令人震惊的数据：LinkedIn悖论——为什么41%的LinkedIn帖子不再由人类撰写。

四分之一的帖子是虚假的：一项新研究揭示了人工智能在线的真实规模

社交网络正面临着一场关乎存亡的信任危机。2026年7月，检测公司Pangram进行了一项大规模分析，揭示了我们数字通信文化的严峻现状：越来越多的帖子不再由人类撰写，而是完全由人工智能生成。尤其是像LinkedIn这样的职业社交网络，已经沦为算法生成内容的温床，而像Reddit和Substack这样拥有强大社区规范或付费模式的平台，则成功地逆势而行。这种前所未有的转变引发了一个根本性的问题：当内容创作的边际成本接近于零，真实性成为一种稀缺的奢侈品时，数字信息市场将会走向何方？本文将探讨这项研究令人担忧的发现，分析人工智能浪潮背后的经济驱动因素，并阐述为何未来真实人类声音的价值将大幅提升。.

“每四个帖子中就有一个是假的”这一说法指的是所有被检查的平台加起来，并且仅指超过 250 字的长篇内容。.

Pangram 分析了 LinkedIn、X、Medium、Substack 和 Reddit 上超过一百万篇长篇帖子，发现平均而言，这些社交媒体长篇帖子中有 25% 完全由 AI 生成——也就是说，所有平台上“四分之一的长篇帖子”都是由 AI 生成的。.

这是跨平台平均值，也就是说，这是对整个社交媒体“互联网”的总体比率，而不仅仅是LinkedIn的比率。.

第二种表述是针对特定平台的，仅指 LinkedIn：样本中 41% 的长篇帖子（≥ 250 字）完全由 AI 撰写。.

同时，研究表明，尽管 LinkedIn 仅占所有扫描帖子的三分之一左右，但它却占所有检测到的 AI 内容的近三分之二——这使得 LinkedIn 成为样本中“AI 饱和度最高”的平台。.

简而言之：所有平台的平均值为 25%，LinkedIn 长篇帖子的个体值为 41%（明显更高）。.

LinkedIn 是全球人工智能生成垃圾内容的中心。

当算法成为代笔人：人工智能如何将专业互联网变成背景

诊断结果清晰明了，数据令人警醒，其影响远不止于技术细节。根据人工智能检测公司Pangram于2026年7月发布的一项研究，社交媒体上四分之一的长篇帖子完全由人工智能撰写，没有任何人为参与。这种渗透程度因平台、内容形式和用户群体而异。乍看之下，这似乎只是一个纯粹的技术发现，但仔细分析后，却揭示了一个深刻的经济、传播和社会现象：社交网络赖以生存的“真实性”前提正在逐渐瓦解。.

方法和数据基础：对一百万篇文章进行深入分析

Pangram 是一家专注于人工智能文本识别的公司，开发了一款 Chrome 扩展程序，可以自动检查 LinkedIn、X（原 Twitter）、Reddit、Medium 和 Substack 等平台上的帖子，识别其中的人工智能内容。其方法论的独特之处在于，它并非分析随机选择的存档文本，而是专注于用户在浏览过程中实际看到的帖子。这意味着这项研究并非捕捉这些平台上的全部理论内容，而是反映了活跃社交网络用户的真实体验。.

2026年4月至6月期间，超过一百万条帖子通过此方法进行了扫描和分析。该分类基于Pangram 3.3识别模型，据该公司称，该模型的误报率仅为0.01%。这意味着，从统计学角度来看，每1万条帖子中只有1条是人工撰写的文本，会被错误地分类为人工智能生成的文本。这一比率已由芝加哥大学和马里兰大学的独立研究人员审核并确认，并且该模型能够可靠地识别来自ChatGPT、GPT-4、Claude、Gemini、Grok和Llama的文本。.

然而，方法论上存在一个固有的不对称性：根据Pangram的说法，该模型经过校准，能够更可靠地识别人类内容而非人工智能内容。反过来，这意味着所测得的比率应被理解为一个保守的下限——实际的人工智能渗透率可能更高。这一局限性对于数据的经济学解读至关重要，因为它放大而非减弱了研究结果的显著性。.

