> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 斯大林格勒效应

> 斯大林格勒效应（信息饱和攻击）是指不删除负面新闻，而是用大量真假难辨的信息淹没公众注意力，让核心事件不了了之。本文讲清它的机制、证据与边界。

<Info>
  **类别**: 效应<br />
  **类型**: 一种传播与危机公关手法。它不删除负面新闻，而是用数量更大、更吸睛、更廉价也更难核实的信息，淹没同一块注意力空间<br />
  **来源**: 这个标签是描述性的。"信息饱和"在英文里是松散用语，没有可追溯的命名者；"斯大林格勒效应"与"信息饱和攻击"在本次查阅的同行评议文献中也没有找到明确定义出处。它所指的机制有实证研究：政府水军账号的"战略性转移话题"（King、Pan、Roberts，2017）、俄罗斯的"虚假信息消防水龙"（兰德公司，2016），以及用推特数据测量的政治转移（Lewandowsky、Jetter、Ecker，2020）<br />
  **别名**: Information Saturation（英文）、信息饱和攻击、信息淹没；英文同类说法还有 flood the zone、firehose of falsehood
</Info>

<Note>
  **快速回答** — **斯大林格勒效应**（Information Saturation）指的是：面对一条负面新闻，不去压制它，而是同时放出大量其他信息，让公众有限的注意力在核心事实被看清之前就被花光。这个标签是描述性的，但机制已被量化：研究者估算，某类政府水军账号每年发布约 4.48 亿条评论，目的是转移话题而不是辩论；另一项同行评议研究发现，总统发帖谈无关话题的次日，对某项调查的报道量会下降。它消耗的是注意力，不是信念；当核心事实足够短、足够具体、又容易被重新找到时，它的效果就会变差。
</Note>

## 什么是斯大林格勒效应？

**斯大林格勒效应**（Information Saturation，又称信息饱和攻击）是指不删除那条负面新闻，而是用数量远超它的、更吸睛、更廉价、更难核实的信息淹没同一块注意力空间，让核心事实在公众还有精力查看之前就被挤走。

> 这场庞大而隐秘的行动，真正的目标是转移公众的注意力、换掉话题。

这句话出自 Gary King、Jennifer Pan 与 Margaret Roberts 在 2017 年的研究。他们系统分析了中国政府操控的社交账号，发现这些账号几乎不与批评者争论，而是发布关于国家与执政党的正面内容；作者估算其规模约为每年 4.48 亿条评论。目的不是赢下一场辩论，而是把受众带到另一个话题上。

机制的底层是一条硬约束：稀缺的不是信息，而是注意力。Herbert Simon 在 1971 年就指出，信息的富有会带来注意力的贫困。每一条新信息都在争夺同样有限的几分钟，还自带一笔核实成本。超过某个量之后，更多的信息让判断更差而不是更好，而这正是"淹没"要利用的地方。[布兰多利尼定律](/zh/laws/brandolinis-law)从另一面描述了同一种不对称：制造一个说法，比核实它便宜得多。

这和"删帖"不是一回事。审查是拿走一条新闻，淹没是加进噪音，直到那条新闻很难再被找到。[斯特雷桑效应](/zh/effects/streisand-effect)是它的镜像：想藏住一条消息，往往反而让它出名。淹没追求的是相反的结果：没有任何一条消息足够醒目，能撑住一整个新闻周期。

它也和"信息茧房"不同。[信息茧房](/zh/effects/information-cocoons)通过拿走其他信息来收窄注意力，让同一个版本反复到来；而淹没从相反的方向收窄注意力：一次塞进太多，什么都来不及沉淀。

### 斯大林格勒效应的三层理解

* **入门**: 留意"话题消失"的那一天。当一件丑闻爆出、信息流突然被三条无关的娱乐八卦填满时，值得问的不是哪条八卦是真的，而是这堆噪音挡在什么东西前面。
* **实践**: 为那件核心事实建一页带日期的台账：谁做了什么、什么时候、现有证据是什么、什么证据会推翻它。淹没期间，只拿新消息跟这页台账核对，绝大多数条目一条都对不上，你就能用一句话说明，而不必追十条。
* **进阶**: 淹没攻击的是搜索成本，不是信念。所以它故意做得很便宜：一个谣言不需要说服任何人，只要占住界面。防守也要同样降低搜索成本——把一条简短、带日期、容易重新找到的声明放在稳定页面上，胜过一篇要在同一个信息流里竞争的长篇反驳。

