网页里有AI文字的比例到了24%，增长主要来自没人链接的小站

现在随便打开四个网页，大概就有一个里面有 AI 写的文字。

华盛顿大学和加州伯克利的研究团队抽了 2019 年到 2026 年的 510 万个可爬取网页，估算出：2026 年 8 月，约 24% 的网页含有 AI 生成或 AI 修改过的文字。2022 年之前，这个比例几乎是零。

而且还在加速。2023 年初到 2025 年初，每年涨 4.6 个百分点；之后每年涨 8.1 个百分点。

增长从哪来，是这份研究最有意思的部分。

大约五分之四的增量，来自那些很少被别的网站链接的页面。反过来，被链接最多的那批网页，含 AI 文字的比例最低。

换句话说，AI 内容主要堆在长尾里：批量生成的站群、SEO 农场、没人看的产品页。权威网站反而没怎么被渗透。

其他几个发现：英文网页比其他语言的比例高；.gov 和 .edu 站点比 .com 低得多。

研究用的是多个 AI 检测器，并且专门修正了检测器的误报和漏报。这一点很重要，单个检测器的误报率是出了名的高。

对搜索引擎和训练数据来说，这个结论有两面。坏的一面是网上的“垃圾”越来越多；好的一面是，按链接权重筛选，仍然能把大部分 AI 文字挡在外面。PageRank 这套老办法，又一次派上了用场。