是什麼
祖克伯今年七月回到 X，睽違約三年。七月底他又發了一則推自己談 AI 的文章，連結照老習慣塞在回覆裡。
這個習慣有來歷。X 曾經對帶外部連結的貼文降低觸及，理由不難懂：連結把人帶離 App，停留時間跟廣告收入都要受影響。做社群的人於是都學會同一招——正文放內容，連結放留言。
X 的產品主管 Nikita Bier 在七月二十八日晚間回他：你不用再把連結放在回覆裡了。Paul Graham 追問：所以你們已經不懲罰帶外連的貼文了？幾個小時後、七月二十九日凌晨，馬斯克親自回覆：我們已經超過一年沒這樣做了。
一個困擾整個產業好幾年的問題，老闆在留言區回一句就結案了。從提問到權威答覆，不到一天。這就是有主人的演算法：有一個叫馬斯克的人，你可以問他，他答得出來。
不過同一串底下還有一則更值得看。有人用「我們去年推的 webview」這種內部口吻補充：那條懲罰從來就不是一條規則。排序模型只是學到帶外連的貼文會把人帶離 App、預期互動會掉，於是自己把它壓下去；去年 X 上線站內預覽之後，使用者點連結不再離開 App，模型學到的那個代價消失了，外連的觸及也就自己回來。馬斯克本人事後也提到同一個時間點的 webview 改動。
所以整個產業花了好幾年在繞過一條沒有人寫下來的規則。他們不是資訊沒收到，是在對一個學出來的行為做逆向工程——而那個行為最後是被一個看起來不相干的產品改動抹掉的，不是被誰關掉的。
跟你有什麼關係
把同一個問題拿去問 AI 引擎：我這篇文章，為什麼上個月被引用、這個月不見了？
沒有人可以回答你。這不是保密，是真的沒有人知道——包括造它的那批人，而那批人是這個星球上最貴的工程師。
價碼有多離譜是可以查的。OpenAI 的執行長在一個 podcast 上公開說，Meta 為了挖他的員工，簽約金開到一億美元。Meta 那邊否認是單純的簽約金，說那是好幾種東西加總、而且只有極少數最資深的位子談得到——就算照 Meta 的版本打折，那仍然是一個人的價碼。另一家實驗室 2026 年的公開職缺上，技術成員的基本年薪列到一百三十八萬美元，換算四千多萬台幣，而且那是不含股權的底薪。
這批人把模型造出來了。然後他們解釋不了它為什麼引用你。
這件事不必外人推測，他們自己講得比誰都清楚。OpenAI 的執行長在公開場合直說他們還沒解決可解釋性。OpenAI、Google DeepMind、Anthropic、Meta 四家共四十多位研究員聯名發過一篇論文，警告我們現在還能從模型「想出聲」的過程窺看它的決策，但這層透明度很脆弱，可能隨技術演進消失——互相搶人搶到天價的公司願意坐下來一起發警告，本身就說明了狀況。Anthropic 的執行長寫過一篇談可解釋性急迫性的長文，其中一句最直白：我們不理解自己創造出來的東西如何運作，而這在科技史上基本上是史無前例的。
祖克伯這陣子就在做這件事：一邊在 X 上照著作廢一年的規則放連結，一邊在外面用天價把造模型的人一個一個買回家。他買得起那批人，買不到一份規則書——因為那批人手上也沒有。
先把話講精確，免得被反過來打。工程師不是什麼都不能動。
AI 搜尋是兩層。檢索那層——哪些網站進索引、爬蟲多久回來一次、新鮮的內容配多少權重、有沒有來源白名單——是實實在在的工程設定，有人在調，跟 X 的演算法沒兩樣。差別只在於沒有 Nikita Bier 出來公告一聲。
生成那層是另一回事。為什麼答案裡放了 A 沒放 B、為什麼同一個問題問兩次結果不一樣、為什麼你的競爭對手這個月忽然進了答案——這些是模型從訓練裡長出來的行為，沒有一條可以被指出來、被關掉的規則。工程師改得動它（換訓練語料、調對齊、改系統提示），但改完之後為什麼變成這樣，他們一樣是事後觀察。
