AI文字垃圾
由 AI 批量生成、既无文笔也无信息量、事实真假难辨的互联网文字内容。它的判定标准不是”是否由 AI 生成”，而是”输出是否只是把输入垃圾换了个说法再吐出来”——即 Rubbish in, rubbish out。
简介
AI文字垃圾（AI Text Garbage）指一类由大模型批量生产的互联网文字内容：它们往往有完整的结构、通顺的句式和像模像样的细节，但在事实层与信息层同时失效——事实层存在幻觉（编造人事、比分、事件），信息层没有任何增量（只是对已有材料的洗稿重排）。它区别于两个邻近概念：AI 辅助写作（有真实经历或一手信息，AI 只承担文字组织）与 AI 幻觉（一种技术现象，可能出现在任何场景，包括高价值的专业场景）。
判定 AI文字垃圾的关键不在于”作者是不是 AI”，而在于输入端有没有真实信息。原文给出的分界线是：旅游博主确实去过很多地方、出于分享动机，用 AI 把内容组织成”读者喜欢的形式”，这不算文字垃圾；体育自媒体没有采访、没有核实，用 AI 编出”瓜迪奥拉要夺回英超冠军”的报道，这才是。换句话说，AI 在其中有信息量时是工具，无信息量时是放大器。
这一概念的公共意义在于它提出了一个不对称：视频垃圾有成本门槛（每分钟数百元）和平台管控（“疑似 AI 生成”标签），文字垃圾则几乎没有门槛、也几乎无人治理，因而它反而成了视频垃圾的上游原材料——“必须先有一个文字垃圾，才有衍生的视频垃圾”。
关键信息
- 类型：概念 / 内容生态现象
- 领域：AIGC、内容平台治理、信息生态
- 共现工具：OpenClaw、WorkBuddy 等 AI 办公 Agent（被指为批量生产载体）
- 核心机制：语料库偏差引发的 AI幻觉 + 零人工核查 + 多平台铺量
- 相关概念：洗稿工业化、AI幻觉、短剧内容生态
核心特性
1. 成因结构：三个”省”和一个闭环
原文把成因归为三个动机，它们各自对应一个失效环节：
- 想省钱 → 不愿为 Token 付费，或只付最低费用。用低成本模型或省着用搜索功能，直接抬高了幻觉概率。
- 不懂行 → Prompt 乱写。原文判断”Prompt 估计是乱写的，加剧了而不是减轻了AI幻觉”——提示词工程在这里不是锦上添花，而是幻觉的放大器或抑制器。
- 不想花时间 → 不检查生成结果。这一步是致命的，因为前两步的问题本可以在核查环节被拦住。
作者的结论是这三个动机合成了”人类+AI”的双剑合璧：人类提供造假动机，AI 提供造假技术手段。此时 AI 的幻觉属性不再是缺陷，而是这个闭环里的”核心竞争力”——因为幻觉正好提供了平台查重系统识别不出的”原创性”。
2. 幻觉的具体来源：语料库结构而非随机错误
原文用三个体育案例说明了幻觉并非随机，而是可以被逐条归因到语料库：
| 案例 | 事实 | 幻觉内容 | 归因机制 |
|---|---|---|---|
| 曼城主帅 | 瓜迪奥拉今年不执教任何球队 | ”瓜迪奥拉今年能否夺回阔别两年的英超冠军” | 瓜迪奥拉执教十年，语料深度渗透；接替者马雷斯卡知名度低，未被模型”认识” |
| 梅西退队原因 | 父亲已去世 | ”梅西因父亲在医院外遭抢劫而退出国家队” | 抢劫确有其事（多年前），去世消息曾先被辟谣后成真，两条信号被错误拼接 |
| 皇马两场比分 | 0-1 负贝蒂斯、3-2 胜埃尔切 | 两场均写成平局（1-1、2-2） | 点球射失、补时绝杀都发生在 90 分钟常规时间之外，AI 按常规时间结束时的状态”脑补”了全场比分 |
