这几天，# 唐家三少称 AI 洗稿已成行业毒瘤 # 冲上热搜。起因是他在《光明日报》发表了《让 AI 内容 " 亮明身份 "》的署名文章。

他在文章中表示：" 过去抄袭是‘复制粘贴’，一眼就能看出来。现在借助 AI，抄袭变成‘解构重组’——把爆款作品的骨架拆开，用 AI 重新填补血肉，生成一篇‘全新的旧文章’。"

图片源自微博

AI 能快到啥程度呢？

"48 小时就能生成 500 万字。规模大到失控，一个平台的首秀新书一年内从 400 部飙升到 5606 部。当抄袭可以工业化量产，原创就成了奢侈品，谁还愿意十年磨一剑？"

为此，他还进一步呼吁 " 要补齐文字领域 AI 标识短板，让 AI 内容‘亮明身份’。"

这篇文章的初心很好，呼吁也十分中肯，但也让「克劳锐」陷入了深深的思考。补齐文字领域的 AI 标识身份，真能解决问题吗？

网文只是塌掉的起点

唐家三少之所以吐槽网文 AI 含量高，除了他自己是网文作者，更重要的是，网文的商业模式过于依赖 " 字数 "。

在这个行业，日更万字是硬指标。以往靠人，先不说情节写得多好，光是码一万字就要消耗大量时间。可 AI 出现后，这件事变得无比轻松。因为 AI 最擅长的，就是这种 " 量大、规整、套路化 " 的内容。

就像唐家三少文中举的例子——江西省网络作协副主席毛志慧说的那样——自己日更近万字已是极限，但在 AI 几分钟几万字面前，直接被 " 降维打击 "。

一个人和一个 AI 比产能，那自然是比不了。

而且，AI 泛滥早已不是新闻，只是如今被唐家三少点了名而已。

公众号里那些结构完美、金句密布、读完什么都没记住的 " 爆款 "；小红书上模板化、套路化、前三句都差不多的种草笔记；甚至现在很多纯人类手搓的文字，都被 AI 影响得真假难辨。

他说 " 网络文学是重灾区 " 还是片面了，在「克劳锐」看来：凡是可以分发文字的地方，都是重灾区。

网文只是第一个塌掉的地方，因为它离钱最近，壁垒更薄，大部分用户更在意爽感，没那么在意文笔逻辑。而媒体文章、经典文学被 AI 入侵，都是正在发生的事。

很诚实地说，现在很多笔者喜欢的媒体，不管是官方的还是自媒体，几乎 99% 都有 AI 的痕迹。

今年 6 月初，雨果奖得主郝景芳更是坦诚，直接就说了自己的新书《银河学院》"AI 写作的比重已经占到一半了，读者看不出来哪些部分是 AI 写的 "。

相较于大部分网文，这两类是更专业的人、产出的更认真的文字，但都已经有了 AI 介入，大趋势已经无可逆转了。

唐家三少说 "AI 洗稿本质上是对创新精神的系统性扼杀 "。换个更直白的说法，当抄袭比原创更高效，被淘汰的不是抄袭，是原创的动机。

一个写作者发现十年磨一剑换不来日更三万字的收益，他可能就再也不写了。当想写的人不写了，AI 生产的垃圾就更多了。

为什么 " 贴标签 " 这条路走不通

那 AI 如此泛滥，让 AI 内容 " 亮明身份 " 就有意义吗？有意义，但意义有限。

首先，技术上，文字天然不适合打水印。

图片可以嵌入元数据，视频可以写进编码，用户还很容易看出来，不标记很容易被举报，但文字不行。

唐家三少在文章里也说了这一点：" 文字标识容易被批量删除或篡改。大量 AI 生成的文字内容正在‘隐身’传播，既无法被用户感知，也无法被平台溯源。所以当务之急，需要借鉴视频领域的先行经验，积极探索标识 AI 生成文字内容的办法。"

