AI投毒（AI Poisoning），就是恶意给AI模型“喂”虚假、错误、带偏向的数据，让AI学坏、输出失真、被操控的攻击行为。

一、核心原理

AI靠海量数据学习规律；投毒就是在训练/更新数据里混入“毒数据”，让模型学到错误逻辑、植入后门，最终输出被操控。

二、两种主要类型

- 数据投毒（最常见）
在训练/微调/实时检索阶段，注入虚假文本、伪造好评、错误标注、恶意样本，让模型形成错误判断。
例：把“猫”标成“狗”、刷大量虚假好评、批量发软文让AI推荐虚构商品 。
- 模型投毒
直接篡改已训练好的模型参数，植入隐蔽后门：正常输入正常，遇到特定“触发器”就输出预设恶意结果。

三、2026年315曝光的商业黑产（GEO投毒）

- 灰色产业链：用GEO工具批量发虚假软文/测评，让AI大模型抓取并采信，把虚构/劣质商品推成“标准答案” 。
- 目的：操控AI推荐、打垮对手、误导消费者、牟利。

四、危害

- 输出虚假/错误/偏见内容，误导决策
- 推荐系统失灵、风控失效、隐私泄露
- 医疗/自动驾驶等关键领域出错，引发安全事故
- 污染互联网信息生态，破坏信任