事情是这样：
前几天，我在群里看到有人和AI互动，觉得挺有意思。我也打开DeepSeek，输入相同的问题：你认为人类最伟大的地方是什么？请用四个字概括。
大家的答案五花八门：仁者见智、不断超越、爱与和平……而我的答案是：知行合一。为了对比，我又用豆包、Kimi、腾讯元宝这几个工具试了试，发现答案都不一样。
大家玩得很开心，但我心里却冒出了疑问：为什么同一个问题，不同AI工具给出的答案会这么不一样？是因为它们的模型不同，还是处理方式有差异呢？
经过反复琢磨，我发现每个AI似乎都有自己独特视角，就像不同的人一样。它们会根据自己的“价值观”去解释同一个问题。这种差异让我联想到了“信息茧房”。
以前，我们总说信息茧房是推荐算法造成的。
社交媒体、内容平台会根据浏览记录和兴趣爱好，给你推送内容。乍一看，这种方式挺贴心的，实际上，它会让你接触到的信息越来越单一，很容易让人陷入一个封闭的信息圈。
不过，随着AI搜索工具（比如ChatGPT、Perplexity）的普及，信息茧房的形式也在悄悄改变。现在AI搜索，不再单纯依赖平台的推荐，而是通过“搜索行为和提问方式”来定制结果。
你搜什么、怎么提问，以及你愿意接受哪些答案，都会直接影响你看到的信息范围。这种新的茧房形式，我们可以叫它「搜索茧房」，或者更形象一点，叫它「生成式幻觉茧房」。
那么，搜索茧房与传统信息茧房相比，区别在哪呢？
形式不一样，这是第一点。
传统信息茧房是我们刷媒体、看视频时，推荐算法根据之前点了什么、喜欢什么、停留时长来推荐内容。基本不用自己去找，慢慢地就把我框在一个小圈圈里了。
搜索茧房更像自己主动跳进去的。比如：我用AI工具搜索一个问题、输入什么关键词、直接决定它给出什么样的答案；现在还不确定AI会不会偷偷看我的手机习惯，或者根据我搜东西的意图来调整回复。
不过有一点挺明显：在一个聊天框中频繁对话几次，推理模型能理解我想要什么。换句话说，它用它那高大上的视角，悄悄把我给圈住了。
第二点，内容差异很明显。
传统信息茧房内容，大多是平台已有的内容，搜索茧房不一样，内容是AI当场「造」出来的。我问个问题，它靠着自己的训练数据和算法，现场给我整出一个答案。
这个过程我完全看不见，就算它能标个引用来源，生成的部分还是它根据学过的东西“捏”出来的。所以，有时候我拿到的，可能只是某个“版本”的真相。
第三点，参与过程的区别也很明显。
传统信息茧房中，我们最多点个赞，或者浏览一下。搜索茧房中，表面上把主动提问的权力交给了我们，但实际上，这种主动权并没有真正掌握在我们手中。
因为搜索方式、用词习惯，甚至选择哪个工具，都会直接影响搜索结果。这些限制是隐藏起来的，很难察觉。
这种隐蔽性还体现在，当我们提出问题并得到答案时，很容易误以为“我选的是对的”，而不会怀疑自己其实被局限在一个很小的范围内。
比如，我们问了一个问题，AI给出了一个答案，我们可能就以为这就是全部真相，但其实可能只是冰山一角。
相比之下，传统信息茧房里，当我们刷了很长时间的短视频，发现内容都差不多时，我们内心会产生反感，甚至会警觉起来。
你以为就这些吗？不。还有。其实，这两种茧房在时间和依赖性上也有很大区别。什么意思呢？用AI搜索时间长了，就会越来越依赖它的反馈增强系统（feedback system）。
传统算法推荐是“养成系”，像慢慢把你养在一个舒适圈里，让你习惯了它给你的东西；主动搜索更像是“定制系”，你有什么需求，它就马上给你量身定做。
这种定制每次都能快速给你答案，可越用越依赖，到最后，你连多找找资料、核实一下的耐心都没了。
有一次，我在小红书上看到有人评论“CDPP”，我完全不知道这是啥意思，顺手搜了一下，结果出来“处对象”。我还以为这是个新潮说法。
后来我好奇，又去百度搜，结果出来“彩带飘飘”。你看，这俩完全不一样。这种快速搜到答案的体验，让我越来越懒得去多想，连“这到底对不对”的疑问都消失了。
说到底，搜索茧房是传统信息茧房的升级版。它披着“聪明”和“主动”的外衣，表面上看起来是我自己在掌控，其实还是悄悄把我框在一个小世界里。
这让我忍不住思考：为什么AI会制造出搜索茧房？
说到底，这事儿跟AI本身、我们的使用习惯，还有背后的商业逻辑，都脱不开关系。
先说AI本身。
从使用者的角度看，AI的核心任务是给我们提供“最好的答案”。每次我们用它搜索，它就靠算法和数据，给我们一个看起来很满意的答复。本来，AI的设计是为了更懂我们，但问题是，AI的知识和处理方式，其实也有自己的“性格”。
