当你向大模型询问“周末去哪玩”，得到的目的地推荐，可能并非最优选择，而是平台生态内“近水楼台”的优先推送。“算法替人做决策的同时，也在替人划定信息边界。”6月12日，在一场分享会上，QuestMobile首席产品官段林峰提醒，大模型信源引用的“偏好分化”，正催生一种新型信息壁垒。

据第三方机构QuestMobile发布的数据显示，截至2026年4月，国内AI原生App用户规模已达4.61亿，人均月使用时长180.3分钟，呈爆发式增长。与此同时，传统汽车资讯App使用时长同比下滑18.7%，搜索引擎类下滑11.8%。用户获取信息的路径，正加速从“人找信息”转向“AI替人决策”。

与传统搜索时代不同，用户过去获取信息需要“搜索、点击、浏览”三步，品牌或其他信息被“看到”依赖搜索排名和广告位。而如今，大模型直接生成整合答案，用户无需点开任何链接，判断和结论已在眼前。业内将此概括为“0点击曝光”模式，即品牌能否进入用户视野，不再取决于竞价排名，而取决于能否被AI写进那段回答里。“引用谁、不引用谁，筛选逻辑并不透明。”段林峰说。

值得注意的是，不同大模型平台的信源引用倾向已出现明显分化。段林峰介绍，豆包在目的地推荐和攻略类问题上，对抖音内容的引用率高达97.7%，对今日头条引用率达84.5%，呈现明显的“生态闭环”；千问、DeepSeek等则多采用行业权威站点与内容媒体结合的“开放整合”模式；元宝的策略更为分层，优先调用微信公众号等腾讯生态内容，深度决策时再转调外部权威，目前微信公众号合计引用比例已达15%至20%。

这意味着，同一个问题问不同大模型，得到的答案可能截然不同，而这并非源于信息优劣，而是平台“口味”使然。行业人士提醒，用户得到的大模型推荐，未必是市场上最优质或最适合自己的选择，而可能是大模型“想让你看到的”那一个。更值得警惕的是，用户对AI推荐的信赖正在加深，但对推荐背后的逻辑几乎一无所知。如何在效率与透明之间取得平衡，已成为AI应用普及过程中一道绕不开的课题。