## 起源

被淹没利用的那种稀缺，比这种手法本身更早被命名。Herbert A. Simon 在 1971 年的《Designing Organizations for an Information-Rich World》中写道：信息消耗的是接收者的注意力，因此信息的富有会造成注意力的贫困。Martin Eppler 与 Jeanne Mengis 后来在 2004 年的《The Information Society》上综述了管理学、营销学与信息系统领域的"信息过载"研究，结论是：超过某个阈值后，更多输入会抬高处理成本、拉低决策质量。

军事版本更早，也更直白。"饱和攻击"指的是用超过防御方处理能力的来袭目标压垮防线。最清楚的技术祖先是"干扰箔"，英国在 1942 年研发时称之为 Window，并于 1943 年 7 月在轰炸汉堡的"蛾摩拉行动"中首次实战使用。轰炸机投下的铝箔条形成大片虚假雷达回波，德国夜间战斗机再也分不清飞机与噪音。按 R. V. Jones 在《Most Secret War》中的记录，这个手段并没有把轰炸机藏起来，它只是把雷达屏幕淹了。

当代的版本由两支研究团队在 2010 年代命名。兰德公司的 Christopher Paul 与 Miriam Matthews 在 2016 年把俄罗斯国家宣传描述为"虚假信息消防水龙"，并列出四个特征：数量巨大、渠道众多；快速、连续、重复；不承诺符合客观事实；不承诺前后一致。2017 年，King、Pan 与 Roberts 发表了第一份关于中国政府伪造社交评论的大规模实证研究，估算其规模约为每年 4.48 亿条，并得出结论：这个行动是为"战略性转移话题"而建，而不是为了参与辩论。三年后，Stephan Lewandowsky、Michael Jetter 与 Ullrich Ecker 在《Nature Communications》上检验了其中的"转移"环节，用的是 2017 至 2019 年围绕"穆勒调查"的新闻周期。

命名本身需要说明。"信息饱和"是一个松散的英文说法，没有单一命名者；"斯大林格勒效应"与"信息饱和攻击"在本次查阅的同行评议文献中也没有明确的定义出处。中文标签里的历史影子是斯大林格勒战役：一波波兵力与炮火砸向同一点，直到防守方没有余力可花。请把它当作一个形象的比喻，而不是一个专业术语。

## 核心要点

四个部分支撑起这套手法：它花掉的是什么资源、它利用的是什么速度差、它瞄准的是什么、以及它抢跑的是哪一个时钟。

<Steps>
  <Step title="它花掉的是注意力，不是信念">
    Simon 在 1971 年的那句话就是全部引擎：信息消耗注意力，而注意力不会随信息一起膨胀。Eppler 与 Mengis 发现，超过阈值后，更多输入让决策更慢、更差。所以淹没不需要被相信，它只要被读到、被权衡、被放到一边。每一步都花掉几分钟，而这几分钟核心新闻再也拿不回来。剩下的交给[可得性启发](/zh/effects/availability-heuristic)：最近、最鲜明的东西，直接决定人对重要性和风险的判断。
  </Step>

  <Step title="编造比核实快">
    兰德公司的研究把这种不对称讲得很直白：编一个"事实"花的时间，比核实一个事实要少。Paul 与 Matthews 还把"重复"列为特征，因为反复出现的说法会变得熟悉，而熟悉很容易被读成真实，这正是[错觉真实效应](/zh/effects/illusory-truth-effect)在规模化运转。一次淹没，就是一场放大到整个新闻周期尺度的[吉什疾驰](/zh/fallacies/gish-gallop)，而那份报告也明确提醒了最自然的应对方式为什么无效。
  </Step>

  <Step title="它瞄准的是搜索成本">
    King、Pan 与 Roberts 发现，那些伪造评论并不与批评者争论，而是发布拥护性的内容与党史，堵在读者本该找到原新闻的位置上。Lewandowsky 与同事在美国测到了同一种形状：ABC 新闻每多一条含"俄罗斯"或"穆勒"的报道，总统推文里提到无关话题的次数就多出约 0.2 次；而这样的每一次提及，都与次日《纽约时报》中"俄罗斯"或"穆勒"报道量减少近半条相关。
  </Step>

  <Step title="注意力本来就会自己衰减">
    Anthony Downs 在 1972 年描述了"议题—注意力周期"：对一个问题，公众的关注会上升、见顶、然后回落，常常远早于问题解决，留下一个更安静的"问题后阶段"。这条基准线很重要，因为它意味着：没有人推，一件丑闻也会淡下去。淹没并不是创造了这种淡出，它只是把窗口缩短，再把窗口填满。
  </Step>
</Steps>

