一项涵盖五个平台的研究显示，LinkedIn 是无可争议的长篇 AI 废话之王

一句话看懂：一项基于 Pangram 检测工具的跨平台研究显示，2026 年第二季度 LinkedIn 上超过 40% 的长篇帖子（超过 250 字）是 AI 生成的，远超其他平台。这一数据揭示了 AI 内容在职业社交网络中的泛滥程度，也说明平台力推“原创职业见解”与 AI 生成内容之间的矛盾正在激化。

事件核心：发生了什么

Pangram 公司通过其 Chrome 扩展，在 2026 年 4 月至 6 月期间扫描了五大平台超过 100 万条帖子。结果显示，LinkedIn 上 41% 的较长篇幅帖子被判定为 AI 生成或 AI 辅助完成；尽管 LinkedIn 仅占总扫描量的三分之一，却贡献了近三分之二的检测出的 AI 内容。在 X/Twitter 平台上，长篇内容的 AI 生成比例也接近一半，但总量远小于 LinkedIn。Substack 的长篇 AI 生成率最低，仅为 10%。Reddit 的回复几乎全部为人类撰写（98%），但其独立帖子中的 AI 文本比例同样不低。

Pangram 公司表示其检测模型（Pangram 3）的误报率仅为 0.01%，但业界普遍认为该模型在识别人工内容方面更准确，因此实际 AI 生成比例可能比检测结果更高。

为什么重要

这项研究首次量化了不同平台上“AI 长篇废话”（即低质量、模式化、由大模型批量生成的内容）的分布情况。LinkedIn 之所以成为重灾区，与其内容生态高度相关：职业社交场景鼓励用户发表所谓的“个人见解”和“行业洞察”，这类文本结构固定、模版化明显，恰好是 LLM 擅长输出的领域，且用户将其包装为原创内容的动机较强（个人品牌建设）。

对平台来说，AI 生成内容的大量涌现会稀释信息价值，搅乱认证体系，并降低用户对“专业推荐”的信任。LinkedIn 此前已明确表示开始打击 AI 生成内容，但本次数据表明治理压力远未缓解。X/Twitter 的高比例则体现了其算法推荐机制对流量驱动型内容的纵容。

对用户/开发者/创作者的影响

对普通用户与求职者：需要警惕 LinkedIn 上大量“专家观点”可能是 AI 生成的内容，辨别难度增加。盲目相信此类内容会影响职业判断，尤其是行业趋势解读和技能提升建议。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对内容创作者与咨询师：原创深度内容的价值将更加稀缺，直接使用 AI 生成的职业见解可能会被平台降权或标记，长远会损害个人品牌。建议保持人工主导+AI辅助的透明路线，并通过独特案例或数据增强内容辨识度。

对开发者和 AI 检测公司：Pangram 的 0.01% 误报率意味着商用检测模型已达到较高水平，但检测长文本比短文本更准确。开发者可考虑将此类检测能力集成到内容审核或批量生产流程中，以规避平台惩罚。

值得关注的后续

1. 平台治理升级：LinkedIn 是否会公开 AI 生成帖子的打标政策？是否会影响 Feed 排序算法？类似 Reddit 的高度人工内容策略是否会成为参照？

2. 检测技术军备竞赛：如果平台开始大规模检测，AI 内容生成工具可能会注入更多“反检测”随机化或混合人工手法，形成对抗循环。

3. 对写作平台（Substack、Newsletter 等）的影响：Substack 当前 AI 率最低，可能因为其付费订阅模式要求更高的内容质量，但若检测门槛放松，该平台是否会步 LinkedIn 后尘也是关注点。

来源：The Decoder AI News