人工智能的发展正在改变信息流通方式。用户向AI寻求建议时，答案质量很大程度上取决于AI检索信息的真实性和客观性。但一种新兴的商业服务正在改变该生态。 生成式引擎优化服务通过分析大模型的内容抓取规律，将商业推广信息融入AI的答案生成过程。简言之，这是人为控制AI信息筛选的方式。当消费者询问购物建议时，AI推荐的产品往往来自经过优化的商业内容，而非基于客观数据的独立判断。 这种做法在广告行业并非首创。搜索引擎时代，网站优化已成为常见商业实践。但随着用户注意力向AI平台转移，商业竞争的焦点也随之转向。利用生成式引擎优化进行推广看似符合市场逻辑，实则产生了更为复杂的合规问题。 生成式引擎优化的核心问题在于其迷惑性。通过将商业推广包装成AI的客观生成内容，这类服务大幅提升了广告的说服力。但这与现行广告法的基本要求相悖。根据广告法，广告必须特点是可识别性，消费者应能清晰辨别其为广告。难以被标识的AI推荐内容实质上侵犯了消费者的知情权。部分服务商为吸引AI"关注"而捏造事实，更涉嫌虚假宣传和不正当竞争。 问题的影响远超消费者权益保护的范畴。AI大模型的迭代升级依赖于优质训练数据。若大量商业属性的同质化信息污染AI训练的数据源头，长期来看将阻碍技术的健康发展，影响AI的准确性和可靠性，导致整个生态的信息质量下滑。 面对这一挑战，传统的监管方式已显得不足。过去的互联网广告监管多采取事后处置模式，而AI时代的特殊性在于，商业信息的注入发生在数据"投喂"阶段，需要在源头进行防控。这要求监管者转变思维，推动监管关口前移，建立全流程的防控机制。 专家认为，完善AI治理需要多管齐下。首先，要对新业态进行深入研判，为商业行为划定清晰的红线，明确哪些做法属于正当竞争，哪些构成违法违规。其次，要明确平台和服务商的责任边界，消除监管的"灰色地带"。再次，要探索"以技治技"的路径，通过提升算法的透明度和可解释性，让消费者和监管部门更好地理解AI的决策过程。 更深层次看，AI"打广告"现象反映出技术变革时代治理所面临的共性挑战。技术发展的超前性对治理者的反应速度提出了考验，而技术议题的专业化则需要更加开放多元的治理格局。这要求监管部门、企业、专家和社会各界形成合力，共同应对新技术带来的新问题。
技术进步与规范发展相辅相成；生成式技术带来的商业变革既孕育着服务升级的新机遇，也考验着社会治理的智慧。历史经验表明，任何颠覆性技术的成熟都需要经历"创新—规范—再创新"的过程。在坚守消费者权益底线的前提下，通过制度创新引导技术向善，我们方能释放数字经济的动能，让技术创新成果更好造福社会。