斯坦福大学、帝国理工学院与互联网档案馆联合发布的一项最新研究报告揭示了一个令人震惊的事实：截至2025年中期，互联网上35%的新发布网站是由AI生成或辅助完成的。而在2022年11月ChatGPT推出之前，这一比例几乎为零。研究指出，AI生成内容的快速渗透正在深刻改变互联网的信息结构，并对加密货币领域的去中心化内容生态和依赖网络数据的协议构成潜在威胁。
研究核心发现：语义收缩与人为乐观
研究团队利用互联网档案馆Wayback Machine中33个月的网站快照，通过名为Pangram v3的AI文本检测器对每个页面进行分类。结果证实了两个显著效应：语义收缩和人为乐观。具体而言，AI生成网站的文字对之间的语义相似度比人工编写的网站高出33%，这意味着互联网正在变得“千篇一律”，相同的想法以几乎同样的方式被反复表达。同时，AI生成内容的情感正向得分比人类内容高出107%以上，研究人员将其归因于语言模型在训练中倾向于输出迎合人类偏好的“奉承”内容，导致网络充斥着经过净化的、无摩擦的、极度积极的调调。
值得注意的是，研究并未发现AI内容导致互联网事实准确性下降的统计证据，也没有支持“风格单一化”这一大多数公众（83%）持有的担忧。这表明AI的病害并非体现在直接“造假”，而是通过稀释信息多样性和制造虚假积极氛围，潜移默化地影响公共讨论。
对加密货币生态的影响：信任危机与数据风险
对于加密货币领域而言，AI内容的大规模涌入构成了多层次的挑战。首先，去中心化内容平台如Farcaster、Lens Protocol等依赖用户生成内容的真实性和多样性来建立信任。AI批量生成的“僵尸内容”将污染这些平台的讨论质量，降低社区互动的价值，甚至可能导致用户流失。代币激励模型（例如内容分发奖励）若无法有效区分AI内容与人类创作，将面临被“刷量”攻击的风险，进而削弱代币的经济价值。
其次，预言机网络和数据可用性层（如Chainlink、Celestia）常从互联网文本中提取信息来执行智能合约。若AI生成的虚假积极或语义扁平的文本被大量收录，可能干扰价格发现、投票机制或参数设置。虽然研究未发现事实准确性下降，但语义多样性的缺失意味着某些极端观点或负面信号可能被系统性地压制，导致去中心化预测市场无法获得平衡的信息输入。
最后，Web3搜索引擎和AI代理（如基于区块链的AI推理项目）在训练或查询时，会不可避免地抓取大量AI生成内容。研究警告称，当AI内容占比达到35%，模型坍塌（Model Collapse）的风险从理论担忧转变为实证现实。未来的基础模型如果基于这些污染过的网络爬虫数据训练，其输出将逐渐退化，失去语义丰富性。这对于那些依赖AI模型提供服务的加密项目（例如去中心化身份验证、自动做市策略）而言，意味着底层模型性能可能随时间衰减，进而影响用户信任和代币价值。
市场影响与投资者反应
消息发布后，加密货币市场中与“内容验证”和“抗AI”概念相关的代币出现异动。例如，Worldcoin 因其虹膜扫描技术被视作人类身份验证工具，短线涨幅超过5%；而去中心化存储网络 Filecoin 和 Arweave 由于提供不可篡改的存储，也被市场视为对抗AI内容泛滥的潜在基础设施。另一方面，AI概念代币如 Render、Akash 则出现小幅下跌，部分投资者担忧AI生成内容的质量问题会反噬AI算力需求的前景。
行业分析师指出，斯坦福的研究可能加速加密领域对内容溯源协议（如Attestation、数字签名）的需求。基于零知识证明的身份验证方案，或能帮助区分人类和AI生成的内容，从而在代币化内容经济中建立信任层。此外，研究团队正与互联网档案馆合作开发实时监测工具，若未来该工具显示AI内容占比持续攀升，可能进一步推动资本从传统互联网基础设施向抗AI污染的加密基础设施转移。
结论：互联网未死，但已“僵尸化”
正如帝国理工学院研究员Jonáš Doležal所言，“人类塑造了几十年的互联网，在短短三年内就被AI重新定义。” 虽然Dead Internet Theory（互联网已死理论）尚未全面证实，但35%的新内容AI化足以让每一个加密参与者和开发者反思：当AI可以批量制造看似合理的信息时，信任、真实性和稀缺性将成为价值锚定的核心。加密货币从诞生之初就试图通过数学和经济机制解决信任问题，如今AI内容的威胁反而为这些机制提供了新的应用场景。谁能最先推出有效的AI内容检测与过滤方案，谁就可能在下一轮Web3浪潮中占据先机。