LinkedIn开始打击“AI垃圾内容”：算法将降低低质量帖子曝光

这一策略的核心思路是：限制低质量内容的传播，同时保留真正有价值的 AI 辅助创作。

为什么 LinkedIn 要整治“AI垃圾内容”

随着生成式 AI 的普及，发布内容变得极其容易。用户只需简单提示，就可以生成看起来结构完整、语气专业的长帖或评论。

LinkedIn 表示，平台上确实出现了越来越多这样的内容：它们虽然表面专业，但往往缺乏真实经验、专业洞察或个人视角，因此很难促进有意义的职业讨论。

公司高管把这种现象称为 “AI slop”——一种看似高质量、实则高度模板化和重复的内容形式。

LinkedIn 的政策重点并不是“禁止使用 AI”。平台明确表示：使用 AI 写作工具本身没有问题，关键是内容是否体现作者自己的声音和观点。

新系统重点打击哪些内容

根据多家媒体报道，LinkedIn 的检测系统会重点识别以下几类低价值内容：

• 空洞的励志或行业感悟，但缺乏具体经验或洞察
• 重复出现的“思想领导力”套路内容，没有新观点
• 专门诱导点赞或评论的互动诱饵（engagement bait）
• 在多个帖子下批量发布的机器人式评论
• 明显模板化、结构高度相似的 AI 写作模式

此次整治不仅针对 帖子（posts），也包括 评论（comments）。LinkedIn 指出，大量自动生成的评论会人为抬高互动数据，同时挤占真实讨论空间，因此也在打击范围内。

“AI对抗AI”：系统如何识别低质量内容

LinkedIn 的方法并不是简单判断用户是否使用了 AI 工具，而是分析文本模式。

平台的 AI 模型会寻找一些常见信号，例如：

• 反复出现的句式和结构
• 过于笼统、缺乏个人背景的信息
• 明显的互动诱导语句
• 缺乏专业经验或实际案例

通过这些信号，系统会判断一条内容是否真正具有职业讨论价值，并据此决定是否在推荐信息流中扩大传播。

LinkedIn 表示，在早期测试中，这套系统能够 约94%的时间准确识别出通用型 AI 生成内容，显示出平台正在加大自动化治理力度。

被标记的内容会发生什么

与许多内容平台不同，LinkedIn 并不会大规模删除这些帖子。

更常见的做法是 算法降权：

• 被识别为低质量的帖子仍然存在
• 但推荐系统不会主动把它们推给更多用户
• 内容通常只会在发布者的直接人脉中有限传播

这种做法既能减少垃圾内容扩散，也能避免误伤正常创作。

AI辅助写作仍然被允许

LinkedIn 多次强调：AI可以帮助写作，但不应替代作者的思考。

如果帖子包含以下元素，通常不会被系统视为“AI垃圾”：

• 真实职业经历
• 具体案例或数据
• 清晰的个人观点
• 专业领域的独特见解

换句话说，AI 可以是写作助手，但内容仍需要体现人的经验和判断。

对内容创作者意味着什么

对于依赖 LinkedIn 做品牌建设、招聘或行业交流的人来说，这次调整意味着平台正在改变内容分发逻辑。

过去，帖子往往只要能引发大量点赞和评论就能获得更高曝光；而现在，LinkedIn 正试图把算法重点从 “互动率”转向“内容价值”。

实际结果很可能是：

• 有真实经验和具体观点的内容更容易被推荐
• 模板化、批量生成的 AI 内容会越来越难获得曝光

随着生成式 AI 在社交平台上的普及，LinkedIn 的这次尝试也反映出整个互联网面临的一个共同挑战：如何在自动化内容爆炸的时代，仍然保持有价值的交流空间。