AI正导致一场知识的转基因危机，多数人将沦为认知“肉鸡”？

本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust，头图来自：AI生成 去年冬天，麻省理工学院的一间写作教室里，空气凝滞，只有暖气片在滋滋作响。 教授迈卡·内森 （Micah Nathan） 布置了一场小说研讨会。他在MIT教创意写作已经七年，见过太多STEM学霸在文学课上手足无措的样子。这些学生能解最复杂的微分方程，但一让他们写一个短篇故事，整个人的语言系统就开始结巴。 那晚他读了两个学生的作品。读了第一段，就知道不是人写的。 太干净了。每一个隐喻都恰到好处得像从模具里浇出来的。人物设定完整但没有任何意外。情节弧线精准地落在该落的地方，他后来用了一个英文词来描述这种质地：dead perfection——死掉的完美。 这两个学生被叫到全班面前，一开始很安静，然后其中一个哭了。她说她用AI不是想作弊，是害怕被嘲笑。她害怕自己写得烂，害怕同学觉得她笨。 她先把故事丢给AI做语法检查，AI建议改几行，她接受了。AI又问要不要做结构性修改，她又接受了。最后AI说我可以帮你重写整篇。等她回过神，故事已经不是她的了。 另一个男生耸耸肩，说他没有写过小说，有一个想法但不知道怎么开始。教授问他为什么不来问我。他没说话。 那晚课堂里爆发的对话，被内森后来写进了《卫报》的一篇长文里。有学生举手问：为什么AI写故事就不好，只要故事本身是基于我们的想法？还有人问：MIT从1959年就开始搞AI研究，我们为什么要在意这个？AI不就是用来让生活更轻松吗？ 内森的回答是：写作不是生产句子，写作是在你试图把一个模糊的感觉翻译成清晰的语言的过程中，发现自己到底在想什么。大语言模型可以复制那个过程的外观，但它不能替你完成那个过程。因为价值不在产出的那个东西里，在产出过程中发生在你身上的转变里。 他说了一句话：“写作既是一辆车，也是一条路。”车是你开出去的，路是你在开的过程中铺出来的。你把车交给别人开，你到了终点，但路没铺成。 不久前，2026年五月份，英国老牌文学杂志Granta公布了年度英联邦短篇小说奖区域获奖作品。 其中一篇加勒比地区的获奖小说，被大量读者怀疑是AI写的。有人把它扔进检测工具，结果说高度疑似机器生成。更尴尬的是，质疑很快蔓延到了另外几篇区域获奖作品。 到现在也没人能盖棺定论。毕竟，AI检测工具不是法官，特别是在面对非英语母语作者、后殖民语境、边缘文化表达时，检测工具的误判率可能更高。 但这整件事的重点根本不在最后能不能把一个作者定罪。 重点是一篇疑似AI生成的小说，穿过了匿名投稿、文学评审、区域奖项、老牌杂志发布这一整套流程。 者不是有人作了个弊那么简单，而是一整套用来筛选"值得被读"的机制，在一个节点上没发现问题。 几乎同一时间，又出了一件事。 一本叫《真相的未来：AI如何重塑现实》 （The Future of Truth） 的新书，被《纽约时报》发现书里有多处引用是AI编造的，或者是完全弄错了归属。最黑色幽默的地方是：这本书的主题就是警告AI正在侵蚀真相和公共话语。 一本警告AI污染真相的书，自己被AI编造的假话污染了。而作者本人也承认他在写作过程中，使用AI做研究，搜集素材。 这两件事如果发生在某个垃圾内容农场，没有人会在意。互联网上从来不缺假图、假视频、假语录、假新闻，但它们发生在文学奖、正式出版物、知名出版社这个层级。 这就不是“有人造假”那么简单，这是信任的基础设施在漏水，是系统性的崩坏，而大多数用水的人根本毫无知觉。 一、知识的转基因化是不可逆的 之前我写过一篇关于AI小说获奖和《真相的未来》的文章。