## 应用场景

下面四个动作，给处在一次淹没之中的人用——无论你是在围观，还是正站在水中央。

<CardGroup cols={2}>
  <Card title="先写那一页台账" icon="list-check">
    在下一波到来之前，把核心事实写成五行的一页纸：谁做了什么、什么时候、现有证据是什么、证据不能说明什么、什么证据会改变判断。淹没期间，只拿新消息跟这一页核对。绝大多数条目一条都对不上。用一句话说清这一点，比追每一个新版本更能省下你自己的注意力预算。
  </Card>

  <Card title="只发一条带日期、找得到的声明" icon="shield-halved">
    如果这件事就是关于你的，不要对每条谣言都发一次新回应。把你控制的稳定页面放上一条带日期的声明，附上证据，之后用更新日期的方式补充。提前准备好的事实比迟到的反驳更有用，这也是兰德公司那句"水枪"警告在操作层面的含义。一个容易找到的页面，同时也降低了淹没所依赖的搜索成本。
  </Card>

  <Card title="数来源，不数声势" icon="magnifying-glass">
    淹没让人把"声势"误当成"证据"。改问一句：这个说法有多少个彼此独立、可以具名的来源？一百条帖子常常都指向同一个出处。再问一句：如果这个说法最后被证明是错的，谁会为此负责？愿意为错误说法负责的来源，比那些消失在下一条信息流里的来源更值得看。
  </Card>

  <Card title="注意第二波" icon="newspaper">
    淹没通常分波次，而第二波往往把核心事件重新框定成"太复杂、太久远、太累人"。把这种重新框定当成一个信号，而不是结论。检验标准只有一个：你那一页台账上，有没有任何一条事实被改变了；而不是这个话题还热不热。
  </Card>
</CardGroup>

## 经典案例

2014 年 8 月 3 日，中国云南省鲁甸县发生 6.5 级地震，造成 617 人死亡、3000 多人受伤。几小时之内，信息流被另一个故事占据：一位网络红人疑似承认参与赌博与卖淫。地震的报道被挤到边缘，以至于中国红十字会公开呼吁公众不要再转发那位网红的八卦，转而关注灾情。

这个片段，是 Stephan Lewandowsky、Michael Jetter 与 Ullrich Ecker 在 2020 年《Nature Communications》论文开头提到的场景。它是他们提出问题的理由，而不是他们的证据。他们的检验是可测量的：把 2017 年 1 月到 2019 年 1 月之间美国总统的全部推文，与《ABC World News Tonight》和《纽约时报》的每日报道放在一起，问两件事——对穆勒调查的报道之后，是否跟着更多谈其他话题的推文；这些推文之后，对穆勒调查的报道是否变少。两个关联都出现了。ABC 新闻每多一条含"俄罗斯"或"穆勒"的报道，推文中提到总统偏好话题的次数就多出约 0.2 次；这样的每一次提及，又与次日《纽约时报》中"俄罗斯"或"穆勒"报道量减少近半条相关。用对总统没有政治风险的"英国脱欧"报道做安慰剂检验，则没有出现这种模式。

这项实践的规模另有一个估算：King、Pan 与 Roberts 认为相关政府账号每年发布约 4.48 亿条评论，并且发现其内容瞄准的是转移话题，而不是辩论。两项研究合起来给出的教训很窄，但很有用：一次淹没不是"辩论已经赢了"，而是一场想把时钟跑完的下注。而这场下注可以按同样的口径被衡量——只看核心话题的报道量，在事件前后如何变化。边界由作者自己写出：他们的数据是观察性的，无法完全排除隐藏变量；他们把"报道被压低"这一半的证据强度，描述为弱于"转向无关话题"那一半。账号的目的，是从内容和模式推断出来的，而不是从一份指令文件里读出来的。淹没更像是可以被证明的一种模式，而不是可以被证明的一道命令。

## 边界与失效场景

这个效应真实存在，但有条件。它在三个可预料的地方失效，而每一处也解释了一种常见误读。

它依赖一个关于意图的推断。Lewandowsky 与同事明确写道，观察性数据无法完全排除隐藏变量，而报道量下降这一半的证据，比"无关话题发帖增多"那一半更弱。新闻很多的一周，不构成一份计划的证据。在给某次事件贴上"淹没"的标签之前，先立好基准：一周前这件事有多醒目、当时还有哪些事在争夺同样的几分钟、核心事实有没有发生变化。

