文 / 尘锋
数字营销机构 Graphite 在 2026 年 5 月发布了一项追踪研究，结论很刺眼：互联网上 AI 生成的英文文章数量，从 2024 年 11 月起正式超过了人类写作的文章。Graphite 从 CommonCrawl 数据库中随机抽取了 43000 篇文章，用 AI 检测算法逐篇扫描，误报率约 4.2%，漏报率仅 0.6%。到 2025 年，AI 文章已稳定占全网发布量的 50% 以上，至今没有回落的迹象。
这股浪潮甚至有了一个精准的名字。Merriam-Webster 把 “slop” 选为 2025 年度词汇，专指那些 AI 批量生产的低质内容。《纽约客》把 AI slop 比作 1919 年波士顿的糖蜜洪水，储罐爆裂，两百多万加仑糖蜜灌满街区。清理花了好几周，地铁站数月后仍然黏脚。AI slop 的黏性如出一辙。YouTube、Reddit、Facebook，到处都是机器生成的填充物。
文学评论家 Matthew Kirschenbaum 警告说，一场 “textpocalypse” 正在到来，未来人类亲手写下的文字，会像银版照片一样稀有。
有意思的是，机器写作这件事比想象中古老得多。1953 年，数学家 Christopher Strachey 就用曼彻斯特大学的计算机生成了情书，跟填词游戏没什么两样。同一年，Roald Dahl 发表了短篇小说《伟大的自动语法机》，小说里一位工程师造了一台写故事的机器，一年之内就生产了英语世界一半的小说和故事。Dahl 在结尾写道，“这让你惊讶吗？我怀疑不会。更糟的还在后面。”
七十年后，“更糟的”确实来了。
但这还不是最大的问题。AI slop 真正的危险，早已超出内容质量低劣的范畴。
维特根斯坦在《逻辑哲学论》里写过，“我的语言的界限即是我的世界的界限”。这句话在 AI 时代有了新的读法。当一个人停止亲手写作，把表达外包给机器，缩小的不仅仅是技能，还有他的思维边界。写作从来都不只是把想好的东西敲出来，它是一种在意识表层下缓慢运转的发酵过程。一个句子的措辞、一段论证的推进、一个比喻的选择，都在迫使写作者厘清自己到底想说什么。手指停下来的那一刻，这种厘清也就停了。
NYU 数字人文中心主任 Leif Weatherby 在《Language Machines》一书中提出了一个尖锐的观察：机器已经可以在没有理性参与的前提下生成语言——语言和理性被彻底解耦了。
这段话听起来很学术，但落到每个人身上就是一件非常具体的事。当 ChatGPT 替你写完周报、替你回完邮件、替你编好朋友圈文案的时候，省下来的那些时间里，有没有人真的在 “思考”？还是说，省下来的只是思考本身？
意大利作家卡尔维诺 1967 年就期待过一种 “真正的文学机器”，一种能自发制造混乱和创造力的机器。但今天的大语言模型，生成的文字再精巧、再流畅，底色仍然是派生的、均值的、可预测的。用德国哲学家 Max Bense 的话说，这是 “没有诗人的诗”。
国内心理与认知科学研究者基于 2023—2025 年多轮追踪数据发现，高频使用大语言模型的用户群体，在语义流畅度、词语联想广度、观点多样性等指标上呈下滑趋势。写作外包带来的不是思维的“解放”，而是思维的“卸载”。越省事，越不会想事。这不是工具的问题，是使用方式的问题。
思维萎缩只是问题的一半。另一半更隐蔽，也更致命。
大语言模型的能力来自海量人类文本。互联网上几十年积累下来的文章、论文、小说、论坛帖子、代码注释，构成了训练这些模型的核心养料。当越来越多的新内容由 AI 而非人类生产，这些养料正在被稀释。这个问题在学术界已经有了名字，叫“模型坍缩”（model collapse）。2024 年，《自然》期刊发表了一篇论文，指出当 AI 模型在自身生成的数据上反复训练时，输出的多样性和质量会逐代退化，最终坍缩为无意义的噪声。这跟近亲繁殖导致基因退化的逻辑几乎一模一样。
更要命的是，这两个问题会互相加速，形成一个飞轮。
AI 写得越多，人类写得越少。人类写得越少，AI 能学到的新鲜养料就越少。养料枯竭让 AI 输出更加同质化，同质化的输出又进一步降低了人类亲自书写的动力。转起来之后，要停下来就很难了。
这不是耸人听闻的预言，而是正在发生的事实。AI 文章的占比自 2024 年 5 月以来基本持平，没有继续飙升，但这恰恰可能说明：容易被 AI 填充的生态位已经被填满了，剩下的缝隙也在被逐渐渗透。
如果你觉得思维退化这件事离自己还很远，可以看看 AI 圈子的真实成本——喂养模型的养料正在枯竭，直接推高了技术的商业代价。
中国科技公司过去一年在 AI 大模型上的投入持续高位运行。腾讯 2026 年第一季度研发支出高达 225.4 亿元，Q1 资本开支 319.4 亿元，同比增幅达 16%。但即便砸下重金，高质量训练数据的获取难度仍在攀升。2025 年下半年，腾讯对外放慢了 AI 节奏，马化腾后来将此举形容为“内部降噪”——与其盲目堆砌 “AI 全家桶”，更倾向于重塑底层逻辑。这种战略犹豫的背后，很大程度上是被迫支付的“纯度溢价”：当互联网上的新鲜人类写作日益稀缺，能用的大多数是 AI 自我繁殖的劣质语料，每一轮迭代的成本都在以几何级数膨胀。
进入 2026 年，涨价已成为全球 AI 模型行业的共同选择。在中国市场，腾讯云、阿里云、百度智能云三大服务商及智谱等头部模型公司集体上调服务价格。腾讯混元大模型输入价格最高涨幅达 463%，智谱更是在数月内连续三次调价。
混合不同代际的模型数据或许能缓解“模型崩塌”，但这只是权宜之计。数据的代际多样性本身也在萎缩——上一代人写的文章正在被 AI 生成内容淹没。如果不加干预，长期迭代会导致不可逆的语义退化。
如果把视野拉到更远的地方，AGI 甚至 ASI 的终局会是什么样？
乐观者会说，超级智能一旦出现，它将拥有自主学习和创造的能力，根本不需要人类文本作为训练素材，上述飞轮会自动瓦解。悲观者则认为，在那一天到来之前，人类可能已经在思维上严重退化，变成一个高度依赖 AI 输出的物种，到时候即使超级智能愿意交流，这边已经没有足够的理解力去接住它说的话了。
两种推演都可能太极端。更值得警惕的是一种温水煮青蛙式的中间态：AI 没有强大到取代所有人类思维，但已经强大到让大多数人放弃了主动思考的习惯。这个世界的语言没有消亡，只是变得越来越同质、越来越平庸、越来越缺乏那些只有在人类挣扎着组织语句时才会迸发出的意外和洞见。
Jill Lepore 引述 Leif Weatherby 的话：“有什么了不起的事情正在发生，我们能和机器对话了。但我们还没有找到描述这一转折的语言。真正的问题是，这个情节本该由人类来书写，但到目前为止，那个情节本身就是 slop。”
维特根斯坦说语言的边界就是世界的边界。那么，当一种语言的生产者从碳基切换为硅基，这个世界的边界，是在扩展，还是在收缩？
——尘锋，于行业泡沫与真相的交界处
本文由「尘言」主理人： 尘锋 撰写，转载请注明出处。观点仅代表作者立场，不代表找找AI官方立场。