隨著生成式人工智能的迅速普及，AI應用正成為大眾接入互聯網的常用入口。當越來越多的人直接向AI打聽一個國家、一段歷史、一場戰爭或一起國際爭端時，AI會如何描繪這個世界？它引用什么、忽略什么，又會如何將特定立場編織成看似完整、自然乃至權威的答案？圍繞這些問題，一場新型國際傳播競爭已然拉開帷幕。

今天，越來越多的國家不再聚焦媒體報道量和國際輿論關注度，而是高度關注“生成式引擎優化”（GEO），努力讓本國文化、政策、歷史敘事和社會形象能被大模型準確納入知識來源，使AI在回答相關問題時充分引用，并往有利本國的方向加以解釋。另一邊，一些國家建設政務大模型或政務AI平臺，用于處理政策文件、法律法規、統計數據。這類平臺背后，其實是一套龐大的國家知識系統。機器調用哪些材料、賦予哪些信源更高權重、傾向哪種標準答案，都會逐步成為制度設計的有機部分。

表面看，國家GEO與政務大模型，一個是對外傳播，一個是內部行政，看起來風馬牛不相及，但二者共同指向一個本質變化：國家間在信息領域的競爭，已進入人工智能賴以運行的知識環境。爭奪的關鍵，是機器在生成答案之前能夠接觸什么、優先相信什么以及如何理解。

例如，日本高市早苗政府投入44億日元打造的、服務右翼政治立場的大模型“源內”，就是高市政府AI戰略的重要一環。基于包括涉臺錯誤言論、釣魚島非法主張、淡化甚至美化侵略戰爭的諸多“有毒”言論，該模型生成的、打著日本“官方”旗號的錯誤內容，未來很可能會成為全球AI的認知污染源。

要深入理解這種認知污染和“投毒”的戰略，可以將其拆分為三個層面。首先是內容生態。一個國家的信息生產，決定著公共討論的邊界，也塑造著社會對世界的基本認知。大模型的出現，讓不少臨時性、隨機性的傳播內容獲得了“第二次生命”，通過AI的回答持續影響后來的人。

其次是信息分發渠道。互聯網時代，信息權力體現為平臺排序權——排序中落于下風的內容，公眾是很難看見的。而由于AI不再依賴傳統排序，新的權力核心成了檢索權重和生成概率。哪些來源更易被調用，哪個結論更契合模型算法，決定了用戶最終看到什么。

最后，也是最關鍵的，是認知環境的塑造。內容生態決定“有什么信息”，分發渠道影響“什么更容易被看到”，而認知環境則決定了信息如何被解釋。大模型依賴訓練語料、知識庫、檢索規則等條件來組織答案——這些技術環節共同構成了機器認識世界的“前置環境”。因此，守住這一環境，是防止AI被外部錯誤信息“帶偏”的根本防線。

“保護認知環境”聽起來很復雜，其實并非全新事物——教育體系、知識分類、檔案制度等等，歷來是人們理解世界的基本框架。而現在，當AI在這個框架中占比越來越重，許多原本技術性的問題，也獲得越來越強的傳播政治意義。例如，訓練數據如何構成，權威來源如何界定，哪些數據庫能夠接入，爭議問題如何呈現，官方政策材料能否被直接轉化為事實判斷等，都變得更為重要。

一種“循環強化”的可能是，政府政策文件或官方立場，被AI調用學習，輔助生產新的政策文本、行政答復和公共解釋后再度被AI調用。經過多輪循環迭代，既有敘事的制度穩定性會越來越強、越來越權威，其AI調用的權重和優勢也就越來越大。

當然，這也是一把“雙刃劍”。正確的立場能夠得到強化，錯誤的聲音同樣也可能得到放大。關鍵在于政府網站和公共數據庫能否及時進行“適機器化”的調整，完善結構、梳理權威資料，以便于大模型抓取、理解和調用，從而利用好“循環強化”的正面效應，壓制AI傳播的負面影響。

因此，未來國際傳播競爭力的衡量標準必須更新。擁有更多渠道、生產優質內容依然重要，但更具決定性的能力，在于能否建立可信、開放、機器可讀的知識體系，讓本國的事實、經驗和敘事進入全球AI的知識結構，同時防止自身智能系統被單一政治立場和封閉信息源鎖定。

當越來越多人通過AI理解國際事件、歷史爭議和公共政策時，機器的知識環境便成為人類認知的有機組成部分。在這場博弈中，國家的傳播權力已下沉至更底層的基礎設施層面——誰能左右智能時代的認知環境，誰就握有影響信息如何被生成、解釋與理解的新型權力。這既是挑戰，也是重新定義國際話語權格局的戰略窗口。（作者是復旦大學新聞學院長聘教授）