循环报道是什么？

三篇文章，可能只是重复同一个说法

假设网站甲提出一个未经验证的数字，乙与丙转述后，甲又把乙、丙当成佐证。读者看到了三个网站，却没有得到三份独立证据。TED-Ed 的 Noah Tavlin 以 circular reporting 说明这类信息传播问题。

真实案例：Guttenberg 多出来的 Wilhelm

2009 年 2 月 8 日，一名匿名编辑把不存在的名字 Wilhelm 加进德国政治人物 Karl-Theodor zu Guttenberg 的德文维基条目。当事人随后在 BILDblog 自述此事；该日历史版本仍能看到这个名字。

SPIEGEL 等媒体采用这个名字后，维基编辑又把 SPIEGEL 报道加成姓名来源。2 月 9 日的修订差异保留了新增注脚的记录：同一个错误绕了一圈，回到原条目成为看似可靠的佐证。

SPIEGEL 于 2 月 11 日刊出更正。这个案例的重点在回引那一步：增加一个媒体链接，没有增加一份独立姓名证据。

维基历史版本：2009-02-08 · BILDblog：当事人自述（2009-02-10） · 维基回引报道的修订差异（2009-02-09） · SPIEGEL 更正（2009-02-11）

往回追溯到最初的数据

核对时，不只数有几个链接，而要追问：各篇文章是否直接接触原始数据？是否只是引用同一篇文章？原始数据能不能支持当前说法？相同结论可能来自真正的独立观察，也可能只是同一来源被反复转述。

1. 锁定要查的那一句：记下具体主张、原句、发布日期与网址，避免查着查着换了问题。
2. 打开每篇的原始引用：沿注脚找研究、原始记录或完整访谈，记下获取数据的方法与日期；不要只看搜索摘要或另一篇转述。
3. 画出来源链：标示甲引用乙、乙引用谁。如果多篇都回到同一份数据，就把它们视为同一条证据链；不同网站或不同文件形式不代表独立调查。
4. 核对原始内容与后续更正：原文是否真的支持这个说法，适用对象、时间与条件是否一致？找不到原始材料时，注明“尚未验证”；不能直接判定为假。

这份清单参考 Mike Caulfield 的 SIFT 核查方法，并聚焦在追溯来源与判断证据是否独立。较早的页面是线索，不会因为时间最早就自动成为可靠来源。

Mike Caulfield：SIFT（2019-06-19）

循环引用与独立佐证，有什么区别？

要比较的是各来源如何获取证据，而不只是网站名称、链接数量或文件外观。

与 AI 搜索的关系

AI 搜索可能同时找到多篇转述文章。如果它们都来自同一个源头，引用数量增加仍不代表独立证据增加。本文研究导读用这个概念讨论 AI 内容被反复检索与引用的风险，并未把所有 AI 生成内容都判定为错误。