一条AI生成的“吹哨帖”,如何让两位CEO凌晨写小作文自证清白?

比推发布于2026-01-07更新于2026-01-07

文章摘要

一篇匿名AI生成的“吹哨帖”指控某外卖平台通过算法压榨司机,包括给司机打“绝望分”、虚假优先配送、私吞福利费等,在Reddit和X平台获得数千万曝光。尽管未点名,美国外卖巨头DoorDash和Uber的CEO连夜发文澄清否认。后经记者调查发现,爆料者提供的“内部技术文档”和员工证均为AI伪造,且犯下低级错误(如误用Uber Eats标识)。事件折射出公众对平台算法剥削的固有信任,假新闻得以传播是因契合大众对资本平台的负面预期。AI降低了造假成本,而识别依赖特定技术(如Google水印),真相追赶谣言愈发困难。文章警示类似情况若发生在中国外卖平台,情绪化舆论可能同样忽视真伪。

撰文:库里,深潮 TechFlow

原标题:人民需要一个坏资本家,AI 造了一个外卖谣言


上周有个挺魔幻的事。

美国两家外卖巨头的 CEO,一个身价 27 亿美元,一个管着全球最大的网约车平台,周六凌晨都没睡觉,在网上写小作文自证清白。

起因是 Reddit 上一篇匿名帖子。

发帖的人自称某大型外卖平台的后端工程师,喝醉了,跑到图书馆用公共 WiFi 爆料。

内容大概是:

公司会分析网约车司机的情况,然后给他们打「绝望分」,越缺钱的司机越拿不到好的订单;所谓外卖的优先配送是假的,普通订单会被延迟;各种「司机福利费」一分钱没给司机,全拿去游说国会对付工会了...

帖子结尾搞得非常逼真:我喝醉了,我很愤怒,所以我要爆料。

妥妥把自己塑造成一个“大公司用算法压榨司机”的吹哨人角色。

帖子发出来三天,87000 个赞,冲上了 Reddit 首页。也有人截图发到 X,获得了 3600 万次曝光。

要知道,美国外卖市场就那么几个大玩家,帖子没点名,但大家都在猜是谁。

DoorDash 的 CEO Tony Xu 先坐不住了,发推说这不是我们干的,谁敢这么干我开除谁。Uber 的 COO 也跳出来回应,“别信网上看到的一切”。

DoorDash 甚至在官网发了篇五点声明,逐条反驳爆料里的内容。这两家公司,加起来市值 800 多亿美元,被一个匿名帖子搞得连夜公关澄清。

然后,这个帖子居然被证明是 AI 编的。

揭穿它的是海外科技媒体 Platformer 的记者 Casey Newton。

他联系上这个帖子的爆料者,对方随即甩来一份 18 页的「内部技术文档」,标题也很学术,叫《AllocNet-T: High-Dimensional Temporal Supply State Modeling》。

翻译过来大概是「高维时序供给状态建模」。每一页都打着“机密”的水印,署名是 Uber 的「市场动态组·行为经济学部门」。

内容呢,就是在解释 Reddit 爆料贴里那个给司机打「绝望分」的模型,到底怎么算的。里面有架构图、有数学公式、有数据流程图...

(虚假论文截图,乍一看,搞得跟真的一样)

Newton 说,这份文档一开始把他骗过去了。谁会花功夫伪造 18 页技术文档来钓一个记者?

但现在不一样了。

这份 18 页的文档,用 AI 几分钟就能生成。

同时,爆料人还甩给记者一张自己的 Uber 员工证打码照片,表明自己确实在里面打工。

出于好奇,记者 Newton 把员工证丢进了 Google Gemini 来进行核查,结果 Gemini 说这图是 AI 生成的。

能识别出来,是因为 Google 在自家 AI 产出的内容里埋了隐形水印,叫 SynthID,肉眼看不见,但机器能检测。

更离谱的是,员工证上印的是「Uber Eats」(优步外卖)的 logo。

Uber 发言人确认:我们根本没有 Uber Eats 品牌的员工证,所有工牌只印 Uber。

显然,这位虚假的爆料「吹哨人」,连要黑谁都没搞清楚。当记者要求提供 LinkedIn 等社交账号信息来进一步核实时,

爆料者直接删号跑了。

其实,我们想聊的不是 AI 能造假,这不新鲜。

我们更想聊的是:为什么几千万人,愿意信一个匿名爆料帖子?

