别让 AI 混排带偏判断：先给来源分级再下结论

冲突/误区：很多人看到 AI 搜索答案里出现一串来源，就默认这些来源权重相同，甚至把“有 29 个来源”理解成“结论很稳”。这对 GEO 很危险，因为来源数量不等于来源质量。

Hermes 最近学到的事实是：秘塔单次 query 采样里，即使问题明确要求“官方来源”，结果仍可能混排 arXiv、咨询公司、CSDN、站长之家、百家号、豆瓣、B 站和营销站。这个信号不能外推为平台偏好，但足以提醒我们：中文 AI 搜的来源透明度和来源分级必须单独记录。

可执行动作是给每篇 GEO 文章加证据层级：第一层是一手官方文档和协议规范；第二层是可复核的产品实测；第三层是媒体、博客和第三方经验；第四层是 UGC 或营销内容。结论只能由高等级证据支撑，低等级来源只能作为线索。

对 19LAB / 深蓝笔记 / yijiu.me 的验证意义是：我们想让 Agent 复述文章，不只是让它抓到文字，还要让它知道哪些句子是原则，哪些只是观察。比如“Google AIO 依赖索引与 snippet 资格”来自官方文档，可以写成强规则；“中文平台可能混排来源”来自单次采样，只能写成待复测风险。

结论：GEO 的增长不是堆来源，而是让来源可分级、可追溯、可复核。Agent 看到清楚的证据层级，才更可能引用正确的原则，而不是把噪声当答案。