当互联网被 AI 内容淹没，真正由人类创作的内容正在日益缩减。

" 如今的互联网，大部分已经死了 "，近日 Reddit 联合创始人 Alexis Ohanian 一语惊人。

他口中的 " 互联网死亡 " 并不是指互联网被关闭了，而是被铺天盖地的 AI 生成内容所淹没，失去了真实的生命力。

Ohanian 所言非虚。

曾经汇聚人类真实思想和交流的网络，如今正被大量 AI 生成的内容所占据：

你看到的热帖、阅读的文章、甚至与你争论的 " 网友 "，都可能根本不是人类，背后或许早已是算法与 AI 的 " 回声 "。

AI 生成内容的无序扩张，正在蚕食互联网的真实性。

旅行类大 V Chris Broad 在 X 平台上表示，" 死亡互联网理论 " 现在已经成为 " 死亡互联网现实 "：

每天都有普通人给我发消息，让我去一些根本不存在的地方，这些地方都是人们在 Facebook、Instagram 和 Twitter 相关主题账号或页面中提到的 …… 这些帖子通常包含完全虚假的 AI 照片，下面还有机器人账号在评论区盲目地称赞照片。

Chris Broad 提醒人们要小心自己关注和点击的内容。" 要知道，大多数页面、内容以及粉丝数量，都是被严重人为夸大的。"

网友 Swarn 也提到经常会刷到疑似 AI 生成的推文，他会通过内容中夹杂的 " 突然转折、刻意堆砌的词汇、借用的隐喻 " 来识别 "AI 味 "。

Goddess 预测到下一年 " 死亡互联网理论 " 会越来越受到关注，所有社交媒体账号并非都是真实的人。

这股热潮，甚至把 OpenAI 创始人兼 CEO Sam Altman 也惊动了。

Sam Altman 认为 " 死亡互联网理论 " 可能有一定的道理。他提到 " 现在的确存在很多由大模型驱动的 Twitter 账号 "。

这些 AI 生成内容的泛滥，让 Altman 再度担心 " 死亡互联网 " 理论的影响。

一、不真实，毋宁死：" 死亡互联网 " 理论的起源

" 死亡互联网理论 "，传递出这样一种核心态度：

不真实，毋宁死。

它认为只有真实才是互联网的生命——失去真实性，就等于是宣告了互联网的 " 死亡 "。

2021 年，用户 IlluminatiPirate 在 Agora Road 论坛发帖提到了 " 死亡互联网理论 "，这位网友对其的定义就是 " 大多数互联网变得虚假 "。

伴随着互联网社会的发展，" 死亡互联网理论 " 思潮在网络论坛和社区中开始逐渐流行，背后的驱动因素正是 " 真实感 " 的逐渐丧失：

现代互联网带来了花样百出的玩法，但真实感也被玩丢了。

早期互联网那种有机的、用户驱动的特性一点点消失，取而代之的是越来越依赖计算机生成的内容以维持活动和参与度。

随着生成式 AI 的出现，让 " 死亡互联网理论 " 获得了更多的 " 现实支撑 "。

因为生成式 AI 更像人类，它们在社交媒体上被广泛应用于放大点赞、评论和分享数据等。

就连 Sam Altman，这位亲手让 ChatGPT 风靡全球的 "AI 之父 "，也被铺天盖地的 " 程序味儿 " 搞破防，他忍不住吐槽 Reddit 上的 AI 腔调，认为这让人际互动 " 感觉很假 "。

从早期互联网，到社交媒体时代，再到生成式 AI 浪潮，原来那个真实的互联网已逐渐被一个由 AI 主导的互联网所取代，" 技术登月 " 越来越多，但真实感却越来越少了。

换句话说，" 死亡互联网 " 理论的市场越来越大了。

二、" 死亡互联网 " 的升级版

如今，如火如荼的 AI 浪潮，正按下 " 互联网死亡 " 的加速键，并且还带来了它的升级版本。

据 Cloudflare 的长期监测显示，机器人流量约占整体应用流量的 31% 左右，并在部分地区和时段阶段性超越人类访问。

Imperva 在 2025 年版的《Bad Bot Report》中则指出：自动化流量在 2024 年已达 51%，其中从事恶意活动的 " 坏机器人 " 占比升至 37%。

这里的 " 坏机器人 " 在生成式 AI 时代更为突出，因为它们更善于伪装成人类行为。

它们有时只是在社交媒体上生成一些空洞或胡言乱语的评论，但也可能被恶意使用，比如制造虚假的页面浏览量、用户互动和使用时长，从而造成公司业绩数据的扭曲。

不止活跃于社交媒体，生成式 AI 还在逐步接管人类表达领域。

Graphite 的一项数据记录了这一里程碑时刻：

2024 年 11 月，网络上发表的 AI 生成文章数量超过了人类撰写的文章数量。

据 Graphite 观察，自 2022 年 11 月 ChatGPT 推出以来，AI 生成文章数量显著增长，但在过去一年中 AI 生成文章的比例保持相对稳定，这可能是因为早期 AI 生成文章质量不佳导致的。

