一句话看懂：皮尤研究中心（Pew Research Center）最新报告显示，ChatGPT 发布以来新上线的网页中超过 35% 带有 AI 生成痕迹。这意味着生成式 AI 已从“创作工具”变成互联网内容生产的主流基础设施，人类原创新闻、教程和评论正在被悄悄稀释。
事件核心：发生了什么
皮尤研究中心基于 Common Crawl 项目数据，用机器学习模型抽取并评估了 10,000 个网页样本，同时单独分析了 490,000 个英文页面。结果显示：自 2023 年 ChatGPT 发布以来，新发布网页中有 35% 检测到 AI 生成或显著编辑痕迹；在涵盖 30 多年网页历史的全部样本中，约 9.6% 的页面被判定为 AI 创作。
报告还给出了几个可核查的“AI 指纹”：破折号（em dash）在 2023 年后发布的页面中出现频率翻倍，牛津逗号使用量增长 63%；词汇层面，“delve”“interplay”“testament”等所谓“AI 典型词汇”使用量翻了一倍以上，而“It’s not just X, it’s Y”这类否定平行句式使用量涨了两倍。
值得留意的是，AI 生成内容的分布并不均匀：2026 年检测到的大多数疑似 AI 网页集中在 .com 域名，明显属于商业性质；而 .edu 和 .gov 域名下仅有 1% 和 0.8% 的页面带 AI 痕迹，教育机构和政府部门的内容仍以人工写作为主。
为什么重要
这项研究首次用可量化的方式确认了“AI 内容已占新增网页三分之一”的临界点。对 AI 行业而言，这意味着大模型生成内容的边际成本已经低于人类写作，内容生产走向工业化；对搜索引擎和推荐系统来说，训练语料中 AI 生成文本占比迅速上升，可能引发模型塌缩（model collapse）风险，即后续训练的 AI 模型会因消费过多合成数据而退化。
从商业角度看，35% 的新增 AI 内容集中在 .com 商业域名，反映出许多企业已经在用大模型批量生成 SEO 页面、产品描述和营销文章。这种内容套利模式短期内能降低获客成本，但同质化内容的增加会降低用户信任度，也可能促使搜索引擎调整排名算法，对这些“AI 填充型页面”降权。
对用户/开发者/创作者的影响
对于普通用户，最直接的影响是信息筛选成本增加。搜索引擎和社交媒体信息流中的 AI 生成内容可能无法提供准确的实时信息，特别是涉及健康、法律或本地服务等场景时，建议优先查看 .gov 和 .edu 域名，或交叉验证多个独立来源。
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。
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。
对于内容创作者和开发者，这份报告的实用价值在于它给出了相对可靠的 AI 文本检测特征。如果你的工作流依赖 AI 辅助写作，需要在发布前进行个性化编辑，加入个人经验、采访素材和专有数据，避开高频“AI 词汇”和句式，以降低被识别为机器生成的机率。API 开发者和创业团队也可以参考该报告调整内容管道——具体做法包括引入人工审查环节，或过滤批量生成的页面，以免损害域名声誉。
值得关注的后续
目前公开信息显示，皮尤研究中心使用的是基于词汇和句法特征的检测模型，尚未公布误判率和具体模型细节。后续值得关注三个方面：
第一，OpenAI、Anthropic 和 Google 是否会针对这些“AI 文本指纹”调整大模型的输出风格，使其更难被检测——这实质上是一场文本检测与反检测的军备竞赛；
第二，Google 搜索等平台是否会更新排名算法，对批量 AI 生成的商业页面进行降权；历史经验表明，这类算法调整通常会带动一轮 SEO 内容策略洗牌；
第三，Common Crawl 这类公开语料库中 AI 生成内容的占比是否会持续上升，以及是否会推动模型开发者调整训练数据筛选策略，减少对合成数据的依赖。
来源：TechRadar
