“死亡互联网理论”刷屏硅谷

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”（DIT，Dead Internet Theory），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（数据）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（LLM-speak），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（Curse of Recursion）：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（continue training）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（Model Collapse）。

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（包括 AI 生成的深度伪造）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。

参考资料：

https://graphite.io/five-percent/more-articles-are-now-created-by-ai-than-humans%20%20

https://arxiv.org/pdf/2502.00007%20

https://x.com/AskPerplexity/status/1978587411803156942

本文来自微信公众号：新智元，作者：新智元，编辑：元宇