那篇文章讨论的是：当假信息穿过了文学奖和出版社的防线，普通人要为“真相”付的认知税会越来越高。 但那篇文章有一个没展开的维度。 类似食品安全。 转基因食品 （GMO） 曾经惹起过极大的争议，到现在也没有取得什么普遍的共识性的定性。今天各国普遍的做法是，在进入市场之前，要通过审批监管、毒性测试、长期跟踪。上市以后，要有明确标签告知消费者"这是转基因"。不同国家的标准不一样，但一个基本共识是：消费者有权知道自己吃进去的是什么。 在欧盟，任何含有超过0.9%转基因成分的食品都必须标注。在美国，2022年开始强制要求生物工程食品标签。在中国，《食品安全法》对转基因食品的生产、经营、标识有明确规定。 这不是因为转基因一定有害，而是因为人类知道一件事：一旦基因层面的改造进入了生态系统，要逆转几乎不可能。 一个被改造过的基因通过花粉传播进入野生种群，它就不再是"产品"了。它是生态的一部分。没人能召回它。 现在可以把这个逻辑平移到知识领域。 你今天日常消费的信息：公众号的文章、短视频的观点、搜索引擎返回的答案、AI替你总结的摘要。这里面混着多少“基因被改造过”的内容？ 这些内容从哪来的？经过什么处理？谁在什么时候用什么方式加入了什么？有没有标签告诉你哪些句子是人写的、哪些是AI写的、哪些是人写但AI润色的、哪些是AI生成后人删了一行的？ 答案是你不知道。 而更麻烦的是：知识的“转基因”，已经不在人工可控的实验室阶段了。它进入了野化传播阶段。 什么叫野化传播？就是你今天喂给AI训练下一个模型的语料里，已经混着上一个AI生成的内容。这些内容没有标签，没有来源，没有责任人。它看起来像人写的，语法正确，逻辑通顺，但它不是基于任何人的真实经验和判断。它是基于概率分布的产物。 然后这些内容被下游的AI学习，再生成新的内容，再被更下游的AI学习。每一轮循环，“人”的痕迹就淡一层，系统性错误就深一层。 这已经不是比喻了。 2024年，《自然》杂志发表了一篇后来被大量引用的论文。来自牛津、剑桥和帝国理工的研究者给出了“模型崩溃” （Model Collapse） 的数学证明：当一个AI模型用前代AI生成的数据来训练时，输出质量会发生不可逆的退化。几轮之后，模型开始吐出无意义的垃圾。 这个过程有一个很形象的叫法：数字衔尾蛇。AI在吃自己的尾巴，自己拉自己吃。 2026年4月，一篇发表在arXiv上的论文把这个模型推向了新的边界。研究者构建了一个双层SIR传染病模型——就是疫情期间大家熟悉的那个传播模型——用来模拟AI生成内容在信息生态中的传播。结论很直白：AI内容的再生数R₀大于1。 R₀，流行病学里最核心的概念之一，指一个感染者平均传染几个人。大于1，意味着感染会自我维持；小于1，意味着感染最终会消失。 AI生成内容在信息生态中的R₀大于1。 你不需要坐下来主动“使用AI”。你只需要正常地搜索、正常地阅读、正常地转发。AI生成的内容会在这过程的每一步里被你再生产、再扩散。你成为传染链条上的一环，你自己都不知道。 到了这个状态，“知识转基因”就不需要经过任何审批了，它已经成为了我们的认知背景，或者说，我们进化的环境。 二、类似转基因视频，知识摄入在分层 如果只是一个“信息被污染”的故事，这篇文章不用写这么长。大家都知道网上假东西多。 我想说的是一个更具体的类比：食品安全领域建立了一整套监管框架，风险评估、审批流程、标签告知、市场分层。但在信息消费这件事上，我们对“转基因内容”连最基本的防范都没有。 这个空白不是某个人忘了填，是整套信息消费体系在设计上就没打算填，也几乎填不了。 先说审批。 转基因食品上市之前要做的安全