•
「死亡網路理論」刷屏矽谷！ Reddit創辦人預警，奧特曼公開發聲
近段時間，「死亡網路理論」刷屏矽谷，OpenAI創辦人兼CEO Sam Altman、Reddit聯合創辦人Ohanian等紛紛對此發表評論。失去真實性的網絡等同於死亡。 AI生成內容正席捲社群平台，從圖片、影片到自動化評論。網路的未來不在真假之爭，而是重拾「真實」的信任與溫度。
當網路被AI內容淹沒，真正由人類創作的內容日益縮減。
「如今的互聯網，大部分已經死了」，近日Reddit聯合創始人Alexis Ohanian一語驚人。
他口中的「網路死亡」並不是指網路被關閉了，而是被鋪天蓋地的AI生成內容所淹沒，失去了真實的生命力。
Ohanian所言非虛。
曾經匯聚人類真實思想與交流的網絡，如今正被大量AI生成的內容所佔據：
你看到的熱帖、閱讀的文章、甚至與你爭論的「網友」，都可能根本不是人類，背後或許早已是演算法與AI的「迴響」。
AI生成內容的無序擴張，正在蠶食網路的真實性。
旅行類大V Chris Broad在X平台上表示，「死亡網路理論」現在已成為「死亡網路現實」：
每天都有普通人給我發訊息，讓我去一些根本不存在的地方，這些地方都是人們在Facebook、Instagram和Twitter相關主題帳號或頁面中提到的……這些帖子通常包含完全虛假的AI照片，下面還有機器人帳號在評論區盲目地稱讚照片。
Chris Broad提醒人們要小心自己追蹤和點擊的內容。 「要知道，大多數頁面、內容以及粉絲數量，都是被嚴重人為誇大的。」
網友Swarn也提到經常會刷到疑似AI生成的推文，他會透過內容中夾雜的「突然轉折、刻意堆砌的詞彙、借用的隱喻」來辨識「AI味」。
Goddess預測到下一年「死亡網路理論」會越來越受到關注，所有社群媒體帳號並非都是真實的人。
這股熱潮，甚至把OpenAI創辦人兼CEO Sam Altman也驚動了。
Sam Altman認為「死亡網路理論」可能有一定的道理。他提到「現在的確存在著許多由大模型驅動的Twitter帳號」。
這些AI生成內容的氾濫，讓Altman再度擔心「死亡網路」理論的影響。
不真實，毋寧死「死亡網路」理論的起源
「死亡網路理論」（DIT，Dead Internet Theory），傳遞出這樣一種核心態度：
不真實，毋寧死。
它認為只有真實才是網路的生命──失去真實性，等於是宣告了網路的「死亡」。
2021年，用戶IlluminatiPirate在Agora Road論壇發文提到了「死亡網路理論」，這位網友對其的定義就是「大多數網路變得虛假」。
伴隨著網路社會的發展，「死亡網路理論」思潮在網路論壇和社群中開始逐漸流行，背後的驅動因素正是「真實感」的逐漸喪失：
現代網路帶來了花樣百出的玩法，但真實感也被玩丟了。
早期網路那種有機的、使用者驅動的特性一點點消失，取而代之的是越來越依賴電腦產生的內容（資料）以維持活動和參與度。
隨著生成式AI的出現，讓「死亡網路理論」獲得了更多的「現實支撐」。
因為生成式AI更像人類，它們在社群媒體上被廣泛應用於放大點讚、評論和分享數據等。
就連Sam Altman，這位親手讓ChatGPT風靡全球的「AI之父」，也被鋪天蓋地的「程序味兒」搞破防，他忍不住吐槽Reddit上的AI腔調（LLM-speak），認為這讓人際互動「感覺很假」。
從早期互聯網，到社交媒體時代，再到生成式AI浪潮，原來那個真實的互聯網已逐漸被一個由AI主導的互聯網所取代，“技術登月”越來越多，但真實感卻越來越少了。
換句話說，「死亡互聯網」理論的市場越來越大了。
「死亡網路」的升級版
如今，如火如荼的AI浪潮，正按下「網路死亡」的加速鍵，也帶了它的升級版本。
根據Cloudflare的長期監測顯示，機器人流量約佔整體應用流量的31%左右，並在部分地區和時段階段性超越人類存取。
Imperva在2025年版的《Bad Bot Report》中則指出：自動化流量在2024年已達51%，其中從事惡意活動的「壞機器人」佔比升至37%。
這裡的「壞機器人」在生成式AI時代更為突出，因為它們更善於偽裝成人類行為。
它們有時只是在社群媒體上產生一些空洞或胡言亂語的評論，但也可能被惡意使用，例如製造虛假的頁面瀏覽量、用戶互動和使用時長，從而造成公司業績數據的扭曲。
不只活躍於社群媒體，生成式AI還在逐步接管人類表達領域。