但随着 AI 生成文章质量的提高，再加上 AI 生成文章的速度之高、成本之低也远非人类可比，可以预见未来 AI 文章的数量还会稳定增长。

这意味着，AI 生成内容的数量增长不仅改变了信息来源的结构，也正在重塑网络生态真实感的 " 基线 "，也可能带来 AI 时代 " 互联网死亡 " 的升级版——模型崩溃。

https://arxiv.org/pdf/2305.17493

这一点在牛津大学等研究机构发表的《递归的诅咒：在 AI 生成数据上再训练会导致模型遗忘》论文中已经得到了理论上的证实。

AI 时代真正的危机是模型崩溃。

在大模型使用生成数据继续训练的递归过程中，模型会慢慢 " 忘记 " 或偏离原始人类语言分布的某些细节，尤其是那些少见或者边缘的模式。

这样模型会逐渐丢失多样性沦为一切趋于平庸的同质化，最终出现模型崩溃。

这就好像把一张照片在上一代复印件的基础上不断复印，其清晰度会逐渐下降，最终变成一张模糊的、缺乏细节的照片。

当越来越多的 AI 内容成为模型的训练数据，就可能带来模型能力的下降，由此产生更多劣质的 AI 内容，这些内容再训练出更差的 AI 模型，最终就是更严重的危机——模型崩溃。

从互联网的 " 死亡 "，到模型的 " 崩溃 "，与技术发展同步的，是 " 失真 " 的演进。

三、让互联网更 " 人 " 一点，更 " 真 " 一点

Google CEO Sundar Pichai 认为搜索引擎会被 AIGC " 深刻改造 "，因此 AI 回答与人类内容的协同将成为主流交互范式。

英伟达 CEO 黄仁勋，提出应当把 AIGC 视作时代性通用技术，将无处不在地嵌入创作、工程与组织工作流。

随着 AI 对于互联网和人类社会的渗透，AI 生成的内容将会像 Sam Altman 预言的那样，会不可避免地越来越多。

这就带来一个难题：如何区分 AI 和人类生成的内容。

随着人类正越来越多地与 AI 合作，让这一点变得更加困难。

的确，一个人在工作中利用 AI 的方式有很多种，比如用它来搜索，整理材料等，因此很难明确地说某项内容是 AI 生成的还是人类生成的。

实际上很多 AI 生成的内容，背后是人类在引导、编辑、校正。

用加州大学洛杉矶分校计算机科学教授、亚马逊网络服务副总裁 Stefano Soatto 的话来说，" 二者之间更像是一种共生关系，而不是非此即彼。并非所有 AI 生成的内容都是垃圾内容。"

在这种共生的关系下，用不用区分 AI 和人类生成的内容？

Sam Altman 认为，" 好不好比是不是 AI 产出更重要 "，但他也提出要有 " 可验证的来源 " 与治理工具，以识别哪些是 AI 生成的并提升信任。

Altman 认为识别 AI 生成内容是为了提升对内容的信任度，他曾多次提醒不要过度信任模型，因为 AI 也会 " 自信地编造 "。

同样，Anthropic CEO Dario Amodei 也认为，需要科学的方法和评估体系为此来兜底，他认为虽然模型 " 胡说 " 频率可能低于人类，但出错方式更 " 出其不意 "。

Elon Musk 也强调要用 AI 去检测 / 溯源合成视频与深伪，在平台层面构建 " 内容鉴别器 "。

这点随着 AI 技术的发展变得尤为重要。

近日，Sora 2 上线后短时间内就有大量 " 以假乱真 " 的视频在社媒流通，YouTube、Meta 正通过出台 " 贴标 "" 降权 / 限变现 " 等方式，试图限制 "AI 灌水内容 " 的扩散。

对于 AI 生成内容的监管也在多地加码。

比如，美国政府在 2025 年 5 月 19 日正式出台《TAKE IT DOWN 法案》，将故意发布或威胁发布非同意的亲密图像定为犯罪行为。

欧盟首部关于人工智能的法规《AI 法案》明确合成内容必须标识、与用户交互需透明提示。

识别 AI 内容是为了安全，避免 AI 噪声，但即便是 AI 生成的内容优于人类，这种区别仍然是必须的。

因为相比较好坏，真实性永远更为重要。

不仅是互联网，即使是 AI 时代的数字生命，本质仍然在于 " 真实 "。

在人机共生的时代，我们需要关注的重点不在于人类与 AI 的区别或者优劣，而是如何让 AI 服务于人类的真实。

无论未来技术如何演进，人类仍需守住那份 " 真实 " 的火种。