平台对比：人类依然可以自主写作的地方

平台特定的数据细分揭示了结构性差异，这些差异可以直接归因于各自的商业模式和用户激励机制。.

LinkedIn 遥遥领先：在所有长篇帖子（超过 250 字）中，41% 被识别为完全由人工智能生成。即使在 50 到 250 字的短篇帖子中，人工智能生成的内容也占到了 30%。数量之多尤其惊人：尽管 LinkedIn 的帖子仅占所有扫描帖子的三分之一左右，但该平台却贡献了所有被识别为人工智能生成的内容的 62%。.

Twitter (X) 呈现出截然不同但同样令人担忧的景象。虽然完全由人工智能生成的长篇文章比例为 25%，低于 LinkedIn 的数据，但另有 23.2% 的文章由人工智能辅助完成——这意味着在 X 平台上，近 48% 的长篇文章都大量运用了人工智能。因此，与 LinkedIn 不同，Twitter 用户并不倾向于完全依赖人工智能，而是更倾向于人工智能作为写作辅助工具的混合模式。.

Medium 处于中等水平，其长篇文章中有 31% 由人工智能生成。Substack 则表现突出：其长篇文章中只有 10% 被标记为完全由人工智能撰写，而 78.3% 的文章被归类为真人撰写。Reddit 在结构上处于最佳状态：98.1% 的评论由人类撰写，而且由于 Reddit 上的评论数量占内容总量的绝大部分，因此其整体人工智能生成率较低。.

LinkedIn悖论：专业形象掩盖算法生成的空洞内容

LinkedIn 的这项惊人发现并非偶然，而是多年来形成的特定激励机制的结果。LinkedIn 是全球领先的职业人脉拓展和思想领袖平台——用户的曝光度、声誉以及在就业市场或客户获取方面的机会都直接取决于他们在平台上的活跃度。这种曝光压力催生了一种发布内容的冲动，这与传统上对高质量内容的需求相冲突。.

许多用户面对这种困境的应对之策是将文本生成委托给人工智能生成系统。其结果是，信息流越来越呈现出一种非常具体的风格模式：三行开头、结构清晰的列表格式以及结尾的行动号召。所有这些特征都是针对用户互动而优化的生成式语言模型的风格特征。尤其值得注意的是，在领英上，只有 4.3% 的长篇内容是由人工智能驱动的——其余内容要么完全由人工智能生成，要么完全由人工撰写。因此，领英用户要么完全接受人工智能，要么完全不接受，没有中间地带。.

讽刺的是，LinkedIn多年来一直致力于将人工智能写作助手整合到自身平台并积极推广，最初导致内容数量激增，而如今这些内容却遭到算法的压制。2026年5月，LinkedIn实施了一项压制系统，大幅降低了被归类为人工智能生成内容的帖子的覆盖范围——据内容营销人士透露，受影响帖子的覆盖范围下降幅度高达80%。该算法系统名为360Brew，它并非分析单个词组，而是分析整个帖子的结构模式。.

注意力经济遭受攻击

人工智能在社交网络中的普及所带来的经济后果是重大且多方面的。首先，我们来看需求侧：用户对人工智能生成内容的泛滥日益持怀疑态度。根据 Gartner 2026 年 4 月的一项研究，50% 的美国消费者更倾向于选择不使用人工智能生成内容的品牌。61% 的受访者表示，他们经常质疑用于日常决策的信息的可靠性，68% 的受访者则经常怀疑他们看到的内容是否真实。在 Gartner 2026 年 6 月的另一项调查中，49% 的美国消费者认为人工智能生成降低了现有内容的整体质量——在千禧一代和 Z 世代中，这一比例高达 57%。.

从供给侧来看，这造成了经济学家所说的信息不对称导致的市场失灵：文本的生产者知道是否使用了人工智能，但消费者通常并不知情。这种不对称削弱了作者与读者之间的信任关系，并降低了平台整体的信息价值。由于信任是任何社交网络的基础，人工智能的普及最终会损害平台本身的价值。.

