对抗AI世界中的“互联网已死”困局

“互联网已死”理论宣称大半个互联网已被机器人操控。这在几年前也许只是阴谋论性质的夸大其词，但在人工智能（AI）飞速发展的当下，这种曾经的猜想似乎愈发契合未来的现实。不仅如此，在生成式AI兴起之前就已经存在的算法，往往也更偏好同质化的媒体风格，这进一步加剧了互联网的空洞与单薄感。

“死去”的互联网，会让信息真假难辨、让信任崩塌，致使现实被扭曲，人们不再将互联网视为获取知识或建立联系的有效平台。它还会带来次生影响：基于不可靠的机器人生成内容训练的模型，会制造更多同类内容，最终让AI成为一种阻碍而非助力。不过，企业仍然可以采取一系列措施来应对这种局面，这些措施包括调整品牌呈现方式、优化客户的互动模式，以及围绕产品和发布信息构建有意义的社群。

理论起源

最初在2021年流行的“互联网已死”理论认为，互联网的大部分流量和交互实际上都是机器人执行的。人们起初对此难以置信，因为当时的自动化技术还不像今天这般强大，核查信息来源的可靠性也相对容易。然而，如今在领英等社交平台上，各种贴文都愈发呈现出相似的格式和内容模式，帖子下面的回复和评论也越来越千篇一律，充斥着味同嚼蜡的祝贺、附和或赞赏，甚至连个人头像都带上了浓重的美颜滤镜，仿佛是伪造或者过度修图的产物。这到底是怎么了？

为何在此刻重获关注？

随着大语言模型（LLM）等生成式AI不断发展，它们输出的文本、图像和视频的真实感越来越强，加之AI代理不需要监督就可以实现复杂工作流程，由机器人驱动、为机器人服务的互联网似乎就要降临。视频或图像生成模型的每次迭代，都会让产出的内容更加逼真，继而充斥各类常用平台，使得机器人泛滥、人类发帖机器人化的问题愈发显著。

然而，现代互联网的“死人感”并不全怪生成式AI。社交平台、搜索引擎以及多数的大型内容聚合网站，都或多或少参与了“注意力争夺战”，用数据指标而非真正的参与度来指导产品优化，让互联网变得越来越肤浅——毕竟奇葩搞笑的段子远比深入的实质性内容更吸引人。当这种模式与生成式AI输出风格相遇，便造就了全网泛滥的垃圾信息。

通过算法来推荐内容的生态，其奖励机制也助长着人类模仿AI生成内容，这进一步加剧了“互联网已死”的感受。培养有价值的追随者群体或建设富有成效的社群，往往要耗费大量时间和精力，而且成效难以保证，也许有些内容会引发热议，但更多内容无人问津。要想不依赖自动化机制构建精心制作优质内容的社区？这根本就是徒劳，因为这些内容最终会败在掌控全局、更迭频繁，却鲜少提供改进反馈的黑箱算法之下。此时，人们自然而然会想到把这个环节外包出去，这样即使效果没达到预期，损失依然可控，最终还是回到了以AI对抗算法、让生成式模型驱动的AI代理来干活这条路。那么，这对互联网的未来意味着什么？

对知识、信任与社区的影响

当客户阅读企业发布的博客，却发现它是一篇未经人工审核、错漏百出、配图荒谬的AI文时，客户对企业的信任就会崩塌。只要帖子下面出现垃圾评论，用户就会推定这个平台满是未经验证的假用户和机器人。如果互联网用户无法确信自己阅读、消费或学习的内容是否真实可靠，或者无法确认沟通的对象是不是自动化程序，那么互联网作为信息来源或者特定主题社群组织平台的功能就会受到威胁。这将会引发多重关键影响，包括认知崩溃——虚假信息与真相难以区分，以及关系瓦解——维系线上联结的基础逐渐消失。两者都将导致互联网失效，人们被迫回到线下。但实际情况并不都是厄运与悲观，我们仍有反击之道。

重振互联网

在企业层面，拥有线上业务的公司可采取多种策略，防止自身滑向“互联网已死”的命运。首先，在涉及客户利益的关键领域，应避免引入AI，以防招致信任危机。确需采用AI自动化技术时，必需确保透明度原则，并对需要公开发布的信息进行核查。若企业通过发布白皮书或博客来巩固其专业权威地位，同样适用这些建议。通过投资专家团队提供真正有价值的信息，并持续关注细分领域真实消费者的需求而非盲目蹭热点，就可以避免“互联网已死”的困局。

此外，还可以建立需要通过身份验证的封闭式社区和论坛，这样既能阻隔机器人的干扰，又可以促进真实交流。适度的内容审核同样非常关键，而且需要同步对员工和社区成员开展培训，教会他们识别AI生成内容的特征、培养他们的批判性思维能力，从而对网络内容做出明智判断。

结语

曾经看似边缘化的阴谋论观点，如今正随着生成式AI、AI代理和内容推荐算法在互联网诸多领域的全面渗透，逐渐在现实中扎根。当人们越来越难以分辨真实内容与虚假信息时，互联网作为信息来源的可信度正面临崩塌的危险，其作为构建在线社群和塑造品牌形象的媒介也变得越来越不可靠。所幸，企业还可以通过多种方式进行反击：限制AI与客户的交互范围、坚持审核社区成员和待发布内容的真实性，以及加强人们识别AI生成内容的能力，以限制其影响。唯有如此，未来的互联网才能重新成为连接与学习的场所，而非充斥着空洞机器人流量的荒漠。

关于作者

Becks现任AlleyCorp Nord的机器学习主管，该机构汇聚了开发者、产品设计师和机器学习专家，携手客户实现AI产品的构想。她在深度学习和机器学习领域拥有丰富经验，既探索创新的深度学习方法并将其直接应用于解决现实问题，也负责构建用于训练和部署AI模型的渠道和平台，同时为初创企业提供AI和数据战略咨询。