AI 搜尋與安全
Perplexity 引用稽核發現，三個關聯網站生成逾 21 萬個軟體排行頁
研究者在 760 次 Sonar 查詢中收集 7,534 筆引用，發現長尾網站大量進入推薦系統的檢索證據。三個疑似同一營運者的網站只占引用量 2.4%，研究也未證明這些頁面實際改變了推薦結果。
一份於 9 月 2 日公開的[引用稽核](https://trellner.com/reports/manufactured-sources-behind-ai-recommendations/)測試 Perplexity 的 `sonar` 與 `sonar-pro`。研究者預先建立 380 個具有購買意圖的軟體類別，每個模型各查詢一次，要求以 JSON 回傳前五名產品及官方網址；760 次呼叫均可解析，共產生 7,534 筆引用、涵蓋 2,055 個網域。
對照 Tranco 流量排名後，59.8%引用來自十萬名以外網域，23.4%甚至不在前一百萬名。這不代表來源必然低品質，但顯示「附有引用」不等於證據已通過權威性篩選。更具體的異常來自 `wifitalents.com`、`worldmetrics.org`及`gitnux.org`：三者共列出 215,128 個自動生成的 `best <category> software`頁面，模板、導覽、互相引用及 DNS 基礎設施高度相似，其中兩個首頁更以「Facts & Grounding Page」描述自身。
這三站合計只提供 181 筆引用，占總量 2.4%，因此不能說它們控制了 Perplexity 的答案。兩款模型也不是獨立樣本：380 個類別中有 289 個回傳完全相同的引用清單，URL 集合 Jaccard 重疊率達 0.898，反映兩者可能共用檢索層。研究沒有執行移除來源後的反事實測試，也只使用單一提示及單日快照。
技術風險在於，檢索增強生成系統可能把大量結構化、專為機器編排的頁面誤當成多個獨立證據。Perplexity 已提供 Government、Academic 與 Trusted 等[來源標籤](https://www.perplexity.ai/help-center/en/articles/20260806-understanding-source-labels)，但標籤並未取代逐項驗證。搜尋與 RAG 團隊應加入跨網域所有權聚類、模板近似偵測、來源多樣性限制，以及「引用內容是否真正支持句子」的驗證；較早的[跨平台研究](https://arxiv.org/abs/2605.23684)亦發現四款生成式搜尋引擎都會引用疑似 AI 生成內容，顯示問題並不限於單一產品。