一份新分析揭开了LinkedIn上AI生成内容的冰山一角：超过40%的长篇帖子已完全出自机器之手。这意味着，当你翻阅行业见解时，近乎每十条里就有四条可能从未经过人类大脑的完整组织。平台没有选择独自应战，而是把检测AI垃圾的权限交回到用户手里。一个专门的举报按钮悄然上线，用户可以直接标记那些读起来像是AI吐出的帖子，而LinkedIn会根据这些反馈持续校准一条隐形的展现实力线——帖子能跨越创作者自身人脉圈获得多少扩散，越来越取决于它看起来有多像AI生成的。
首席产品官Hari Srinivasan在内部帖子里把这叫做“最高优先级事项”。他的理由很直白：用户来LinkedIn是为了得到真实的观点和专业的经验，而不是算法生成的流水线文本。平台现在每天能拦截“数十万次”自动化评论尝试，过去几个月还挡住了“数十亿次”包括大规模水帖在内的自动化操作。但Srinivasan承认，最大的麻烦在于“AI垃圾”这件事本身很难定义，而且定义一直在变。这也正是为什么LinkedIn要把用户拉进这场战斗——让人的举报来训练自动化检测系统，而不是只靠系统自己猜测。
这件事在内部也存在两股拉扯的力量。一方认为，AI生成内容正在稀释平台上专业交流的价值，当机器可以轻易模仿出策略思考、职业分享甚至感人故事，用户最终会失去信任并离开。另一方则坚持，把AI当成写作辅助工具和批量制造垃圾根本不是一回事——很多人就是靠着AI来梳理思路、打磨表达，最终产出的内容仍然带着自己的判断。简单粗暴地把所有用了AI的帖子都摁下去，反而会误伤那些认真表达的人。Srinivasan自己也说，现有的信号里，用户反馈比自动AI检测器更值得依靠。
沿着这个逻辑，LinkedIn给出的方案不是惩罚，而是提醒。一个处于测试阶段的内部面板，会在后台告诉用户：“你的这篇帖子看起来不太真实，或者AI痕迹过重。”这行提示不给公开评分，也不直接限流，只是让发帖人有机会重新审视自己的表达方式。系统完全依赖来自其他用户的信号，而不是一个自动判定器。Srinivasan将它描述成“精准反馈”，因为平台需要区分两种人：一种是拿AI制造信息噪音的，另一种是拿AI整理自己思考的。后者不该被误伤，前者则需要让系统更快识别。
一个不太显眼的改变印证了这种自我纠偏：LinkedIn决定关掉那个“增强你的帖子”的AI写作功能，换成一个纯粹的校对工具。新工具只负责修正语法，绝不改动用户自己的语气和用词。回溯起来，曾经作为功能亮点被推广的AI写作增强，很可能正是大量“AI味”帖子的源头之一。虽然公司没有公开承认这一点，但用校对替代生成，相当于在源头拧紧了水龙头。
LinkedIn的处境并不孤立。Substack本月初也上线了类似功能，直接标记AI写成的新闻信，让读者在打开前就能看到。问题仍然是同一个：当内容平台集体面对AI生成的海啸，把判断权部分交还给人，是否真能刹住垃圾信息的蔓延。Srinivasan的用词很克制，他说的是“强化检测”和“给用户调整的机会”，而非“消灭”。这大概也解释了为什么那个举报按钮叫“反馈”，不叫“裁决”。
热门跟贴