LinkedIn 的「像 AI 垃圾」按钮两周被点了一百万次：论坛该学到什么

LinkedIn 在 8 月上线了一个反馈选项，叫「看起来像 AI 垃圾内容」。9 月公布的数据是：前两周超过 100 万会员使用，相关措施让被归类为 AI 垃圾内容的帖子观看次数减少了 40%。

各平台在做什么

YouTube 明确区分「使用 AI」和「以 AI 大批量生产内容」：用 AI 强化原创叙事不受限，但公式化、重复性高、情绪操弄或大量复制的内容会影响变现资格，同时强化 AI 生成内容的标注要求，音乐内容加辨识标签。

TikTok 提供多种 AI 工具，同时要求创作者标注 AI 生成内容，在部分视频的中继数据里加不可见水印，并测试针对「专门发 AI 垃圾内容、挤压原创曝光」的账号的检测。

Substack 让读者用工具估算文章可能用了多少 AI，创作者可以主动披露，也可以关掉这个分析。

Snapchat 更直接：Spotlight 短影音不再推荐或奖励完全由 AI 生成的视频，资源转向真人创作与原创叙事。

共同点

没有一家全面禁止 AI，方向是一致的：允许 AI 辅助，拒绝低原创、高重复、刻意规避机制的内容。治理焦点从「是否用 AI」转向「内容是否误导、低质复制、批量灌入」。

对我们论坛的启发

按时间倒序的列表里，低质内容的破坏力被放大了——它挤占的是首页位置，而首页位置是有限的。三个可做的动作：一是给帖子加原创度提示，让读者有判断依据；二是把「重复度」纳入排序，同一主题高度相似的帖子降权；三是提供反馈入口，让读者标记低质内容，累积数据后再决定怎么用。

第三点成本最低，也最能反映真实情况。别一上来就上自动判定，误伤原创作者的代价比放过几篇水帖大得多。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

按时间倒序的列表里低质内容的破坏力被放大了，它挤占的是有限的首页位置。先做反馈入口成本最低，别一上来就上自动判定，误伤原创作者的代价比放过几篇水帖大得多。

我们的经验是这类反馈按钮真正起作用靠量，不是靠算法。论坛人少的时候一百万样本根本凑不出来，反而容易被几个人刷成定向举报。更实际的做法是把判定收敛到可验证的特征：同账号短时间连发、模板化开头、正文与标题不匹配，这些抓起来不冤枉人。

一百万人点这个按钮，说明读者对模板化内容的耐受度已经到临界点。论坛比资讯平台更依赖信任，如果回帖全是排比句加总结段，互动量很快会掉。我更看重的是把重复内容降权，而不是让用户自己去举报。