人工智能席卷网络：超过三分之一的新页面由神经网络生成
生成模型在网络空间中的渗透程度远比人们普遍认为的更为严重。一项基于2026年7月通过Common Crawl收集的10,000个英语页面样本的最新分析表明：约10%的网络内容带有明显的合成生成痕迹。然而，这只是冰山一角。
ChatGPT发布后的关键转变
10%的数字看似温和，但具有迷惑性。因为总体样本中包含了大量在现代LLM时代之前创建的存档材料。如果仅隔离出2022年11月（ChatGPT首次亮相之时）之后发布的页面，情况则发生根本性变化。在这些页面中，带有AI创作痕迹的内容占比超过三分之一（33%以上）。这直接证明了生成算法已成为相当一部分网络出版商生产文本的主要工具。
AI在哪些领域如鱼得水
合成内容在域名区域中的分布极不均衡，且遵循纯粹的经济逻辑。在.com区域中，约每十个页面就有一个（约10%）检测到AI生成痕迹，是.org区域（4.6%）的两倍。教育和政府资源（.edu和.gov）仍然是最“干净”的——那里的比例勉强达到1%。这可以解释为：商业部门积极自动化常规文本流程——商品描述、SEO文章、新闻简报——在这些领域，速度比独特的作者风格更为重要。
方法论与细微差别
需要强调的是：这并非精确检测，而是概率性评估。分析依赖于与生成模型统计相关的语言标记。研究人员没有检查每个页面的编辑历史，也没有询问作者。因此，更准确的说法是“存在AI参与的显著可能性”，而非百分之百的事实。此外，该类别仅包括由神经网络撰写或彻底重写的内容；使用助手进行的小规模校对不计入在内。
我的观点：这些数据仅仅是起点。市场正朝着内容全面自动化的方向发展，当前新页面中33%的比例只是最低值，未来只会继续增长。问题不在于如何区分AI文本与人类文本，而在于搜索算法和读者如何适应这一新现实——合成内容正成为常态而非例外。即将到来的排名和标注变化只是这一方向上的初步步骤。