Google 用 AI 打击水军：一年拦截逾 1.7 亿条虚假评价

开一家街边咖啡馆或者修车铺，最怕的可能不是今天没客人，而是隔天一早打开 Google 地图，发现莫名其妙多了一堆一星差评，或者对门同行一夜之间刷出几百条五星好评。

面对这种刷单和恶意抹黑，Google 最近公布了他们的治理成绩单。通过上线新的机器学习算法，Google 在 2023 年总共拦截并删除了超过 1.7 亿条违规虚假评价，比前一年整整增加了 45%。

盯住时间线和搬运工

每天提交到 Google 上的商家信息更新大约有 2000 万次，从营业时间变动、新照片，到顾客写下的每一条点评。要在这么庞大的数据洪流里抓鬼，光靠人工审核根本不现实。

Google 这次端出来的新算法，核心逻辑是看随时间推移的行为模式。系统不再只盯着单条评价里的字眼，而是去捕捉异常的时间波动。

比如某家店原本几天才有一条点评，突然短时间内涌入大量极端的一星或五星评价，系统就会立刻警觉。再比如，如果同一段评价内容被复制粘贴、批量分发到不同的商家页面上，算法也会顺藤摸瓜一网打尽。

除了常规刷分，Google 表示新系统还抓出过组织严密的有偿刷评黑产。黑产团伙花钱雇人给特定商家批量写虚假好评，算法顺着异常网络把整条链条给掐断了。

除了处理这 1.7 亿多条违规文字评价，这套安全防线在 2023 年检测到的违规视频还增加了 1400 万个，并且成功阻止了超过 200 万次企图冒领、盗取商家 Profile 的欺诈行为。

为什么重要

对普通消费者和实体店店主来说，Google 提高抓假评的效率是件好事。如果你是个规规矩矩做生意的店主，最头疼的就是被恶性竞争者花几百块钱搞垮评分，现在平台的检测速度变快，被恶意差评挂着几个月没人管的风险会低一些。不过对店主来说，指望算法完全公正并不现实，机器误伤真实差评或者漏掉高明刷单的情况依旧可能发生，日常还是得自己盯紧后台，遇到异常及时向官方申诉。

对整个本地生活搜索行业而言，这一步走得相当必要，但也透着防守的无奈。现在大语言模型生成一段以假乱真的好评成本几乎为零，黑产不需要再像以前那样简单粗暴地复制粘贴，他们完全可以让 AI 生成几千段语气各异、细节丰富的点评。Google 靠时间序列和异常峰值来抓假评，确实聪明地避开了单纯文字语义识别的陷阱，抓住了作弊团伙追求效率就会露出马脚的软肋。

但我们认为，这场猫鼠游戏远没有结束。作弊者只要把刷评周期拉长、把评分打散在数周之内慢慢发，算法的识别难度就会成倍上升。Google 这次交出的 1.7 亿条拦截数据固然漂亮，但它同时也证明了水军规模有多庞大。平台和黑产之间的拉锯，未来很长一段时间依然会是本地搜索最核心的信任危机。