AI 垃圾内容（AI Slop）

AI 垃圾内容指用模型批量产出、以博取流量或占据搜索位为目的的低信息量内容：套话拼接的文章、同质化的图片、批量生成的商品页与短视频。它的特征不在于由模型生成，而在于生成成本极低、几乎没有人做核对，产出规模远超人工创作，从而改变了信息流的内容构成。

为什么扩散得这么快

• 成本结构反转：生成成本趋近于零，而分发仍按流量计酬，套利空间直接驱动批量生产。
• 平台激励错位：以点击与停留时长为核心的排序，很难区分好看与有价值。
• 检测滞后：文本检测准确率有限，改写一遍就难以判定，误判又会伤及正常作者。
• 语料回灌：低质内容进入公开网络后被下一轮训练抓取，形成质量下滑的反馈回路。

与正常辅助写作的区别

• 核对程度：辅助写作通常有人对事实与结构负责，垃圾内容追求发布速度，跳过核对环节。
• 写作目的：前者为完成具体任务，后者为占据关键词与推荐位，内容本身没有明确的服务对象。
• 规模与重复：垃圾内容常成批生产、主题重复、彼此高度相似，正常写作即便用模型也不以数量为目标。
• 可追溯性：有作者的稿件能说明来源与责任，垃圾内容往往找不到可联系的责任主体。

应对手段与争议

• 来源标注：要求披露生成方式，但标注本身无法区分低质与高质量的生成内容。
• 行为识别：从发布频率、账号关联与互动模式判断，比逐篇判定文本是否由模型生成更稳。
• 分发端降权：让低质内容拿不到流量，比事后删除更能改变收益结构，但排序规则需可解释以避免误伤。
• 收益规则调整：改变按流量计酬的方式会触及平台自身收入，因此推进通常较慢。

争议在于执行尺度：标注与限流容易误伤使用辅助写作的普通作者，而完全依赖事后检测又总是慢一步。更被认可的思路是把责任前移到分发环节，用可解释的排序与账号行为信号压低低质内容的收益，同时给正常创作者保留申诉通道。与「AIGC」的区别在于，后者指生成技术本身，是中性的；与「内容审核」的区别在于，审核针对违规内容，而垃圾内容多数并不违规，只是信息价值极低，因此需要质量信号而不是规则判定。对普通读者而言，更实际的应对是建立自己的信息源清单，把是否署名、是否给出可核查的引用当作筛选信号；判断成本最终被转嫁给了读者，这也是它比单纯的内容过剩更值得警惕的地方。