这对广告商和B2B营销人员来说是一个尤其严峻的问题。多年来，LinkedIn一直是B2B线索开发的首选平台，但人工智能在信息流中的渗透以及平台算法的响应从根本上改变了游戏规则。行业数据显示，自2025年第四季度以来，B2B内容的自然触达率暴跌了高达62%，平均互动率也从8.1%下降到3.2%。过去能够自然触达数万用户的高质量、数据驱动型技术文章，如今只能获得几百次的曝光。.

Substack模型：真实性作为支付论据

LinkedIn 和 Substack 之间的鲜明对比在经济学上具有启发意义，因为它表明平台模式的激励结构直接影响内容质量。.

Substack采用直接订阅模式：读者直接付费订阅作者的电子报，通常每月花费数欧元或美元。这种交易关系形成了强烈的激励机制。付费用户期望获得增值内容：独特的视角、内幕消息、个人分析——这些都是人工智能无法默认提供的。因此，依赖人工智能生成内容的Substack作者面临着付费用户立即取消订阅的风险。这种金钱反馈机制能够立即直接地惩罚劣质内容。.

另一方面，LinkedIn 没有类似的定价机制。帖子是免费的；算法决定帖子的分发，用户个人没有直接的经济动力去保证内容质量。该平台的商业模式基于广告收入和高级会员服务，而非单个帖子的质量。这种结构性差异解释了为什么 Substack 的 AI 生成内容比例为 10%，表现最佳，而 LinkedIn 的 AI 生成内容比例高达 41%，表现最差。这主要不是道德或用户善意的问题，而是不同经济架构的直接结果。.

Reddit：社区准则是抵御算法接管的屏障

Reddit 的结果在几个方面都令人瞩目。Reddit 的社区结构，包括活跃的版主、文化规范和内部投票机制，构成了一种集体过滤机制，有效地将人工智能生成的内容拒之门外。98.1% 的评论由人类撰写，这一事实至关重要。评论是用户根据具体情况做出的反应，指向特定语境，针对具体论点，并需要对具体情境做出回应——这种反应性在结构上比撰写关于一般性话题的独立帖子更难被人工智能模拟。.

Reddit 用户对机器人生成的文本极其敏感，这一点也广为人知；人工智能生成的评论很容易被识别出来，并遭到相应的踩。这种来自社区的社会压力，体现在踩和直接批评上，构成了一种有效的监管机制，而其他五个研究平台均未发现类似的机制。这表明，解决人工智能生成质量低劣内容的问题并不一定需要技术手段：由活跃用户群体支持、并拥有高标准内容的社区自律机制，可以非常有效。.

Xpert.Digital 是一个以数据驱动的 B2B 行业中心，由 Konrad Wolfenstein 领导。该公司为工业合作伙伴提供外部的、准内部解决方案，弥补其在市场营销、内容和销售方面的运营缺口，而无需客户投入额外资源。.

更多信息请点击这里：

• 准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务

X/Twitter：混合人工智能成为分裂平台上的新常态

X 的结果值得单独讨论，因为它代表了一种与 LinkedIn 不同的 AI 应用方式。LinkedIn 用户往往完全依赖 AI 进行创作，而 X 则呈现出一种巨大的混合状态：23.2% 的长篇帖子都得到了 AI 的辅助。这意味着人们在 AI 的帮助下修改、扩展或组织文本，但并未完全委托 AI 进行创作。.

这对应着一种不同的生产模式。在X平台上，用户写作更短、更直接、更随性——对于超过250字的长篇文章，他们倾向于依赖人工智能辅助写作。其结果是，内容呈现出介于纯人类创作和完全人工智能生成之间的连续体。X平台上长篇文本中近48%的人工智能参与率表明，就完全和部分人工智能生成的文本而言，该平台在所有研究的平台中展现出最高的混合程度。Pangram首席执行官Max Spero在接受CBS新闻采访时总结道：一个完全被未标记的人工智能内容充斥的互联网前景黯淡——但并非不可避免。.