我举个例子：
现在很多人都在用DeepSeek推理模型，还有Kimi的K.15长思考模型。我发现，DeepSeek像个专家，回答很专业、很理论化，而Kimi更像是个聊天高手，回答更口语化、更接地气。
这就跟找不同的人问问题一样，他们会根据自己的经验回答，结果自然就不一样。这种差异，不知不觉就把我们的信息范围给局限了，形成了“搜索茧房”。
更关键的是，我们自己也在不知不觉中“帮倒忙”。
我有个习惯，如果AI的回答不是我想要的，我会直接说“这不是我想要的”。时间长了，在一个对话框内，AI会根据我的反馈调整答案；这样一来，双方互相强化，茧房的墙就越来越厚了。
还有一个绕不开的因素是商业逻辑。
AI工具不会永久免费，大家怎么赚钱呢？肯定是希望用户用得越多越好，最好离不开它，然后收其他费用。
比如，Perplexity每月要收订阅费，免费用户搜内容时，可能就会看到植入广告。这种商业逻辑也推动了AI搜索的“千人千面”设计。
虽然现在国内的大部分 AI 产品没有收费，但间歇性它在收集我们的大量语料。
我印象里，OpenAI的创始人奥特曼说过，要实现通用人工智能（AGI），AI得像自动驾驶一样，根据不同人的需求提供定制化的服务。
换句话说，AI必须满足每个人的不同需求，同样的问题，给你不一样的答案。所以，AI制造“搜索茧房”，是AI本身的特性、我们的使用习惯，以及背后的商业逻辑共同作用的结果。
搜索茧房一定是坏事吗？我觉得也不一定。它可能带来一种新的“商业效率”。
昨天刷抖音时，看到小米王腾和许斐被人调侃说像夫妻。我挺好奇，就去搜了搜。抖音搜索说他们是夫妻，我还有点惊讶。结果用豆包一搜，说俩人只是同事。
我把这事儿发到群里，字节的朋友转发给内部处理了。
说到底，这是AI学的语料被污染了。
但换个角度，从商家、品牌营销的立场看，这事儿其实挺常见。品牌方会批量生产关于自家品牌的内容，通过各种渠道塞给AI。
这样一来，别人搜相关问题时，看到的就是定制化的信息。就像一种软性植入，跟广告投放差不多。所以，到底是好是坏？真不好一刀切。
说到这儿，我想起之前朋友说的，给AI做SEO最好的办法，是一篇文章里多加一些关键字，或频繁提到某些东西。这样大量铺出去，AI抓取时效率就会很高。
还有人说，尽量多生产一些长内容，因为AI会判定这些内容质量很高；其实，长内容也不一定非得做得多好，主要是它的判定机制。
从商业角度看，这种做法确实能精准地找到目标用户，提高了效率。可对用户来说，感觉像被困在了一个“定制化”的信息茧房里，未必是啥好事。
不管怎么说，还是要小心别被AI搜索“茧房”给困住了。
如何防止搜索带来的茧房呢？我踩过不少坑，在过程中也总结了一些方法，你可以试试。
初级阶段，基础认知有三点：
一，别只用一个工具。今天用Kimi，明天试试腾讯元宝。不同的AI有不同的“性格”，一个问题多问几个AI，答案会更丰富。
二，多反问。比如：你想知道“为什么AI好”，也可以反过来问“为什么AI不好”。让AI帮你反思，它会从不同视角给出答案。
三，别只看AI给的答案。你想让AI帮你验证新闻是不是真的，或者数据从哪儿来的，你也可以自己手动查一查。这样，你就不容易被AI误导（这块我可踩过坑）。
到中级阶段，要玩转策略，熟练掌握怎么跟AI打交道。
你可以试着换着花样更新提问的方式，别总用黄金圈法则、5W2H法则，也可以把它们组合一下，甚至自创一套提问方式。
我在提问时，喜欢让AI把商业、心理、伦理这几个角度揉到一块儿，这样问出来的答案视角就变了。为什么这么干？因为AI学的内容多少都是按学科分门别类的，交叉着问，有点像打破了规矩，逼它从不同方向给你讲明白，答案自然就丰富了不少。
还有，换着花样问问题特别管用。
比如：想知道“AI咋改变生活”，可以换成“AI在哪些想不到的地方影响了咱们？”或者“AI给普通人添了啥麻烦？”
这么一调整，问题就变了。这不是逆向思维，更像多维度的探索，能帮我从更多角度挖掘问题。
高阶阶段，还得靠人工检查。
因为有些东西，AI在短问短答时，还能答对，但要是连着问好几轮，它就容易出现幻觉。比如人名、日期这些细节，还得靠我们自己去核实。
所以，多变着花样问问题，多用几个工具对比答案，多核实信息，甚至故意找找对立面。这样一来，就不那么容易被AI套牢了。
最重要一点：建立一个重新认识搜索茧房的思维方式。毕竟，你看到的，才是你的世界，就像王阳明所说「心外无物」一样。我们所感知的世界，由内心认知决定，只有当我们主动拓宽视野，才能真正打破搜索茧房的局限。