这三个案例与 AI幻觉 中可解释性研究（稀疏自编码器发现”我认识这个实体/我不认识这个实体”两个概念）在机制上互相印证：模型对”认识”的实体用记忆覆盖当下事实，对”不认识”的场景用训练分布强行补全。
3. 成本与管控的不对称（为什么文字比视频更危险）
- 成本不对称：AI 视频即使经 Seedance 大幅降价，“每分钟至少也得几百元（以平均 10 次抽卡计算）“；同样这笔钱够生产并分发几十万字的文字垃圾。
- 权威性不对称：对受过一定教育的受众，文字仍比视频更权威，观点向/科普向视频普遍”以文字稿为基础，视频化之后二次传播”。
- 管控不对称：平台对疑似 AI 视频”宁可错杀、绝不放过”，随手打”疑似AI生成”标签（实际效果作者存疑）；文字则”好像压根没人管”。
三条不对称叠加，得到本文最有杀伤力的推论：文字垃圾是视频垃圾的上游，而当前所有治理手段都装在下游。
4. 重灾区分布
- 体育/时事资讯：可被一秒证伪，是最容易暴露的一类，也正因此作者得以”轻易辨认出大量文字垃圾”。
- 历史类资讯与人物传记：同一故事多版本反复创作（如”巴西黑奴沦为育种机器”），版本会持续离奇化；门户历史频道”可能有三分之一的文章是 AI 根据历史人物简历’充实’出来的文字垃圾”，而 AI 的主要任务就是按幻觉增加场景与对话。
- 券商与咨询公司研究报告：首席挂名、实习生执笔，实习生难以抗拒用 AI 写报告，首席睁一只眼闭一只眼。
5. 最难防的一类：不可证伪领域
作者特别指出，真正难防的不是体育（可一秒证伪），而是无法回溯核实的内容。例证是那个”生了几百个孩子的巴西黑奴”：作者”至今都不知道他是否存在，因为自媒体作者没有提供他的外文姓名，我尝试了一下，在外网搜不到任何信息”。当文本不提供可检索的实体锚点（人名、机构、时间、来源），证伪成本就会高到普通读者放弃。
不同素材中的观点
- 2026-09-21-woshipm-ai-text-garbage-internet（互联网怪盗团·人人都是产品经理）：本文是该概念的主要来源。核心判断有三：① AI文字垃圾的成因是”想省钱 + 不懂行 + 不想花时间”三个动机的叠加，而非单纯的技术缺陷；② 最可怕的形态是”人类+AI 的双剑合璧”——人类提供造假动机、AI 提供造假技术手段，形成”商业闭环”，幻觉在此闭环中”根本不是缺点，反而是核心竞争力”；③ 作者据此修正了自己早年的观点”AI 再怎么胡说八道，也不如人类的胡说八道更可恶”。作者同时划出了一条接受边界：只要内容本身有干货，并不在乎是人写还是 AI 写，“读者需要的只是信息量，又不是文笔”。
实用信息
本节为概念类实体，无安装/命令类信息，改为列出原文给出的可操作判断与反制信号：
- 判断入口用标题而非正文：原文作者已放弃逐一核对，改为”通过标题判断是否打开”，因为批量生产的内容标题遵循热搜模板化写法。
- 优先怀疑”无法提供可检索锚点”的叙事：外文姓名、机构、时间、原始出处缺一不可；缺其中任何一项都难以证伪（巴西黑奴案例）。
- 对易证伪领域保持抽查习惯：体育、比分、任职、时间线这类一秒可证伪的事实，是识别内容源质量的低成本探针——一个账号在这类事实上出过一次幻觉，其余内容可信度应整体下调。
- 反向读”生产线”识别批量号：抓取第一手信息 → AI 组织语言 → 按当天热搜起标题加标签 → 多平台群发的产出节奏，会在发布时间、选题分布、跨平台同质化上留下痕迹（详见素材摘要的”实操内容保留”节）。
- 注意区分”AI 润色”与”AI 生成”：前者有真实经历做输入，后者只有噪音做输入。作者的旅游博主 vs 体育自媒体对照是现成的判据。