《AI Snake Oil》作者：聊天机器人将演变为“真相预言机”，新闻业将迎来200年来未曾有过的变革

# 《AI 蛇油》作者认为聊天机器人将进化为"真相先知"——而新闻业正走向一个 200 年来未曾到过的地方 | Fortune 来源：https://fortune.com/2026/10/06/arvind-narayanan-journalism-future-ai-slop-oracle-source-truth/ Arvind Narayanan 认为，AI 将变得越来越值得信赖——而且它会抹去那些让读者一眼认出"AI 垃圾内容"的破绽。这位普林斯顿的计算机科学家甚至预言，这些更精准的聊天机器人可能成为许多人眼中的"真相先知"（truth oracle）。Pew 今年的一项调查发现（https://fortune.com/2026/10/03/chatgpt-oracle-ai-opacity-user-trust/），已有 10% 的美国人这样做了。 Narayanan 在西北大学 McCormick Foundation Center 举办的计算+新闻学研讨会上发表演讲，《Fortune》出席了会议。会议议程涵盖了媒体面临的挑战以及 AI 垃圾内容的泛滥问题。他的主题演讲题为"AI 与新闻学：滑向冰球将要去的地方"（AI and Journalism: Skating Where the Punk is Going）。他呼吁与会者做好准备，不要按 AI"今天的样子"来应对，而要按它"五年或十年后的样子"来应对。他说，自己的计算机科学背景有助于判断当今哪些局限是可修复的工程问题，哪些是固有的。他指出自己从未在新闻编辑部工作过。"有可能我根本不知道自己在说什么，"他提醒道——随后展开了一套令人信服的论证。 他把自己的论证分为两个部分：如果聊天机器人成为解决事实性问题的默认场所——Narayanan 说，"几乎所有"关于政治候选人是谁之类的问题都正在流向那里——那么新闻编辑部就又失去了一块拼图，而且很可能是最基础的一块。剩下的是机器无法解决的工作：有争议的问题、叙事、讲故事，以及明确表达他所谓的"立场性"（positionality）——这对一个追求客观性的行业来说是一个挑战。 Narayanan 负责普林斯顿大学信息技术与政策中心（https://citp.princeton.edu/），但他近来已成为 AI、未来工作和媒体行业的思想领袖；他与 Sayash Kapoor 合著了《AI Snake Oil》（https://press.princeton.edu/books/hardcover/9780691249131/ai-snake-oil?srsltid=AU7gw4WFkZSgPAn8iROhREpo7zqVeFJy8BWkQRnxf2pBXYCkvmlwXlm3），他的通讯《AI as Normal Technology》（https://substack.com/@aisnakeoil）拥有超过 87,000 名订阅者。Narayanan 八月接受《Fortune》采访时（https://fortune.com/article/princeton-ai-snake-oil-author-future-of-work-thinking-machines/）谈到了 AI 反弹情绪——他认为这是一个复杂的现象——并进一步阐述了他的见解，解释了为什么生产率和投资回报率如此难以衡量，甚至根本不存在。他称之为"瘦汉堡、肥面包"（skinny hamburger, fat bun）问题（https://fortune.com/2026/07/27/ai-future-of-work-skinny-hamburger-talking-about-work/）：使用 AI 后，执行环节的"肉"缩小到几乎不存在，而决策和审议环节的"面包"却膨胀起来，伴随着大量焦虑和不确定性。 ## 先知与垃圾内容 Narayanan 说，把聊天机器人简单理解为"预测下一个词"的模型，这种常见看法已经过时了。他指出，今天的聊天机器人是"神经符号系统"（neurosymbolic systems）：一个语言模型，加上搜索网络、检索文档、编写代码来分析数据的工具。一年前常见的错误——比如把"strawberry"里的字母数错，或者 Google 的 AI Overviews 建议在披萨上加胶水——现在已经很少出现。他称剩余的问题正在"逐步得到解决"。 接着他问，当人们的期望追上现实时会发生什么。他说，他上小学的孩子可能永远不会像成年人那样经历"幻觉"（hallucination），就像维基百科曾经从一个不可信的参考资料变成一个"权威得多"的来源。"我不是说这是必然的。我不是说这是好事，"他指出。他在 X 上补充说，用户已经在用 Grok 来解决争论了——大多是那些对传统媒体信任度不高的保守派人士。