治理思维得跟着时代变，现在人工智能广告合规问题挺受关注。这几年，生成式人工智能把咱们获取信息和做决策的过程搞得更深了。比如问一下人工智能助手，想知道哪个产品好、去哪儿旅行，它给出的回答虽然很方便，可里头也可能藏着商家的商业信息。最近市场上能看到，有的商家开始留意那种通过技术手段来影响大模型内容的生成式引擎优化服务。这事儿把人工智能时代的广告合规和治理问题一下子推到了台面上。 从技术的逻辑看，这种优化服务也不是突然冒出来的。它其实延续了互联网商业推广的老路，跟着核心流量入口的变化一块儿演进。当年有搜索引擎的时候，就出了搜索引擎优化；现在用户互动界面变成了智能对话模型，针对模型抓取内容和生成偏好的优化也就来了。这东西的核心就是摸清大模型怎么运作，把想推销的信息偷偷塞进去，好影响用户的决定。 不过，这种新的推广方式和以前的广告不一样，对现有的监管框架和治理方式是个大挑战。首先就是广告标志太模糊，消费者没法搞清楚这到底是建议还是推销。我国《广告法》规定得很清楚，广告得让人能认出来是广告。如果生成式引擎优化把商业信息揉进了看起来很客观中立的回答里，商家的意图就藏得深了，消费者很难辨别，知情权和选择权就可能受损。 其次是数据质量可能会变差，甚至会有不正当竞争的风险。有些服务商为了让内容更容易被模型抓取，可能会编瞎话、夸大事实。这不仅算虚假广告和不正当竞争，长远看还会污染模型训练数据的“源头活水”。要是一大堆同质化、带着强烈商业偏向的低质量信息一直冲进训练数据集里，模型输出的结果就可能没那么客观、没那么多样、也没那么准确，最后反而阻碍了技术的发展。 更麻烦的是，人工智能应用有时候像个“黑箱”，特别是像那种智能体帮用户做决定的时候（比如自动下单），过程你根本看不懂。这时候如果商业推广通过技术手段悄悄塞进来，用户就可能在毫不知情、没法追溯的情况下被影响到了，技术的公平性和伦理性都得经受考验。 面对这些新挑战，老办法不管用了。治理思维得与时俱进，监管体系也得跟着创新才行。我觉得至少得在这几个方面努力： 第一是把监管关口往前移，搞全流程治理。重点不光盯着发出来的内容看了，还得从数据怎么喂给模型、模型怎么训练、内容怎么生成、最后怎么呈现这些环节全管起来。最好在数据输入的时候就设立筛查过滤机制，从根子上减少低质量商业信息污染的风险。 第二是赶紧细化规则、定好责任边界。要结合人工智能的特点和这些新业态怎么跑的情况来研究怎么画好红线。明确服务商、内容提供者、技术优化商还有广告主到底是谁的责任谁来担，特别是平台在模型透明、内容标识方面的义务要厘清，少留些监管的“灰色地带”。 第三是探索用技术手段来治技术提升效率。鼓励大家去研发检测和标识商业信息的技术工具，让算法更透明。通过技术辅助监管就能管住海量动态生成的内容了。 第四是大家一起商量着来形成多元共治的格局。这种治理太专业了、太跨领域了，得建立一个开放包容的框架把专家、学者、行业代表还有公众都拉进来一起制定规则才行。 总之，人工智能悄悄带上商业信息这事是技术深度赋能社会时必然的麻烦事。它告诉我们在创新面前得在活力与秩序、效率与公平、技术进步和权益保障之间找平衡。历史经验说应对变革关键得有勇气、有胸怀去主动改变。 对于前沿技术我们既要看到它的创新潜力留空间也要保持清醒审慎通过与时俱进的规则监管防范风险确保技术沿着服务人、造福社会的轨道走才行。