积极探索当然好，但什么时候探索出来，却没人知道。

当前，行业共识是：通用文本检测器的准确率不足以作为判定依据。因为很多检测器的原理是统计语言特征——句式规整度、用词分布、标点习惯。

比如，唐家三少的这篇文章，大量双引号、破折号，通畅的逻辑、规整的段落、很多类似 AI 生成的词……如果以检测器结果为准，很可能就是 AI 写的。

再有，上有政策下有对策。

很多 AI 生成的文章，为了不像 AI，还会在提示词里加上 " 多用语、多用短句、偶尔重复 "。

很多 AI 工具都有 " 去 AI 味 " 的 skill。还有很多作者，会故意在发布的文章里写错别字，让大家花线标注。

图源 WorkBuddy 截图

第二，机制上，标注是逆向选择。

让创作者主动声明 " 我这用了 AI"，在逻辑上等于让小偷把 " 我是小偷 " 写在脑门上。真正要靠 AI 批量薅流量的人，愿意主动标记吗？

今年 4 月，小红书 AI 治理开放日披露，自治理规则测试以来，完成主动标注的内容超过 12 万条。12 万条听起来不少，但与之相对的，是小红书 2026 年以来累计处置 AI 不良行为超百万例，其中包括 80 万个 AI 托管账号。

两个数据，差距巨大。

所以，创作者自己的声明并没有太大的作用，这需要平台有相应的判定能力。但这又回到了最初的死循环：文字在现阶段，实在太难判断是不是 AI 写的了。

第三，" 用了多少 AI 算 AI" 很难度量。

用 AI 润色了一句，算 AI 吗？用 AI 搭提纲、自己写完，算 AI 吗？口述、AI 整理成文，算 AI 吗？让 AI 检查错别字、修改病句，算 AI 吗？……

AI 与人工之间的界限，很难定义清楚。现实也确实出现过，用 AI 查几个错别字、改两句话，就成了 AI 文章的事情。

当然，各大 AI 厂商也想过办法。今年 8 月，Anthropic 正式上线统计型文本隐写水印，所有新版 Claude 输出默认打上标记，无法关闭。

啥叫隐写水印，就是单独一句话看不出任何异常，人阅读完全无感；可当文本达到足够长度，比如数百词以上，这种持续的微弱概率偏置，会形成可被密钥校验的统计指纹，也就是隐形水印。

这件事一出来就引发了巨大讨论。它在一定程度上，确实可以告诉机器，哪些是 AI 生成的。

但很多创作者认为：我只是调用工具润色，不等于同意在我的文字里永久埋入可被第三方核验的追踪标记。

还有一些记者、学术作者、写敏感内容的人，会觉得文本会携带可追踪元信号，留下文本指纹，带来溯源风险。

AI 不是问题，价值才是

写到最后，不如换个角度思考，我们讨厌的是 AI 还是低质量？

点开一篇文章，读了八百字，什么都没得到；刷到一个视频，看了三十秒，发现是拼接的假新闻；连续三次点开 " 看着像干货、读完全是废话 " 的内容，第四次就不点了。被消耗的不只是时间，更是信用额度。

从这个角度分析，很多人在意的不是 AI 抢走了流量，而是垃圾挤占了注意力。当大家看多了 AI 文章、AI 图片，用不了多久，就记不住手搓的东西到底是啥样的了。

现在这个时间点，我们还有能力抗议，但再过个一年半载，等我们看习惯了 AI 句式，审美发生了改变，又有多少人在意这东西是怎么生成的呢？

所以，平台不如把 " 要不要标注 "，换成 " 要不要推荐 "。

一篇由 AI 辅助完成、但包含记者现场采访和独家数据的报道，只要内容好就应当获得推荐；而一篇由人类亲手敲出、但通篇正确的废话，也应当被限流。

用质量标准替代身份标准，或许是更可取的路线。但另一个问题是，很多平台的推荐逻辑，也已经让人看不懂了。（参考克劳锐往期文章公众号，需要这么强的 " 算法推荐 " 吗？）

如今，彻底摒弃 AI 已经不可能了，如何与 AI 共存，挖掘 AI 有用的价值，才是有意义的事情。

为什么我会这么说？

因为现在的 00 后、10 后，是最后一批知道 AI 出现以前的世界是什么样的人了。才出生没几年的 20 后，以后接触的几乎所有文字，都会被 AI" 污染 "。

一味区分、一味抗拒，还有什么意义呢？

有几次我在听歌、看书的时候，会很恍惚、很感慨。我的小孩，以后还能感受到真人文字中的真情实感吗？

结语

标注有意义吗？有。它至少确立了一个方向：AI 生成的内容不该伪装成人的表达。

但它能解决问题吗？不能。它最多让读者在点开之前多一个提醒，改变不了内容生产的流程。

综上，能救好内容的，从来不是给 AI 贴标签，而是让有价值的东西，得到更多的推荐。