<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>信息源 on 苏然的博客</title>
		<link>https://bml.asia/tags/%E4%BF%A1%E6%81%AF%E6%BA%90/</link>
		<description>Recent content in 信息源 on 苏然的博客</description>
		<generator>Hugo</generator>
		<language>zh-CN</language>
		
		
		
		
			<lastBuildDate>Thu, 17 Sep 2026 04:19:55 +0800</lastBuildDate>
		
			<atom:link href="https://bml.asia/tags/%E4%BF%A1%E6%81%AF%E6%BA%90/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>AI 时代的网络调研：信源才是根</title>
				<link>https://bml.asia/posts/info-source-over-method/</link>
				<pubDate>Fri, 11 Sep 2026 17:57:18 +0800</pubDate>
				<guid>https://bml.asia/posts/info-source-over-method/</guid>
				<description>&lt;p&gt;&lt;span style=&#34;text-indent:2em;display:block;&#34;&gt;最近帮朋友核对一组行业数据，又被网络调研这件事教育了一回。他现在查东西的习惯，是直接把问题丢给 AI 聊天机器人，得到的回答条理清楚、语气笃定，还带着几个看起来很专业的数字。可当我追问一句这个数据从哪来的时候，对话里要么给不出出处，要么编出一个打不开的链接。后来我顺着线索自己查，发现官方早就发布过口径完全不同的新数据，而 AI 说的还是几年前的旧账。整个过程没花多少时间，却再次确认了我一直以来的一个感受：这个时代从来不缺能查到的东西，如今 AI 更是把获取答案的成本压到了几乎为零，可缺的恰恰是知道该信谁。很多人把调研理解成提问的技巧，以为换个问法、多问几轮就算调研了，其实技巧只是外壳，信息源才是里子。信息源不对，后面的一切推理都等于在沙子上盖房子，问得越勤快，偏得越远。&lt;/span&gt;&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
