你刷到的帖子，可能有一半是 AI 写的
周五晚上十一点，你躺在床上刷手机。
打开 LinkedIn ，一条行业分析跳进视线——"2026 年数字化转型的五大趋势"。开头讲了个小故事，引用了麦肯锡的数据，结尾还抛出一个「发人深省」的问题。排版干净，措辞得体，像是一个资深从业者花了两个小时打磨出来的。
你点了个赞，划走了。
但你可能不知道：那篇帖子，作者连键盘都没碰。
一份让全网沉默的数据
安全公司 Pangram 做了一个实验。
他们开发了一款 Chrome 浏览器插件，用户在刷社交媒体的时候，插件会在后台悄悄扫描每一条帖子，用 AI 检测模型判断它是不是机器写的。用户可以选择匿名分享扫描数据，用于研究。
两个月后，他们拿到了一份惊人的数据集：超过 100 万条帖子，覆盖 LinkedIn、X/Twitter、Reddit、Medium、Substack 等主流平台。
结论是什么？四个字：触目惊心。
整体来看，所有被扫描的帖子中，13.8% 被标记为 AI 生成。相当于你每刷七八条内容，就有一条根本不是人写的。
但这只是平均值。如果你多看几眼那些「看起来很有营养」的长文章，比例直接翻倍。
长文才是重灾区
Pangram 的分析发现了一个规律：内容越长，越可能是 AI 写的。
在所有超过 250 个单词的长帖子中，25.72% 完全由 AI 生成。四分之一。你看到的每一篇行业分析、经验分享、深度思考，每四篇里就有一篇是机器吐出来的。
想想你上周收藏的那些「干货」文章。
其中至少四分之一的作者，可能只做了一件事：把标题扔进 ChatGPT ，复制粘贴。
唯一的例外是 Substack。长文和短文的 AI 比例差不多持平——这大概是因为 Substack 上的作者要靠付费订阅吃饭， AI 糊弄不了愿意掏钱的读者。
但其他平台呢？情况比你想的糟得多。
LinkedIn ： AI 写作的「法外之地」
LinkedIn 是这场 AI 洪水中的「决堤口」。
数据显示， LinkedIn 上超过 40% 的长文帖子被标记为完全 AI 生成。不是「部分润色」，不是「AI 辅助」——是整个人都不在场的那种「完全」。
更夸张的是： LinkedIn 的帖子数量只占全部扫描数据的三分之一，但它贡献了所有 AI 标记内容中的 62%。
三分之二的 AI 垃圾，都堆在一个本该最「专业」的地方。
讽刺吗？一个以「真实身份」「职业信誉」为核心卖点的平台，反而成了 AI 最泛滥的角落。人们宁愿用一个假的声音，去维护一个真的名字。
LinkedIn 自己也没少助力。平台上内置的「AI 润色」按钮——从「用 AI 写」改名叫「优化帖子」，换汤不换药——无时无刻不在鼓励用户：别费劲了，让 AI 替你说话。
更黑色幽默的是， LinkedIn 的一位高管最近发帖宣布平台将检测并降权 AI 生成的帖子。猜猜那条宣布打击 AI 的帖子本身是什么检测结果？
AI 生成的。
自己打自己脸，打得啪啪响。
X/Twitter ：一半内容不是人写的
如果说 LinkedIn 的问题是「长文全是 AI」，那 X/Twitter 的问题更彻底：全平台沦陷。
Pangram 的数据显示， X 上的文章中，23.9% 完全由 AI 生成，另外 22.9% 是 AI 和人类混合写作。两项加起来——46.8%。
只有 53.2% 的 X 文章被标记为「完全人类撰写」。
你刷 Twitter 看新闻、看观点、看吵架，每两条里就有一条跟 AI 有关。你以为自己在了解「大家怎么看」，实际上你看到的「大家」，可能是一堆 token。
2024 年有人开玩笑说「互联网已经死了」。2026 年的数据告诉你：它可能真的快死了。