Graphite的一項數據記錄了這一里程碑時刻：
2024年11月，網路上發表的AI生成文章數量超過了人類撰寫的文章數量。
根據Graphite觀察，自2022年11月ChatGPT推出以來，AI生成文章數量顯著增長，但在過去一年中AI生成文章的比例保持相對穩定，這可能是因為早期AI生成文章質量不佳導致的。
但隨著AI生成文章品質的提高，再加上AI生成文章的速度之高、成本之低也遠非人類可比，可以預見未來AI文章的數量還會穩定成長。
這意味著，AI生成內容的數量增長不僅改變了資訊來源的結構，也正在重塑網路生態真實感的「基線」，也可能帶來AI時代「網路死亡」的升級版——模型崩潰。
這一點在牛津大學等研究機構發表的《遞歸的詛咒（Curse of Recursion）：在AI生成資料上再訓練會導致模型遺忘》論文中已經得到了理論上的證實。
AI時代真正的危機是模型崩潰。
在大模型使用生成資料繼續訓練（continue training）的遞歸過程中，模型會慢慢「忘記」或偏離原始人類語言分佈的某些細節，尤其是那些少見或邊緣的模式。
這樣模型會逐漸失去多樣性淪為一切趨於平庸的同質化，最終出現模型崩潰（Model Collapse）。
這就好像把一張照片在上一代影印件的基礎上不斷影印，其清晰度會逐漸下降，最終變成一張模糊的、缺乏細節的照片。
當越來越多的AI內容成為模型的訓練數據，就可能帶來模型能力的下降，由此產生更多劣質的AI內容，這些內容再訓練出更差的AI模型，最終就是更嚴重的危機——模型崩潰。
從網路的「死亡」，到模型的「崩潰」，與科技發展同步的，是「失真」的演進。
讓網路更「人」一點，更「真」一點
Google CEO Sundar Pichai認為搜尋引擎會被AIGC 「深刻改造」，因此AI回答與人類內容的協同將成為主流互動範式。
輝達CEO黃仁勳，提出應當把AIGC視為時代性通用技術，將無所不在地嵌入創作、工程與組織工作流程。
隨著AI對於網路和人類社會的滲透，AI生成的內容將會像Sam Altman預言的那樣，不可避免地越來越多。
這就帶來一個難題：如何分辨AI和人類生成的內容。
隨著人類正越來越多地與AI合作，讓這一點變得更加困難。
的確，一個人在工作中利用AI的方式有很多種，比如用它來搜尋，整理材料等，因此很難明確地說某項內容是AI生成的還是人類生成的。
其實很多AI生成的內容，背後是人類在引導、編輯、校正。
用加州大學洛杉磯分校電腦科學教授、亞馬遜網路服務副總裁Stefano Soatto的話來說，「二者之間更像是一種共生關係，而不是非此即彼。並非所有AI生成的內容都是垃圾內容。」
在這種共生的關係下，用不用區分AI和人類生成的內容？
Sam Altman認為，「好不好比是不是AI產出更重要」，但他也提出要有「可驗證的來源」與治理工具，以識別那些是AI生成的並提升信任。
Altman認為辨識AI生成內容是為了提升對內容的信任度，他曾多次提醒不要過度信任模型，因為AI也會「自信地編造」。
同樣，Anthropic CEO Dario Amodei也認為，需要科學的方法和評估體系為此來兜底，他認為雖然模型「胡說」頻率可能低於人類，但出錯方式更「出其不意」。
Elon Musk也強調要用AI去檢測/溯源合成影片與深偽，在平台層面建構「內容鑑別器」。
這點隨著AI技術的發展變得特別重要。
近日，Sora 2上線後短時間內就有大量「以假亂真」的影片在社媒流通，YouTube、Meta正透過推出「貼標」「降權/限變現」等方式，試圖限制「AI灌水內容」的擴散。
對於AI生成內容的監管也在多加碼。
例如，美國政府在2025年5月19日正式推出《TAKE IT DOWN 法案》，將故意發布或威脅發布非同意的親密影像（包括AI 產生的深度偽造）定為犯罪行為。
歐盟首部關於人工智慧的法規《AI法案》明確合成內容必須標示、與使用者互動需透明提示。
識別AI內容是為了安全，避免AI噪聲，但即便是AI生成的內容優於人類，這種區別仍然是必須的。
因為相比較好壞，真實性永遠更重要。
不僅是互聯網，即使是AI時代的數位生命，本質仍然在於「真實」。
在人機共生的時代，我們需要關注的重點不在於人類與AI的差異或優劣，而是如何讓AI服務人類的真實。
無論未來科技如何演進，人類仍需守住那份「真實」的火種。 （新智元）