信任危机对数字信息市场构成系统性风险

Pangram 的研究衡量了人工智能的普及程度，但并未对内容质量做出任何评价。虽然这在方法论上是合理的，但它却遗漏了一个关键的经济问题：人工智能的广泛渗透对相关平台的信任资本意味着什么？

这一反应令人担忧。据 Sprout Social 的调查显示，56% 的受访者表示他们经常或非常频繁地在信息流中遇到人工智能生成的垃圾内容，因此 66% 的受访者在浏览社交媒体内容时变得更加谨慎。Z 世代的反应最为强烈：30 岁以下的 Z 世代中，50% 的人已经屏蔽、拉黑或取消关注了某些品牌或创作者，因为他们认为这些内容是人工智能生成的垃圾内容。这些行为变化并非无关紧要——它们预示着媒体消费模式的结构性转变，并将直接影响数字平台的广告效果。.

信任度下降背后的经济逻辑显而易见：随着用户选择性增强，每条帖子的覆盖范围不断缩小，迫使广告商要么投入更多资金以达到相同的效果，要么转向其他渠道。与此同时，通过真实内容脱颖而出的能力正成为日益重要的竞争优势。哈瓦斯广告集团董事长扬尼克·博洛雷 (Yannick Bolloré) 指出：真实性将成为2026年的通行货币——随着人工智能生成内容份额的不断增长，真正由人类创作的内容的价值也随之提升。.

经济激励是驱动因素：边际成本趋近于零，销量趋近于无穷大

人工智能渗透社交媒体平台的根本原因归根结底是一个经典的经济问题：边际生产成本下降，而对内容的需求却保持不变甚至增长。人工撰写一篇高质量的500字帖子所需的时间、研究和认知投入，远高于人工智能生成文本的成本。由于社交媒体平台会根据算法奖励发帖的频率和规律性，因此自动化具有强大的经济激励作用。.

内容农场的出现进一步加剧了这种诱惑：那些专注于程序化广告收入的网站和社交媒体账号运营者，正大量依赖人工智能生成的内容。据媒体监督机构报道，一个完全依赖人工智能内容的网站，每天发布数百篇人工智能生成的文章，每月就能产生高达 4 万美元的广告收入。只要点击率和曝光量是广告付费的依据，这种模式就能奏效——而内容的实际质量则无关紧要。.

在领英上，用户的动机并非直接出于金钱目的，而是更多地出于职业发展和声誉方面的考量。对于咨询顾问、创业者、高管和自由职业者而言，在领英上树立思想领导力是提升自身知名度和定位策略的关键工具。然而，定期发布内容并保持专业形象的压力，使得许多用户难以创作出真正原创的内容。从个人角度来看，将这项任务委托给人工智能是合理的——只有当这种做法被集体采用，并损害平台的信息基础时，才会出现问题。.

平台反应：在压迫、透明和无助之间

平台运营商对人工智能内容充斥其信息流的反应各不相同，反映了不同的战略理念。.

LinkedIn选择了最直接的干预方式，即使用其算法屏蔽系统。360Brew模型基于结构模式识别帖子，并大幅降低其自然触达率。这造成了新的扭曲：一方面，这种屏蔽也影响到结构上与人工智能生成文本相似的真实帖子；另一方面，它促使人们通过人工编辑使人工智能生成的文本听起来更像人写的，同时又不暴露其人工智能的创作本质。LinkedIn全球编辑副总裁劳拉·洛伦泽蒂(Laura Lorenzetti)在2026年5月表示，这些措施是为了应对缺乏实质性附加值的通用、过度修饰的内容。.

Instagram 首席执行官亚当·莫塞里 (Adam Mosseri) 采取了不同的策略：他不依赖算法压制，而是依靠透明度。其前提是，在一个充斥着合成内容的世界里，人类的创造力将自动变得更有价值，用户会自行选择内容。这种方法符合市场自由主义原则，避免了压制带来的附带损害，但却将质量保证的全部责任都转移到了用户身上。另一方面，Reddit 则依靠其成熟的社区文化，数据表明这种策略行之有效：98.1% 的人工评论正是这种基于社区的自我监管的直接结果。.

B2B困境：当专业声誉取决于人工智能生成的文本时

对于那些将LinkedIn作为B2B沟通核心工具的公司和服务提供商而言，Pangram的研究结果带来了一个战略难题。行业数据显示，94%的B2B买家在调研过程中会使用ChatGPT或Claude等基于人工智能的语言模型。与此同时，超过半数的买家不太愿意与他们怀疑是人工智能生成的内容互动。因此，这个旨在提高效率的工具反而损害了人们对品牌的信任，而品牌的建立本应是为了树立行业思想领袖地位。.

