现在写东西最容易出现一种新问题：看起来很严谨，其实没有证据。

一篇 2026 年 5 月发布的论文审计了 arXiv、bioRxiv、SSRN、PubMed Central 等平台的大量参考文献，发现大模型普及后，不存在的引用明显增加，作者保守估计 2025 年至少有 146,932 条虚构引用。

以后做方案、写文章、做课程、写报告，AI 很容易帮你生成一串看似专业的来源。标题像真的，作者像真的，年份也像真的。

但只要其中有一个关键来源是假的，你整份内容的可信度就会塌。

我建议把“引用检查”变成固定动作。

凡是要公开发布、交给客户、放进课程、写进简历项目的内容，至少做三件事：点开原文，看标题和作者是否一致；确认数据是不是原文真的说过；把最关键的 1-2 个结论留出可追溯链接。

AI 时代，信息不是越多越值钱。

能被核验的信息，才值钱。