2020 年,DoorDash 因为拿小费抵司机的底薪被告,赔了 1675 万美元。Uber 搞过一个叫 Greyball 的工具,专门躲避监管。这些是真事。

你很容易找到一种潜意识的认同,那就是:平台不是什么好东西,这个判断准没错。

所以当有人说「外卖平台算法剥削司机」,大家第一反应不是「这是真的吗」,而是「果然如此」。

假新闻能跑起来,是因为它长得像大家心里已经相信的东西。

AI 做的事情,是把这个「像」的成本降到接近于零。

这个故事还有个细节。

识破骗局靠的是 Google 的水印检测。Google 做 AI,Google 也做 AI 检测工具。

但 SynthID 只能查 Google 自家的 AI。这次能抓住,是因为造假的人刚好用了 Gemini。换成别的模型,可能就没这么走运了。

所以这次破案,与其说是技术胜利,不如说是:

对方犯了低级错误。

之前,路透社有个调查,59%的人担心自己分不清网上的真假。

外卖公司 CEO 的澄清推文有几十万人看,但有多少人会坚信这是公关,是说谎?虽然那个假爆料帖已经被删除,但评论区还有人在骂外卖平台。

谎言跑完半个地球了,真相还在系鞋带。

你再想想,如果这个帖子说的不是 Uber,而是美团或者饿了么呢?

什么「绝望分数」,什么「用算法压榨骑手」,什么「福利费一分钱没给骑手」。你看到这些指控,第一反应是不是情绪认同?

《外卖骑手,困在系统里》,那篇文章你还记得吧。

所以问题不在于 AI 能不能造假。问题在于,当一个谎言长得像大家心里早就相信的东西,真假还重要吗?

那个删号跑路的人,图什么,不知道。

只知道他找到了一个情绪出口,往里面倒了一桶 AI 生成的燃料。

火烧起来了。至于烧的是真柴还是假柴,谁在乎呢?

童话里,匹诺曹说谎鼻子会变长。

AI 没有鼻子。

原文链接:https://www.bitpush.news/articles/7600729

热门币种推荐

相关问答

Q是什么事件导致两位外卖巨头的CEO在凌晨写小作文自证清白?

A起因是Reddit上一篇匿名帖子,自称某大型外卖平台的后端工程师爆料公司通过算法压榨司机,包括打'绝望分'、虚假优先配送和挪用司机福利费等,帖子获得大量关注,导致DoorDash和Uber的CEO连夜回应澄清。

Q这篇匿名帖子是如何被证明是AI伪造的?

A海外科技媒体记者Casey Newton调查发现,爆料者提供的18页'内部技术文档'和Uber员工证照片均为AI生成。员工证使用Uber Eats的logo,但Uber官方确认所有工牌只印Uber品牌,且Google Gemini检测出图片带有AI水印SynthID。

Q为什么这么多人愿意相信这个匿名爆料帖子?

A因为公众对平台算法剥削司机已有潜意识的认同,例如DoorDash曾因小费抵底薪赔偿1675万美元,Uber有过躲避监管的Greyball工具。假新闻符合人们已有的负面预期,导致第一反应是'果然如此'而非质疑真实性。

QAI在这次事件中起到了什么作用?

AAI将制造逼真虚假信息的成本降到极低,快速生成了看似专业的18页技术文档和员工证图片,使谎言更具欺骗性。但此次被发现部分因造假者使用了Google Gemini,其SynthID水印机制帮助识别了AI生成内容。

Q文章最后提出了什么核心问题?

A核心问题在于:当谎言符合公众已有信念时,真假是否还重要?AI生成的虚假信息能迅速引爆情绪,而真相往往滞后,人们更倾向于相信符合自身情绪的判断,而非事实本身。

你可能也喜欢

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit4小时前

如何让自己变得让人工智能永远也无法取代

marsbit4小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru8小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru8小时前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

535人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.5k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片