大模型是台不标明距离的时间机器。它用冻结的训练数据回答问题，却从不告诉你，它把你带回了哪一年。对外贸企业来说，这不只是个哲学比喻：你官网上的旧信息——停产的型号、涨价前的报价、换了手机号的业务员——可能正在 AI 的答案里，被当成今天的事实，送到你潜在客户面前。
"时间机器"的真相：知识冻结在训练截止那一刻
现代 AI 的"知识"来自不同层次：训练数据是冻结的历史知识，检索增强（RAG）能实时调取外部信息，工具调用能访问实时数据。但问题在于，用户提问时并不知道 AI 用的是哪一层。一篇关于 AI 知识来源的解析把这一点说得很清楚：训练结束的那一刻，模型的知识就冻结了，它不知道训练截止日期之后发生的任何事。AI 给出"过时答案"，不是因为它在撒谎，而是它的"记忆"就停在那个时间点。
更麻烦的是，AI 不会标注"这段记忆来自哪一年"。传统搜索里，你还能看一眼网页的发布时间；AI 答案把这层时间信息压缩掉了。用户以同样的自信得到答案，却失去了评估答案的手段。这正是 Search Engine Journal 那篇题为《LLMs Are Time Machines》的文章提出的核心观点：AI 把"找答案旅程中自然产生的判断信号"压缩掉了。
信心还在，判断力没了：两个实验证明
这不是感觉，是被实验测出来的。沃顿商学院的两位教授做了 7 个实验、覆盖 10,462 名受试者，研究发表在 PNAS Nexus（2025 年 10 月）。结论是：用 AI 摘要学习的人，知道得更少，写出的建议更稀疏、更缺乏原创性。值得注意的是，即使摘要旁边附了实时网页链接，受试者也不会去点。
皮尤研究中心对 900 名美国成年人、68,879 次真实搜索的浏览追踪（2025 年 3 月数据）显示了同样的趋势：当 AI 摘要出现时，点击普通搜索结果的比例从 15% 掉到 8%；点击摘要内引用来源的只有约 1%；26% 的会话直接结束（没有摘要时是 16%）。
两个研究加起来说明一件事：用户在 AI 摘要里"懂"了，却几乎不再做验证。过去"读到烂答案会继续搜、最后还是找到你网站"的纠错机制，在 1% 的引用点击率下已经失灵。文章据此给出判断：AI 引用的价值不是导流，而是被包含在用户行动所依据的答案里——衡量对象应该是答案本身。
外贸企业的风险：旧信息被 AI"冻结"成事实
把这套逻辑放到外贸场景里，风险立刻变得具体。想想你官网上的信息有多少是 AI 眼中的"冻结事实"：
- 停产的型号：产品线两年前更新了，旧产品页还在，AI 推荐给了正在选型的采购商；
- 涨价前的报价：FOB 价格表去年调过，PDF 老版本还躺在网站上，AI 拿它当依据回答"这家供应商什么价位"；
- 不再适用的认证：CE 证书换了标准，页面没更新，客户问 AI 得到的还是老证书编号。
传统搜索里，客户搜到旧页面，大概率会再打开你网站确认一下；AI 时代，1% 的引用点击率意味着，客户很可能直接按 AI 的答案行动——发询盘给竞争对手，或者干脆放弃你。你损失的不只是一次点击，而是一次被"正确理解"的机会。
让信息保鲜：现在能做的四件事
好消息是，AI 时代的内容新鲜度是有明确打法的。GEO（生成式引擎优化） 实操指南把这句话说得很直白：内容一年不更新，基本判死刑；更新越勤，AI 越容易信。结合时间机器的问题，外贸企业可以从四件事做起：
- 给动态信息加时间戳：价格、库存、交期这类会变的数据，要在页面上明确标注更新日期，并且持续维护。AI 喜欢带时间戳的事实，这是判断"现在是否还成立"的唯一依据；
- 清理旧页面，而不是藏起来：停产产品页要么下线，要么明确标注停产状态并指向替代型号。404 不如一条清晰的"已停产"说明；
- 第三方引用也要同步：品牌如果只存在于自己的网站上，在 AI 的训练数据里几乎是透明的。要在行业媒体、黄页、百科类平台建立一致的存在感，否则 AI 的"冻结记忆"里根本没有你；
- 定期去问 AI 关于你的问题：把客户常问的问题丢给主流 AI，看看它怎么介绍你。这是目前成本低的"答案体检"。AI 搜索优化（GEO）服务里，定期测品牌在 AI 答案里的出现和被准确描述的情况，正是第一步。
衡量答案，而不是点击
时间机器的比喻还带来一个管理上的启示：别再用点击率衡量 AI 时代的品牌工作。引用点击只有 1%，点击量天然会塌，但这不代表 AI 没在提你——它可能正在无数次对话里，用你两年前的信息介绍你。
更值得盯的指标是：AI 在回答相关问题时，提到你的频率有多高；提到时，描述的信息是不是新的、准的；同行被怎么描述。这些才是"答案本身"的质量。对已经布局 博客内容的企业来说，这也意味着内容策略要转向：与其追十万加阅读，不如确保 AI 能从你的内容里拿到新鲜、准确、可引用的事实。
想知道 AI 现在是怎么介绍你公司的？去 /contact/ 留个言，我们帮你做一次 AI 答案体检，看看你的信息是新鲜的，还是被冻结在了某一年。
参考与取材
- 原文链接：jiadingqiangblog.com/32440.html）
- Search Engine Journal：LLMs Are Time Machines That Don't Tell You How Far You Went（"时间机器"观点、Wharton 实验数据出处）
- Pew Research Center：Google users are less likely to click on links when an AI summary appears（8% 点击率、1% 引用点击、26% 会话结束数据出处，2025 年 3 月浏览追踪数据）