皮尤研究中心 8 月 20 日发布的一项研究显示：2026 年 7 月随机抽样的 1 万个英文网页里，约 10% 有明显 AI 写作或 AI 大幅编辑的痕迹；而如果把范围限定在 ChatGPT 发布之后创建的网页，这个比例超过三分之一。换句话说，AI 早就不再只是写作工具，它正在成为互联网新内容的"默认生产方式"。

数据是怎么来的

据皮尤公布的方法，他们从 Common Crawl 网页存档中取了近 50 万个英文网页，时间跨度从 2021 年 1 月到 2026 年 7 月，然后用 Pangram 的开放权重 AI 检测模型 Open Pangram 逐页分析，看文本里是否存在明显的 AI 创作特征。几个关键数据（据报道）：

• 2026 年 7 月样本中，约 10% 的网页有明显 AI 创作或大幅编辑痕迹；
• • ChatGPT（2022 年 11 月发布）之后创建的网页，超过三分之一带 AI 痕迹；
• • 按域名看，.com 约 10%，.org 约 4.6%，.edu 和 .gov 都只有约 1%——商业网站的比例大约是教育和政府网站的 10 倍；
• • AI 文本的特征词也在全网扩散：破折号（em dash）出现频率比 2023 年翻了一倍，牛津逗号增加了 63%，delve、tapestry 这类 AI 高频词翻了一倍以上，"not just X, it’s Y"式的否定排比句式涨了近三倍。

技术本质：AI 文本有"口音"

检测模型能认出 AI 写的东西，靠的不是玄学，是统计。大模型的训练数据里，某些词和句式被过度表达，于是生成时这些特征出现的频率明显高于人类平均值，时间长了就形成一种可被识别的"AI 口音"。皮尤自己也承认：这类检测模型不完美，会误判，单个文档很难下结论，但大样本下的趋势是可靠的。

这个研究最值得注意的不是"AI 写了很多内容"本身，而是两点：第一，AI 内容的占比在持续爬升，按皮尤给出的分阶段数据，.com 域名的 AI 痕迹比例从 2023 年初的 1% 出头涨到了现在的约十分之一；第二，检测与反检测是一场军备竞赛，今天靠"delve"这类词识别的模型，明天就会被刻意绕开这些词的生成策略反制。

对打工人意味着什么

对普通从业者，最现实的感受是信息变"脏"了：搜索结果里大量 AI 批量生产的文章，读半天发现全是套话；对做内容、运营、SEO 的岗位，AI 内容已经抬高了竞争水位——你不一定被 AI 替代，但得跟海量 AI 生成内容抢流量、抢信任。

对写代码和写文档的人来说，还有个实际风险：代码注释、技术博客如果满是模板化套话，被 AI 检测工具标记的概率不小，而招聘、投稿审核环节已经有人开始用这类工具做初筛。

怎么识别、怎么应对

想直观感受 AI 文本的特征，可以用下面这个脚本统计本地文本里的高频 AI 特征词（只依赖 Python 标准库，可以直接跑）：

import re
from collections import Counter

text = open("article.txt", encoding="utf-8").read()
signals = ["delve", "tapestry", "testament", "pivotal", "underscore",
           "moreover", "furthermore", "crucial", "landscape"]
           words = re.findall(r"[a-z']+", text.lower())
           freq = Counter(words)
           for w in signals:
               print(f"{w}: {freq[w]}")
               ```
（示例代码：统计本地文本中 AI 高频特征词的出现次数）

几个实用建议：

- **内容/运营岗**：AI 生成只当草稿，务必补上真实细节、具体数字和个人判断，把套路词替换掉，这既是给读者看的，也是给检测模型看的；
- - **写代码和文档的**：注释和 README 写清楚"为什么这么写"，别复制模板化表述，这对 AI 和同事都有价值；
- - **别迷信 AI 检测工具**：误报率不低，当参考可以，拿来定性某篇文章、某个作者，容易误伤；
- - **招聘和审核方同理**：用检测结果刷人之前，先想清楚误伤成本，检测模型连皮尤自己都说"不完美"。
## 结尾

AI 生成的内容正在以肉眼可见的速度淹没网页，人类亲手写的字反而可能变成稀缺品。这到底是内容通胀，还是新的机会，你怎么看，评论区聊聊。