翻出1998年的官网快照，才搞懂AI为啥把我们的成立年份说错两年

前阵子有客户问我：你们这行干了多少年了？我随口说快三十年。回头我自己拿AI一查，它答得挺笃定——「成立于1996年」。我心想不对啊，营业执照上白纸黑字是1998。

这就有意思了。AI不是瞎编，它是在拿它「看到」的东西做算术。我把几个主流模型挨个问了一遍，四家里有三家说1996，一家说1995。这误差不是随机噪声，是系统性偏移，说明它们大概率读到了同一份「有毒」的信源。

顺着这条线查，我用Wayback Machine把公司官网从1999年第一版快照开始翻。翻到2003年那一版，问题找到了：当时的「公司简介」页面上写着「本公司自1996年起筹备，1998年正式注册」。这句话本身没错，但AI在抽取时，把「1996年」当成了实体成立时间，因为那个年份离「成立」这个动词更近。

这里头有个教训值得记下来：AI读网页不是按段落理解的，它是按实体关系抽取的。 年份、机构名、动词这三者的空间距离和句法位置，都会影响它到底把哪个年份绑定到哪个属性上。我们做GEO的，总盯着关键词密度、结构化数据，但这类「实体-属性」的抽取歧义，反而是最容易被忽略的坑。

我后来又做了个小测试。把同一段话改写成两种版本：A版保持原样，「自1996年起筹备，1998年正式注册」；B版改成「正式注册成立于1998年（筹备工作始于1996年）」。然后拿同一批问题去问四个模型，B版被正确引用的比例从25%提到了75%。改动成本几乎为零，就是把主谓宾的顺序调了一下。

所以我现在给团队的要求是：凡是涉及时间、数字、规格这类硬信息的句子，先问自己一句——如果AI只抽这一句里的名词和数字，它会不会绑错？ 这不是玄学，是句法结构问题。工具能帮你监控AI怎么答，但改不了你自家页面上的句子顺序。

最后抛个问题给大家：你们有没有试过把同一段事实用不同语序喂给AI，看它抽取结果变不变？我这边样本还太少，想凑一批不同行业的案例看看规律。