它挪动注意力，却不改变信念，而且可能反噬。如果这堆噪音本身变成了新闻，就等于给核心事件送来一批新读者，这正是[斯特雷桑效应](/zh/effects/streisand-effect)的机制。它还会在核心事实又短又硬的时候失效，比如一份带日期的文件、一份法院认定、一条简短的时间线。这类东西重新找到的成本很低，而"让人重新找不到"恰恰是淹没要防的事。兰德公司给出的结论，就是防守方该用的操作规则。

> 不要指望用水枪去对抗虚假信息的消防水龙。

镜像式的失败，是把自然衰减误当成有人进攻。Downs 的议题—注意力周期预测注意力会自行回落，所以每一件慢慢变淡的丑闻，看上去都有点像被淹没。用一条简单检验就能分开两者：淹没是无关信息量的骤增，衰减是整体信息量的下降。连续几天数一数新条目和新来源，就能知道你看的是哪一种。

还有一个对比值得分清。制造怀疑，比如烟草业 1969 年那句"怀疑就是我们的产品"，目标是让一个争议持续几十年。淹没的目标正相反：用噪音尽快结束这个新闻周期。怀疑想要一场持久的辩论，淹没想要一个短暂的注意力，两者的防守方式也因此不同。

## 常见误区

关于信息饱和，有三种常见信念，而它们都被同一批证据纠正。

<AccordionGroup>
  <Accordion title="这不就是换了个说法的审查吗">
    审查作用于说话的人，拿走文本；淹没作用于读者，文本留在原地。King、Pan 与 Roberts 直接描述了这种转变：这种更新形式的控制，干扰的是信息的消费者，而不是生产者。他们给出的证据就是内容本身——那些伪造账号没有删掉异议，而是用赞美与历史把让人不安的话题埋住。
  </Accordion>

  <Accordion title="它只能骗到轻信的人">
    它作用于有限的注意力，而每个人都是有限的。Simon 在 1971 年的论点就是信息消耗注意力，Eppler 与 Mengis 则记录了输入越过阈值后决策质量会下降。淹没的要害在于，它不需要骗过一个仔细的人，它只需要把这个人耗尽。所以最强的防守是一页能在噪音中活下来的台账，而不是更会识破谎言的能力。
  </Accordion>

  <Accordion title="一件事消失了，就是被人淹了">
    注意力本来就会衰减。Downs 在 1972 年就说明，公众对一个问题兴趣见顶之后往往会在问题解决之前回落，这也是"问题后阶段"有专门名字的原因。要归因于一次淹没，需要基准：事件之前的醒目程度、期间无关信息的量、以及核心事实有没有变过。
  </Accordion>
</AccordionGroup>

## 相关概念

这些邻居都关于同一件事：当说法的供给超过了时间的供给，注意力会发生什么。

<CardGroup cols={3}>
  <Card title="布兰多利尼定律" icon="razor" href="/zh/laws/brandolinis-law">
    反驳一个说法要付出的代价，远高于制造一个说法。这种不对称，是淹没之所以便宜的原因。
  </Card>

  <Card title="吉什疾驰" icon="comment-dots" href="/zh/fallacies/gish-gallop">
    一种把对手埋在"来不及答完"的大量论点里的辩论手法。它是会话尺度的淹没。
  </Card>

  <Card title="斯特雷桑效应" icon="eye-slash" href="/zh/effects/streisand-effect">
    试图隐藏一件事，往往让它更出名。淹没是相反的做法，也会以相反的方式失败。
  </Card>

  <Card title="错觉真实效应" icon="repeat" href="/zh/effects/illusory-truth-effect">
    重复会抬高"感觉上是真的"。数量与重复，是淹没同时拉动的两根杠。
  </Card>

  <Card title="信息茧房" icon="circle-nodes" href="/zh/effects/information-cocoons">
    过滤会收窄信息流，直到世界只剩一个版本。淹没从另一个方向收窄注意力：一次塞进太多。
  </Card>

  <Card title="可得性启发" icon="bolt" href="/zh/effects/availability-heuristic">
    最鲜明、最近的东西决定对频率与风险的判断。淹没靠的正是控制"最近"。
  </Card>
</CardGroup>

## 一句话总结

<Tip>
  当一件事被一堆更响的声音埋掉时，别去读那堆声音，回到那一页带日期的、已知事实的台账上。
</Tip>


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.