死亡互联网理论：AI生成内容泛滥下的网络真实性危机

近期，硅谷科技圈被「死亡互联网理论」所刷屏，OpenAI创始人Sam Altman和Reddit联合创始人Ohanian等业界领袖纷纷发表看法。他们指出，失去真实性的网络等同于死亡，而AI生成内容正席卷社交平台，覆盖图片、视频到自动化评论。互联网的未来关键在于重拾「真实」的信任与温度，而非单纯的真假之争。

随着AI内容淹没互联网，人类创作的内容日益缩减，网络生态面临严峻挑战。

「如今的互联网，大部分已经死了」，Reddit联合创始人Alexis Ohanian近日一语惊人，引发广泛共鸣。

Reddit联合创始人Alexis Ohanian

他所谓的「互联网死亡」并非指网络关闭，而是指网络被铺天盖地的AI生成内容所淹没，失去了真实的生命力。

Ohanian的观点并非空穴来风。

曾经汇聚人类真实思想和交流的网络空间，如今正被大量AI生成的内容占据：

用户看到的热帖、阅读的文章，甚至与之争论的「网友」，都可能并非人类，背后或许是算法与AI的「回声」。

AI生成内容的无序扩张，持续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」已变为「死亡互联网现实」：

每天都有普通人发消息，推荐一些根本不存在的地方，这些地方源自Facebook、Instagram和Twitter相关主题账号或页面……这些帖子通常包含完全虚假的AI照片，评论区还有机器人账号盲目称赞。

Chris Broad提醒用户谨慎关注和点击内容。「要知道，大多数页面、内容以及粉丝数量，都被人为夸大。」

网友Swarn也提到经常刷到疑似AI生成的推文，他通过内容中「突然转折、刻意堆砌词汇、借用隐喻」等特征识别「AI味」。

Goddess预测下一年「死亡互联网理论」会愈发受关注，因为并非所有社交媒体账号都代表真实的人。

这股热潮甚至惊动了OpenAI创始人兼CEO Sam Altman。

Sam Altman认为「死亡互联网理论」有一定道理。他指出「现在确实存在大量由大模型驱动的Twitter账号」。

AI生成内容的泛滥，让Altman再度担忧「死亡互联网」理论的影响。

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）传递核心态度：不真实，毋宁死。

它强调真实是互联网的生命——失去真实性，就等于宣告互联网「死亡」。

2021年，用户IlluminatiPirate在Agora Road论坛发帖提及「死亡互联网理论」，将其定义为「大多数互联网变得虚假」。

随着互联网社会发展，「死亡互联网理论」思潮在网络论坛和社区流行，驱动因素正是「真实感」的逐渐丧失：

现代互联网玩法多样，但真实感却日益缺失。

早期互联网有机、用户驱动的特性慢慢消失，取而代之的是依赖计算机生成内容以维持活动和参与度。

生成式AI的出现，为「死亡互联网理论」提供更多「现实支撑」。

因为生成式AI更似人类，被广泛应用于社交媒体放大点赞、评论和分享数据。

就连Sam Altman这位让ChatGPT风靡的「AI之父」，也被铺天盖地的「程序味儿」困扰，他吐槽Reddit上的AI腔调（LLM-speak），认为这让互动「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，真实互联网逐渐被AI主导的互联网取代，「技术登月」增多，真实感却减少。

换言之，「死亡互联网」理论的市场不断扩大。

「死亡互联网」的升级版

如今，AI浪潮如火如荼，按下「互联网死亡」加速键，并带来升级版本。

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

Imperva在2025年版《Bad Bot Report》指出：自动化流量在2024年达51%，其中「坏机器人」占比升至37%。

「坏机器人」在生成式AI时代更突出，因它们更善于伪装人类行为。

它们可能在社交媒体生成空洞评论，也可能被恶意用于制造虚假页面浏览量、用户互动和使用时长，扭曲公司业绩数据。

生成式AI不止活跃于社交媒体，还逐步接管人类表达领域。

Graphite数据记录这一里程碑时刻：

2024年11月，网络AI生成文章数量超过人类撰写文章数量。

据Graphite观察，自2022年11月ChatGPT推出，AI生成文章数量显著增长，但过去一年比例相对稳定，或因早期AI文章质量不佳。

但随着AI文章质量提高，且其速度高、成本低，未来AI文章数量将稳定增长。

这意味着，AI生成内容增长不仅改变信息来源结构，也重塑网络生态真实感「基线」，可能带来AI时代「互联网死亡」升级版——模型崩溃。

https://arxiv.org/pdf/2305.17493

牛津大学等研究机构在《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》论文中理论证实此点。

AI时代真正危机是模型崩溃。

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」原始人类语言分布细节，尤其是少见或边缘模式。

模型逐渐丢失多样性，沦为一切趋于平庸的同质化，最终出现模型崩溃（Model Collapse）。

这好比把照片在上一代复印件上不断复印，清晰度逐渐下降，最终变成模糊、缺乏细节的照片。

当更多AI内容成为训练数据，可能带来模型能力下降，产生更多劣质AI内容，这些内容再训练出更差模型，最终导致模型崩溃。

从互联网「死亡」到模型「崩溃」，与技术发展同步的是「失真」演进。

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回答与人类内容协同将成为主流交互范式。

Google CEO Sundar Pichai

英伟达CEO黄仁勋提出应把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渗透互联网和人类社会，AI生成内容将如Sam Altman预言，不可避免地增多。

这带来难题：如何区分AI和人类生成内容。

随着人类越来越多与AI合作，区分变得更加困难。

的确，人在工作中利用AI方式多样，如搜索、整理材料，因此很难明确说内容是否为AI生成。

实际上很多AI生成内容背后是人类引导、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的话说，「二者更像共生关系，而非非此即彼。并非所有AI生成内容都是垃圾内容。」

在这种共生关系下，是否需要区分AI和人类生成内容？

Sam Altman认为，「好不好比是不是AI产出更重要」，但他也提出要有「可验证来源」与治理工具，以识别AI生成内容并提升信任。

Altman认为识别AI生成内容是为提升信任度，他曾多次提醒勿过度信任模型，因AI也会「自信地编造」。

同样，Anthropic CEO Dario Amodei也认为，需要科学方法和评估体系兜底，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强调用AI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AI技术发展变得尤为重要。

近日，Sora 2上线后短时间就有大量「以假乱真」视频在社媒流通，YouTube、Meta正通过「贴标」「降权/限变现」等方式，试图限制「AI灌水内容」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内容是为安全，避免AI噪声，但即便AI生成内容优于人类，这种区别仍必要。

因为相比较好坏，真实性永远更为重要。

不仅是互联网，即使AI时代数字生命，本质仍在于「真实」。

在人机共生时代，我们需要关注重点不在于人类与AI区别或优劣，而在于如何让AI服务于人类真实。

无论未来技术如何演进，人类仍需守住「真实」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