AI 正在吃光互联网，人类知识牧场还能长草吗

AI 正在以前所未有的速度吞噬互联网上的公开内容，而支撑下一代模型训练的人类知识牧场，正在迅速变薄。这是 Cloudflare 在近期财报会议上的预测：5 年后，AI 产生的流量将达到人类网民的 1000 倍。事实上，AI 访问量已经在当下正式超过人类。语言模型的训练预计将在 2026 年至 2032 年间耗尽人类公开文本数据，其中高质量语言数据的枯竭甚至可能提前到 2026 年——比整体公开文本耗尽还要早两年。

Stack Overflow 的提问荒

Stack Overflow 曾是全球程序员的集体大脑。2008 年建站至 2014 年鼎盛期，每月可吸引逾 20 万个新问题，构筑了一座庞大的人类技术问答档案。但 ChatGPT 出现后的两年间，平台月提问量从逾 20 万跌至不足 5 万，几乎倒退回 2009 年的水平。

根据 Stack Overflow 2025 年调查：

• 84% 的开发者每天都在使用 AI 工具。
• 46% 的开发者不信任 AI 输出的准确性，主要顾虑是 AI 给出「看起来正确但差一点」的回答，容易让人放松警惕。
• 约 35% 的开发者表示，访问 Stack Overflow 是为了修复、调试 AI 制造的问题。

研究还发现一个更值得警惕的现象：通过对 24,304 名活跃贡献者在 ChatGPT 推出后 17 个月里的行为分析，技术最精湛、声誉最高的用户反而最倾向离开平台；无人回答的问题比例从 19.9% 升至 25.7%，整体真实贡献量下降约 35%。Stack Overflow 的知识训练了 AI，AI 带走了它的提问，开发者又回到 Stack Overflow 寻找修复 AI 的方法——而如果没有源源不断的新问题，旧答案也会逐渐过时。五年前的答案未必知道今天刚发布的框架与新漏洞。

公地悲剧在 AI 时代重演

经济学中的「公地悲剧」描述了共享资源被过度使用直至崩溃的过程。Stack Overflow 的投票机制、维基百科的编辑文化，都建立在「你贡献、别人也贡献」的隐性社会契约之上。但当 AI 以接近零成本提供足够好的答案时，分享专业知识的边际收益便迅速萎缩。

一位有 20 年经验的数据库架构师花三小时写一篇 PostgreSQL 调优深度文章，任何人用一句话就能让 AI 生成类似内容。坚持原创分享所需的内在动力在减弱，而能持续供给这种动力的人在任何群体里都属少数。其结果是高价值知识可能加速流向企业内网、付费社群与私密聊天，而公开知识生产减少，又将进一步压缩 AI 的高质量训练数据来源。

模型坍缩：计算机科学版本的近亲交配

互联网曾是一座由无数陌生人在 BBS、维基、论坛中共同建造的人类知识大教堂。AI 从中学会了说话，但教堂的新访客与新砖瓦越来越少，AI 开始用自己的回声填补沉默。

2024 年 7 月，曾任职于 Google DeepMind 的研究科学家 Ilia Shumailov 等人在《自然》期刊发表论文《AI models collapse when trained on recursively generated data》，指出：

• 大型语言模型、变分自编码器等在被反复用自身生成内容训练时，性能会出现退化。
• 早期表现为稀有模式消失，晚期则整体输出趋向单调、漂移到平均值附近，并产生离群点。
• AI 生成内容大量涌入互联网后，反馈循环中的误差会持续叠加，导致模型与真实世界分布之间的偏差越来越大。

美国主流科学媒体在报道中引用了一个传神说法：「用 AI 生成的文本来训练 AI，是计算机科学版本的近亲交配。」

知识牧场如何长出下一茬草

一个更根本的问题是：15 年后，当 AI 在大多数知识领域达到「专家级」水平，谁还有足够的知识储备去辨别 AI 答案的正确性？世界经济论坛 2026 年的文章指出，AI 能力越强，人类有效监督反而越弱——因为人类承担的认知工作越来越少，对相关工作的第一手掌握也随之消退。有人提议像要求飞行员定期手动飞行一样，要求 AI 用户独立完成高难度认知任务，建立能力审计机制，确保人类判断力不会在不知不觉中萎缩。

AI 的加入或许会逼迫知识生产走向「不可被替代」的深水区，但这需要一个前提：认知劳动的价值被看见、被承认、被回馈给创造者；同时需要给下一代保留不依赖 AI 独立学习和犯错的机会。人类文明的集体智慧不是已下载完成的数据包，而是由集体记忆、注意力与推理组成，需要活着的人持续争论、修正和补充。AI 可以蒸馏过去的知识，却无法凭空创造一群愿意为未来负责的人。模型需要算力与 Token，但同样需要那些走进真实世界、发现新问题并把答案公开留下来的人。