Reddit ：最后一片「人类净土」？
在所有平台中， Reddit 的数据最好看——整体 AI 率只有 4.4%。
但别高兴太早。
Reddit 的「干净」有一个取巧的原因：回复太多。Reddit 被扫描的内容中， 72% 是评论回复，而这些回复 98.1% 是人类写的。大量短回复「lol」「this」「based」把分母撑大了，拉低了整体比例。
如果你只看顶层帖子——那些被推到首页、获得上千点赞的内容——AI 率立刻跳到 11.6%。
更诡异的是，即使控制字数变量， Reddit 的顶层帖子仍然是 AI 生成的概率比评论高出 5.25 倍。
这说明什么？ Reddit 的反机器人策略——限制发帖频率、要求人工验证——确实管用了。它成功地让 AI 无法用「自动回复」的方式灌水。但它拦不住那些用 AI 写一篇「真诚分享」再手动发出去的人。
低强度的 AI 作弊，完美地绕过了所有防御。
一个 0.01% 的细节
在继续往下聊之前，有一个数字你必须知道：0.01%。
这是 Pangram 3.3 模型的假阳性率——把人类写的文章错误地标记为 AI 生成的几率，只有万分之一。
换句话说，上面那些数据不是「可能误判」，是真的有那么多 AI 内容。当你觉得「AI 检测不准吧」的时候，这个模型告诉你：准到你可以信。
这件事为什么细思极恐
我们不妨做一道简单的算术。
假设你每天花 30 分钟刷社交媒体，平均看 100 条帖子。按照 13.8% 的整体 AI 率，其中 14 条是 AI 写的。如果你偏爱看长文章，这个数字可能翻倍到 28 条。
一个月下来，你「消费」了 400 多条 AI 生产的信息垃圾。
一年呢？5000 条。
而你甚至不知道它们是谁写的、为什么写、背后的动机是什么。它们可能是营销号在批量生产流量内容，可能是某个公司在做「品牌建设」，也可能是某个组织在进行舆论引导。
你以为是信息获取，其实是被投喂。
更可怕的是 AI 内容的「隐蔽进化」。早期的 ChatGPT 文章一眼就能看出来——「在当今数字化时代」「总而言之」「值得注意的是」。但现在的模型，尤其是专门针对社交媒体优化的写作工具，产出的文字已经越来越像真人。Pangram 的研究人员甚至发现，很多 AI 内容会被刻意加入一些「小瑕疵」——故意拼错一个词、用口语化表达——来逃过检测。
我们该怎么办？
说实话，没有完美的解决方案。
平台在行动——LinkedIn 说要降权 AI 帖子， Reddit 在加强验证机制。但这些措施要么是「自己也在用 AI 写公告」的尴尬表演，要么只拦得住最低级的灌水行为。
AI 检测工具像 Pangram 的插件一样，至少给了你一个「知情权」。知道一条内容可能是 AI 写的，和不知道，是两种完全不同的阅读体验。前者叫「浏览」，后者叫「被喂养」。
但更根本的问题在于：我们为什么刷社交媒体？
如果是为了获取真实的人类经验和观点，那 AI 内容就是毒药。如果只是无聊打发时间，那谁写的可能确实无所谓——反正都是划过。
最危险的是中间地带：你以为你在了解世界，实际上你看到的世界，是一群语言模型拼凑出来的幻象。
下次刷手机的时候
当你再打开 LinkedIn ，看到那篇「2026 年你必须知道的五个趋势」。
当你再打开 Twitter ，看到那篇「深度分析：为什么 XX 注定失败」。
当你再打开 Reddit ，看到那篇「作为一个从业十年的老兵，我想说……」
停一秒。
问问自己：这是一个人花时间写出来的真实经验，还是一个模型在 3 秒内吐出来的概率组合？
你不需要每次都猜对。你只需要知道：你刷到的帖子，可能有一半根本不是人写的。
知道这件事本身，就已经比 99% 的人更清醒了。
封面高亮关键词: AI 写的, 一半