皮尤：ChatGPT发布之后上线的网页，35%带着AI写作的痕迹

皮尤研究中心 8 月 20 日放了份研究，数字比想象的高。

方法是这样：从 Common Crawl 网络档案库里取近五年约 50 万个英文网页，用 Open Pangram 做 AI 文本检测。2026 年 7 月随机抽的 1 万个网页里，约 10% 有明显 AI 创作痕迹。但随机抽样必然混进大量 ChatGPT 出现之前的老页面，所以皮尤把 2022 年 11 月之前的剔掉，重新算——35%。

域名维度的差异更有说服力。.com 出现 AI 痕迹的比例大约是 .edu 和 .gov 的十倍，后两者只有 1% 左右，.org 是 4.6%。这个分布其实很符合直觉：商业站点靠内容量吃流量，学术和政府站点没有这个压力。

研究里还提到几个越来越常见的语言特征：破折号用得特别多、牛津逗号、以及”这不是 X，而是 Y”这种固定句式。看到这几条我笑了一下，因为它们确实是模型最爱的口癖，而且一旦你意识到了，就再也无法忽视。

皮尤自己也标注了这份数据的局限——AI 检测工具误判率不低，35% 这个数不能当成精确值。但趋势方向是清楚的。配合 Cloudflare 之前那份”机器人流量已经超过人类流量”的报告一起看，互联网正在滑向一个”AI 生产、AI 消费”的循环：模型写的内容被爬虫抓走，喂给下一代模型，再吐出更多内容。

对做内容的人来说，这份研究的实际意义可能是反过来的。当 35% 的页面都长着同一副面孔，剩下那 65% 的辨识度反而变值钱了。