所以精確的說法是：能改的人，答不出為什麼。
現在要不要動
網站不用因為這則新聞改任何東西。要改的是你怎麼判斷誰值得付錢。
規則書不存在這件事，往下推有個不太舒服的結論：這一行所有的知識，只能從外面觀測得來。沒有人能從裡面把答案拿出來，花一億美元請人進去也拿不出來。剩下的方法只有一種——自己去問、自己記錄、自己在引擎改版前後比對答案有沒有變。
回頭看 X 那件事，它剛好把二手知識的問題一次演完兩層。第一層是過期：整個產業奉行的「帶外連會被降觸及」，一年多前就已經沒效果。第二層更麻煩——那從來就不是一條規則，是模型自己學出來的行為，所以那條被抄來抄去、寫進無數篇教學文的「規則」，從第一天起就描述錯了。抄的人不知道自己錯，因為抄的人沒有量過。
所以二手不是比較慢的一手，是另一種東西。一手手上有資料，錯了自己抓得到——可以回頭查是哪一週開始不一樣的；二手只能等有人出來講一句，才知道自己已經照著錯的做了一年多。X 至少還有個產品主管會出來講這句話，AI 引擎連這個角色都沒有。
市面上的 GEO 服務就照這條線分成兩種。一種在轉述：轉述別人的部落格、轉述工具商的行銷素材、轉述幾年前的 SEO 常識，每一句聽起來都對，但沒有一句是他自己量出來的。另一種自己跑：對同一批問題長期問同一批引擎，記下誰被引用、什麼時候變的、改版之後誰掉了。你問前者「上一次規則變動你隔多久才發現」，他答不出來；後者答得出來，因為他手上有那段時間的資料。
這個差別在規則穩定的年代不重要，大家抄同一份公開文件，抄得也沒錯。在沒有規則書可抄的年代，它就是唯一的差別。轉述型的話術我們在國王的新衣那篇拆過一輪，這則新聞把它的地基又抽掉一塊。另一個方向的證據是模型內部已經讀得出誰在動手腳——你猜不到它的規則，它倒是看得出你的意圖。
所以下次有人告訴你他懂引擎現在怎麼排序，問他兩個問題：這條規則你從哪知道的，哪一家官方講的、什麼時候講的？上一次它變動的時候，你隔多久才發現？兩題答不出來就是在猜，而且是拿你的預算在猜。
這兩題我們自己也要答。geoweb.tw 背後是虛空向量有限公司，以研究公司的屬性在運作而不是行銷代理，研究的題目正好就是這篇在講的事：當引擎的規則沒有人能解釋，什麼樣的條件在每一次改寫之後還活著。這件事只能靠自己長期觀測換來——對同一批問題持續問同一批引擎、記下誰被引用、在改版前後比對答案的長相。台灣還沒有第二個團隊把這件事當本業——這是就公開資訊所及的判斷，有的話我們很想知道，這種題目多一個人做只有好處，錯的答案會被更快淘汰。你也不必信我們：拿上面那兩個問題去問任何一家廠商，看誰拿得出那段時間的資料。
自己觀測行不行？當然行，開 ChatGPT 問幾次誰被推薦，不需要學什麼。難的是持續：問一次是軼事，要跨時間、跨引擎、跨改版一直記錄，訊號才會浮出來，而且得有人在改版那一週就察覺「這批答案的長相不一樣了」。那是固定投入，不是週末專案——這也是為什麼觀測這件事最後幾乎都變成託管的一部分。
那錢該放在哪？放在不依賴「知道當下規則」的地方：內容查得到、事實跨頁對得起來、被夠多外部來源一致提到、機器讀得動你在講什麼。這些條件值得投資，是因為每一次模型翻新、每一次檢索邏輯改寫之後，它們還在。追規則的人每翻新一次就要重來一遍，而且沒有人會通知他該重來了。
沒有人能告訴你下一次改寫是哪一天，也沒有人能保證做完這些就一定被引用。開口給你保證的，是在賣東西。能確定的只有一件事：那份你想買的規則書不存在，連馬斯克那個位置的人、連一億美元請進門的人都拿不出來。剩下能買的，是有人真的在幫你看著。
想知道自己現在站在哪，geoweb.tw 的 GEO 託管是從體質診斷開始的——先看你在各家 AI 答案裡的實際現況，再決定動不動、動哪裡。