他估计，这种更大范围的转变大约还有十年。 现场一位观众提出，聊天机器人可能患上新闻评论家 Jay Rosen 著名指出的"无处不在的视角"（view from nowhere）——即记者不愿运用自己的判断、无法充分告知受众，从而表现出的虚假中立。马里兰大学的 Daniel Trielli 就这一危险提出了问题，Narayanan 表示认同，并说他认为这是新闻业未来需要继续界定的挑战。 Narayanan 最具反主流色彩的观点之一是：媒体的议程设置已经适得其反。《华盛顿邮报》在水门事件中的角色是"纯粹的好事"，他说，但有研究表明，在特朗普时代，受众已经碎片化的情况下，试图做同样的事情助长了极化，加速了信任的崩塌。 Arvind Narayanan 说，AI 写作"在很大程度上是一个可以解决的技术问题"。一个模型可以被训练得几乎完美地模仿一位写作者，而检测工具"可能效果不佳"。 ## 拆包 Narayanan 说，他的演讲"既是在谈 AI，也同样是在谈社交媒体对新闻编辑部的持续影响"。他说，新闻编辑部如今被视为一个单一机构，捆绑着报道、分析、事实核查和分发功能，但他认为这是一个"历史偶然的产物"，而不是未来必然会延续的状态。1830 年代依赖广告收入的廉价报纸拓宽了"什么算新闻"的边界，因为更早的报纸靠订阅和政治庇护为生。客观性是一战宣传催生的产物，付费记者和采访也"不得不被发明出来"。他指出，把某人称为"受雇记者"（hired reporter）曾经是一种侮辱，"就像雇佣枪手"一样。 Narayanan 的框架借鉴了更早的讨论。他引用 Clay Shirky 的话："社会不需要报纸。我们需要的是新闻业。"他还提到 Paul Starr 在同一时代就警告过，报纸经济模式的消失将使问责制等公共产品失去资金支持。Narayanan 说，Starr 的预言"在许多方面"被证明是对的，"但事情也许没有像人们担心的那样具有末日色彩"，因为慈善资金已经介入填补了缺口。 > 他的观点是：如今各领域的专家一个接一个地比新闻编辑部更便宜地完成了每一项工作，而 AI 正在加速这一进程。他说："对于这些组件中的每一个，都出现了一种以更独立的方式生产该组件的竞争对手，仅从生产经济学的角度来看，它们的结构性条件就更好。"例如，行业报道流向了 Politico、Punchbowl News 和 Stat 等媒体。他说，公民新闻和地方新闻在很大程度上转向了"慈善资助模式"，调查报道也越来越多地依靠非营利资金——"这是对历史模式的回归"。他强调，分析工作已经流向独立记者、社交媒体创作者和"像我这样的人"。回到他所说的演讲的"核心要点"，他说，把所有功能打包在同一个新闻编辑部里的想法，"已经不再是生产新闻在经济上最可行的方式了"。 Narayanan 最具反主流色彩的观点之一是：媒体的议程设置已经适得其反。《华盛顿邮报》在水门事件中的角色是"纯粹的好事"，他说，但有证据表明，在特朗普时代受众已经碎片化的情况下，试图做同样的事情助长了极化，加速了信任的崩塌。 按 Narayanan 的定义，分析是"介于事实和观点之间的一个层次"。他引用经济学博主 Noah Smith 的说法，认为记者长期以来过于频繁地把这条界线视为非此即彼的二元对立，因此"分析这一层在新闻编辑部里从未真正拥有过自己的位置"。他举例说，"AI 产业是否是一个泡沫"就是分析可以处理的问题。他认为，分析者的权威如今来自其作品积累，而不是报头（masthead）。（顺便一提，《Fortune》和 Fortune Intelligence 经常把一些内容作为分析类文章发表。） 他说，互联网"使分发民主化"，而 AI 正在"使生产民主化"："如今，一两个人的团队完全有可能生产出各种一流的新闻内容。"他说，这与其说是"新闻业的衰落"，不如说是"向其他一堆机构的迁移"。 ## 谁来买单 Narayanan 说，"真正的危机"在于 AI 公司与出版商之间的权力落差。他说，出版商对聊天机器人分发渠道的依赖程度，远高于 AI 公司对任何单一媒体渠道的依赖，因此授权交易把新闻内容的价值定得太低。 他以"转向视频"（pivot to video）为例——当时 Facebook 算法的一次变更迫使新闻机构彻底重塑商业模式——称这是"极端权力不对等的一个可怕例证"。他的解决方案是让民主方式参与 AI 公司调校算法的过程——类似 Meta 监督委员会（Oversight Board），但要让记者拥有"一席之地"。 Narayanan 补充说，记者们需要形成一场广泛的政治运动，联合起来为这个职业的未来发声，可能包括对 AI 公司和社交媒体公司征税。他说，这场运动必须"基础广泛"，不能"被视为党派性的"，并且要包括内容创作者和传统媒体。 但在座的人几乎都没有提到另一种可能性：新闻业本质上只是过去两个世纪的一种现象，技术和经济正在使它作为一个有组织、有聚合的行业走向消亡。