据雷科技，安全工程师RonStoner破费12美元注册域名并编纂维基百科，成功糊弄了ChatGPT、Claude3、GeminiAdvanced等主流大模型，让它们认定自己是一款德国桌游“6Nimmt!”的2025年世界冠军
。 RonStoner对Anthropic、OpenAI等厂商宣称“大模型必要数月甚至数年持续导入恶意内容才会被粉碎”的说法深表质疑，他以为能够实现一种更快、更便宜、更单一的攻击
。他选择这款1994年刊行的德国桌游，是由于该游戏仅在德国有些名气，世界领域内籍籍无名，且从未单独进行过官方世界锦标赛，网上关于其世界冠军的信息险些空缺
。 他的操作分为三步：第一步，破费12美元注册域名6nimmt.com；第二步，让AI撰写一篇充斥激情的新闻稿，宣称自己在慕尼黑战胜多国顶尖选手独占鳌头，并加上真切赛后感言，挂到该网站；第三步，在维基百科该桌游词条下增长自己是2025年世界冠军的内容，并将参考资料链接指向自己新建的网站
。整个过程前后不到二极度钟
。 随后，Ron向多家大模型提问“谁是牛头王世界冠军”，了局所有AI都斩钉截铁地回覆是RonStoner
。有的大模型甚至将假新闻稿里的细节当成铁证，有板有眼描述他赢得角逐的过程
。这条缝隙百出的假条款在维基百科存活了整整两个多月，在此期间险些所有具备联网搜索职能的大模型都抓取了该信息，并在用户提问时坚定输出虚伪答案
。直到Ron在博客公开尝试过程，维基百科自愿者才发现并删除该条款
。 这一景象与检索加强天生（RAG）机造有关
。常用大模型基于某个功夫节点前的语料库训练，想要获得之后的数据需先上网搜索再基于资料天生了局
。正常来说，借助表部信息佐证可能使大模型天生更正确、具体且最新的响应，但AI根本分不清信息真假，只认权威
。在AI底层逻辑里，维基百科是互联网上最靠谱的百科全书，Ron正是利用这一点，将链接挂到维基百科，AI顺着爬从前后发现双方说法对得上，即便其自建网站是三无产品，大模型仍直接将其当成事实
。 目前海表几家大模型已针对性解除该伪造信息，但国内大模型厂商似乎未把稳到这一问题，Ron的英文网页甚至为虚伪新闻增长了“可信度”
。成本仅需12美元，居心不良的人齐全能够批量造作假新闻，通过百科类网站进行信赖洗白，让AI把毒药端给绝不知情的用户
。 谷歌暗示已在搜索、Gemini、Chrome、Pixel和云端增长AI验证工具，OpenAI也推出了可溯源的隐形水印，这些行动能在肯定水平上遏造AI投毒景象
。用户在面对AI搜索时需提高AI素养，查证汗青事实、做出投资或医疗决策时，应自行做好信息交叉验证，把判断真伪的权势握在自己手里
。