AI也有"喜新厌旧"：为什么老文章越来越难被引用

做过一个很直白的对照实验。

同一家公司，两个页面，主题几乎一样——都在讲他们的核心产品。一个是今年四月更新的，一个停在二〇二二年。拿五个相关问题分别去问豆包、Kimi、DeepSeek，半个月内问了七八轮。

结果：新版页面被引用了十九次，老版页面三次。而且这三次里，有两次是问题里带了"历史""早期"这类限定词。

AI不是人，但它的取舍逻辑和人很像

你问一个行业老手："现在做这个，谁比较靠谱？"他脑子里浮现的是最近听过、看过、接触过的名字。三年前听过一次，早忘了。

AI也差不多。它的回答基于全网可检索的内容，而在这些内容里，有时间标记的文本天然带着权重差。新的内容意味着"这条信息现在大概还成立"，旧的内容则意味着"不确定，可能已经过时"。

所以严格说，不是AI嫌弃老文章。是它在做一件很保守的事——优先选择更可能依然准确的表述。

那老文章就废了？

不至于，但得处理。三个做法，按投入从小到大排：

• 加一段更新说明。在旧文顶部写"本文于2026年11月更新，补充了XX变化"。低成本，效果立竿见影。
• 重写关键段落。数据、案例、价格这类最容易过时的部分，换成当下的。
• 另起新文。旧文保留做历史记录，新写一篇"2026版"，两篇互链。

频率比你想的低

说到"高频"，很多人的想象是每天发。没必要，也做不到。核心产品页半年到一年翻新一次，行业类内容每月一两篇，公司动态有则写、无则不凑。

关键不在密度，在"持续有新的信号"。一条三年前的旧页，和一条上周刚补过一段的旧页，在AI眼里完全是两回事。