AI 聊天机器人正在变成越来越多人获取新闻的第一入口。论文引用路透研究所 2026 年的调查说,48 个国家里有 10% 的人已经在用 AI 聊天机器人看新闻,一年前这个比例是 7%,35 岁以下人群里达到 16%。而在全球南方,拉丁美洲占 AI 平台全球流量的 14%,按消费者使用规模排在第三位。

问题在于,当入口从「搜索引擎加一堆链接」换成「一段话」,信源到底变多了还是变少了。牛津大学互联网研究所四个人(Francisco W. Kerche、Franziska Sofia Hafner、Felix M. Simon、Luc Rocher)11 月 19 日挂上 arXiv 的论文给了一个偏反直觉的答案:变窄了。

实验规模不小。从 GDELT 事件库取 1,901 条涉及九个拉丁美洲国家的时事,让大模型按八种开头各写一条口语化候选提问再随机取一条,翻译成当地语言后分发给三个搜索引擎(Google、Bing、Yahoo)和四个自带联网搜索的大模型,累计 49,207 次请求,涉及 8,834 个不同域名。

搜索引擎本来就窄,大模型又叠了一层

论文引用的数据显示,Google News 各国首页的本地信源占比,巴西是 88.9%,墨西哥 78.3%,哥伦比亚 63%。全球超过 78% 的域名注册在美国和欧洲。

论文自己的统计更直接。在国别内部比较里,本地用户拿到的有效信源数平均比外国用户少 42 个,Google 上这个差距是 55.6 个。跨国家口径下,只有 Google 还保持这个模式:本地用户 76.5 个,外国用户 124 个,Bing 和 Yahoo 在不同用户条件下变化小得多。

大模型搜索这一层,论文测出的是继续变窄。它的判断是,GPT-4o 和 Perplexity Sonar 在任何用户条件下返回的有效信源数都低于搜索引擎。本地用户这一档,三个搜索引擎分别是 Google 24.3、Bing 53.6、Yahoo 44.9,四个大模型是 Claude 29.2、Grok 42.3、Perplexity 18.4、GPT-4o 16.1。跨国家口径差距更大:GPT-4o 33.9、Perplexity 46.9,搜索引擎一侧是 Google 76.5、Yahoo 142.5、Bing 156.2。用本地语言查询时,论文的说法是 GPT-4o 和 Perplexity 低于搜索引擎,Grok 高于搜索引擎,Claude 结果不一。

本地用户拿到的本国新闻,又少了一层

多样性之外,论文还量了本国信源占比。本地用户用本国语言提问时,搜索引擎返回的本地新闻本来就只有 41.3%,大模型搜索还要再低 3.6 到 11.6 个百分点。分模型看,GPT-4o 少 3.58 个点,Perplexity 少 11.6 个点,Claude 少 9.2 个点,Grok 少 9.5 个点。

但这里有个容易被标题掩盖的反转:受损的不是所有人。旅游者场景下,GPT-4o 的本地新闻占比反而比搜索引擎平均高出 5.9 个点,外国用户场景下,GPT-4o 高 3.4 个点、Perplexity 高 1.8 个点。也就是说,论文的结论是效果取决于模型和用户类型,不是 AI 搜索一律更差。另外,如果只跟 Google 这一个引擎比,只有 GPT-4o 没出现显著下降。

国家之间也不齐。论文说九个国家里只有巴西和阿根廷,所有大模型和搜索引擎的平均本地信源占比都在 50% 以上,而且这个占比大体跟着该国注册的 ccTLD 域名数量走。

机制层:这不是第一次有人发现

大模型带地理偏置这件事,此前已经有独立团队在不同场合测到过。ICML 2024 上 Manvi 等人的论文(https://proceedings.mlr.press/v235/manvi24a.html)给出过类似判断:大模型做零样本地理预测时,和真值的 Spearman 相关最高能到 0.89,但在吸引力、道德感、智力这类主观题目上,对经济条件较差地区的偏见相关最高到 0.70。另一篇 Global-Liar(https://arxiv.org/abs/2401.17839)用地理和时间都均衡的数据集测 GPT 系列,发现模型偏向采信来自全球北方的表述,非洲和中东的事实准确率明显更低。

这篇论文的新意不在「模型有偏见」,而在于把偏置定位到了检索层:不是模型怎么描述一个国家,而是你根本看不见哪些国家的报道。

供给侧也在动。Zhao 和 Berman 的研究(https://arxiv.org/abs/2512.24968)用双重差分方法发现,选择用 robots.txt 屏蔽生成式 AI 爬虫的大型出版商,网站流量相比不屏蔽的同行是下降的,同时会转向更难被大模型复刻的富内容形式。这条线索接上前文:当 AI 成为主要入口,出版商的第一反应是关门,那么关门之后谁被关上,就成了结构性问题。

该泼的冷水

论文自己列的局限有几条值得照抄。它明说结论未必能推广到这九个拉丁美洲国家之外,因为各地媒体生态和政府管控差异很大。更关键的是,所有交互都是单轮、无用户历史、无个性化的,而搜索引擎会改排序、模型在加记忆机制,这些跨天跨周的用户级效应一个都没测到。

方法链路本身也带一层模型依赖:事件来自 GDELT,提问由 gpt-4o-mini 生成并翻译,域名分类用 Cloudflare 内容分类法、同样由模型判读。四个被测系统的知识截止时间也不一样,Grok 3 是 2024 年 11 月到 2025 年 2 月,GPT-4o mini 是 2023 年 10 月,Claude 3.5 Haiku 是 2024 年 7 月,Perplexity 未公布。论文说事件都挑在这些截止时间之外,但四个系统面对的其实是不同的检索基线。

所以呢

对中文读者来说,拉丁美洲是别人的考场,但机制是通用的:你看到的「本地新闻」正在由一个你看不见的选择过程决定,而这个过程既不比搜索引擎更宽,也不比搜索引擎更懂你。对做检索和聚合的团队,论文还附了一份开放数据集,GDELT 加 DataForSEO 的组合把复现成本压到了边际成本级别。真正该问的不是 AI 会不会取代搜索,而是谁决定了你看不见的那部分。