ChatGPT发布后，超过三分之一的新网页出现AI痕迹

皮尤研究中心2026年8月发布的一项分析，为人工智能进入网络内容生产的程度提供了一个相当清晰的估计：在样本中，ChatGPT公开发布后上线的英文网页，有35%出现了与AI创作或大幅编辑相符的明显信号。而在包含更早页面的2026年7月整体样本中，这一比例为10%。15

不过，这里的“AI信号”并不等于研究人员证明某个页面完全由AI生成。皮尤的系统识别的是与AI写作或编辑相关的语言模式，也无法判断一个页面获得了多少AI协助。1

皮尤研究了什么

研究团队从Common Crawl的49个网页快照中抽样。快照采集时间从2021年1月持续到2026年7月，每个快照随机抽取1万篇英文网页，总样本达到49万篇。3

Common Crawl是一个保存公开网络内容的网页档案。因此，这项研究并不意味着互联网中的每类页面都被同等覆盖：需要付费或登录才能访问的内容，在这一档案中的可见度可能较低。3

研究人员提取网页正文，再使用用于识别AI创作或大幅编辑信号的Open Pangram进行分析。研究将AI参与视为一个连续谱，而不是简单的“人写”或“机器写”二选一：页面可能同时包含人工创作和AI改写，也可能表现出更大程度的机器生成。13

关键数字：整体为10%，ChatGPT之后升至35%

在2026年7月随机抽取的1万篇网页中，约有**10%**显示出明显的AI创作信号。由于这个样本包含ChatGPT发布前的旧页面，整体比例因此被拉低。15

随后，皮尤将样本限定为发布日期晚于ChatGPT公开发布日——即2022年11月30日——的页面。在这一可确认发布日期的子样本中，相关比例升至35%，超过三分之一。1

但这35%不能被理解为“ChatGPT发布后所有网页中恰好有35%由AI写成”。原因在于，只有少数网页包含可用的发布日期字段。因此，这一数字适用于皮尤能够确认日期并进行比较的页面，而不一定代表全部ChatGPT之后发布的网页。3

商业网站的AI信号更集中

不同顶级域名之间的差异十分明显。皮尤在2026年的测量结果显示：

• .com：约9%至10%的页面出现明显信号；
• .org：约4.6%；
• .edu：约1%；
• .gov：约1%。

换言之，样本中的.com页面相关比例约为.org页面的两倍，是.edu和.gov页面的约10倍。4

这些数字反映的是样本页面之间的差异，并不能推出所有商业出版商都在使用AI，也不能说明教育和政府网站完全没有受到影响。它们所显示的是：目前测得的AI信号，在商业网络中的集中度最高。4

与Cloudflare“机器人流量超过人类”的发现有什么关系

2026年有关Cloudflare的数据报道显示，在其测量的HTML内容请求中，自动化机器人和AI代理约占57%至57.5%，人类请求约占42.5%。1718

但这两项研究观察的是网络的不同层面：

• 皮尤研究的是页面内容：文本是否带有与AI创作或大幅编辑相关的信号；
• Cloudflare研究的是请求来源：访问HTML页面的流量更像是自动化系统，还是人类用户。

因此，二者是互补关系，不能混为一谈。机器人可以抓取一篇完全由人类写成的文章；带有AI创作信号的页面，也可能主要由人类阅读。任何一项研究都不能证明另一项统计数字。合起来看，它们共同指向一个变化中的网络：内容生产和页面访问，都越来越受到机器的影响。11718

研究有哪些限制

皮尤提醒，AI检测器可能会把人类撰写的文本误判为AI生成。因此，阳性结果更适合被理解为一种信号，而不是对作者身份的最终确认。该方法也无法可靠区分完全由AI生成的文章，和仅使用AI进行润色、改写等较轻度协助的文章。1

此外，这项研究还有几个明确边界：

• 样本覆盖的是英文网页，而非全球互联网；
• 数据来自Common Crawl中能够被公开抓取的页面；
• ChatGPT发布后的比较，只使用了包含嵌入式发布日期的页面子集，这个子集未必能代表所有新网页。3

因此，35%应被看作特定样本中“可检测到的AI相关信号”估计，而不是“整个互联网有多少内容由AI写成”的最终答案。

ChatGPT之后，网络语言也出现变化

作为另一条独立的观察线索，皮尤还分析了网页语言的变化。对于ChatGPT发布后上线的页面，研究人员发现，破折号、牛津逗号、否定式平行结构的使用增加；一些与AI生成文风相关的词汇也更常出现，例如“delve”“crucial”“landscape”“pivotal”和“underscore”。2

这些语言特征同样不能证明作者身份。人类作者也可能使用相同的标点和词汇，写作习惯也可能因与AI无关的原因而传播。它们的意义在于，作为检测器结果之外的佐证，显示网络语言整体正在发生变化。2

对读者和出版商意味着什么

皮尤最重要的发现并不是“互联网中有35%的内容已经确定由AI写成”，而是：在其样本中，能够确认发布日期、且发布于ChatGPT之后的英文网页，有超过三分之一出现了与AI创作或大幅编辑相符的明显信号。包含旧页面的2026年7月整体样本中，相关比例为10%；.com页面的比例也明显高于.org、.edu和.gov页面。134

这组数据更适合作为网络出版环境变化的衡量指标，也提醒人们：仅凭AI检测器分数，无法确定一篇内容的真实来源或作者。