

AI 时代，信息从来没有这么容易生产，也从来没有这么难辨真假。信任成了最稀缺的商品。我们能做的，不是退回到"什么都不信"，而是做一个稍微清醒一点的消费者：慢半拍，多查证，把"好评"当成参考，而不是答案。

AI 时代，把“好评”当参考，而不是答案。

毕竟，掏钱的是你，做功课的也该是你。