此外，品牌识别和差异化问题也不容忽视。当41%的LinkedIn长篇帖子都由同一类生成式语言模型生成时，内容质量便趋于同质化和平庸。这些文本不仅听起来相似，结构也完全相同，论证路径也如出一辙，结尾更是千篇一律。据爱德曼公关公司（Edelman）的调查显示，38%的决策者在阅读了糟糕的思想领导力内容后，对该公司的看法有所下降；25%的决策者甚至因此主动将该公司从供应商名单中移除。这些并非抽象的声誉风险，而是对企业营收的切实影响。.

监管层面：广告、透明度和公共信息

2026年4月，联合国发布了一份分析报告，明确指出广告业应承担责任。这份联合国简报强调，广告支出是网络内容的主要资金来源，因此直接刺激了网络内容的制作——无论其质量或真实性如何。全球广告市场规模每年超过1万亿美元，预计到2026年将达到1.3万亿美元，广告业拥有巨大的影响力。.

联合国呼吁广告商要求人工智能供应链透明化，优先考虑高质量的媒体环境，并利用其经济影响力推动平台采取更强有力的保障措施。研究表明，提高媒体购买的透明度可以使广告效果提升两位数——这一论点也从纯粹的商业角度支持了对质量的重视。在欧洲层面，欧盟的《人工智能法案》正在推动关于算法生成内容透明度义务的讨论，可以预见，这一趋势将朝着强制性来源标注的方向发展。.

人声的稀有性

Pangram 的研究展现了一场变革的缩影，而这场变革还将持续加速。生成式人工智能模型的功能日益强大，其使用门槛进一步降低，文本制作成本也接近于零。问题不在于人工智能内容是否会增加，而在于真实的人类内容将占据怎样的经济空间，以及谁将占据这一空间。.

答案在于差异化商品理论：在充斥着同质化、标准化产品的市场中，独特品质的价值会水涨船高。在人工智能高度发达的信息环境中，能够提供原创观点的作家、记者、分析师和传播专家将拥有高端市场。能够可靠地保证内容真实性的平台，将比那些只追求数量级的平台获得结构性优势。.

Pangram 研究的数据标志着一个重要的转折点。它首次提供了可靠的数据，印证了许多用户早已凭直觉感受到的现象：数字公共领域在很大程度上已经沦为算法填充的背景。这种情况是否会持续下去，不仅取决于技术检测机制，还取决于平台、广告商、监管机构以及最终用户自身是否认为人与机器之间的区别对他们而言具有经济和社会价值。这个问题的答案将在未来几年重塑整个数字信息市场的格局。.

☑️ 我们的业务语言是英语或德语。

☑️ 新增：用您的母语进行通信！

 

我和我的团队很乐意为您提供私人顾问服务。.

您可以通过填写此处的联系表格联系我wolfenstein@xpert.digital：，或者直接致电+49 7348 4088 965。我的邮箱地址是

我期待着我们的合作项目。.

 

 

☑️ 为中小企业提供战略、咨询、规划和实施方面的支持

☑️ 制定或调整数字化战略和数字化

☑️ 拓展和优化国际销售流程

☑️ 全球及数字化 B2B 交易平台

☑️ 先锋业务拓展/市场营销/公关/展会

在工业B2B领域，可持续的业务关系很少一蹴而就。它们需要循序渐进地发展——通过提升知名度、增强专业相关性、建立持续的联系以及不断增长的信任。Xpert.Digital的四阶段模型正是针对这一需求而设计的：它提供了一条结构化的路径，从易于管理的切入点开始，并可根据需要发展为更深入的业务拓展合作。.

这种模式不依赖于夸张的营销承诺，而是将合作关系置于首位。企业首先制定清晰明确、易于计算的衡量指标，然后根据自身经验决定合作的拓展程度。这种不受干扰的信任建立过程的关键在于：平台完全杜绝了令人厌烦的广告，因此内容完全聚焦于企业的专业知识。.

更多信息请点击这里：

• 从可见性到信任：Xpert.Digital 助您实现可扩展性发展