随着 AI 吞噬网络，互联网的集体记忆正在消失
随着 Google 越来越依赖 AI 生成答案，而 SEO 垃圾内容不断泛滥，许多用户表示网络搜索质量已明显下降，更难找到小众、可归档或技术上足够精确的信息。评论者担心，基于开放网络训练的 AI 系统正在总结和重组人类写作内容，却没有把流量带回原站，从而削弱原创内容发布的经济和社会激励，并加速转向 AI 生成的“slop”。有人认为这威胁到互联网的集体记忆和未来知识生产；也有人觉得，这也许会推动人们转向更小、更精选的索引、个人档案和替代搜索工具。
搜索质量与 AI 摘要
- 许多人认为，自 2000 年代末以来，Google 搜索一直在稳步恶化：同义词替换过度、拒绝返回真正的“0 results”、广告过多的布局，以及偏向大品牌和“intent/commercial”页面。
- Google 上的 AI 摘要被广泛批评为自信却错误、偏题，并把真实结果推到折叠线以下。有些人说，他们现在默认只用 AI，是因为经典结果更糟。
- 也有人表示，当前的“AI mode”（Gemini、整合进搜索的 ChatGPT 等）在许多任务上比原生 Google 更有用，但指出这很可能只是商业化/“enshittification”之前的短暂“黄金时代”。
AI 对内容创作与激励机制的影响
- 人们强烈担心，AI 助手会基于抓取来的内容直接回答，却不给网站带回流量，从而摧毁基于广告或声誉的写文档、教程和博客的激励。
- 一些创作者表示，他们已经停止或减少公开分享（代码、博客文章），或者下架仓库，因为他们不想“训练自己的替代品”或失去署名与认可。
- 反方观点是：有些发帖者说，无论是人类还是 LLM 阅读，他们都会继续发布，因为他们重视分享想法；另一些人认为，手册和官方文档仍会因产品支持需要而继续产出。
AI 垃圾内容、训练数据与“吞噬网络”
- 许多人注意到 AI 生成内容工厂激增：在健康、宠物护理、食谱和小众技术等领域，浅薄、看似合理但错误的文章现在主导了搜索结果。
- 人们担心未来模型会基于先前的 AI 输出进行训练，从而放大错误和低质量模式；一些社区甚至在明确尝试污染训练数据。
- 也有人呼吁建立经过精心筛选的“trusted corpora”和私人档案；担心公共互联网将变得不再适合作为训练或参考来源。
保存与“集体记忆”
- 关于什么值得保存存在争论：有人把 Instagram stories 和随手发的帖子视为垃圾；也有人指出，类似涂鸦层级的短暂痕迹对历史学家来说极其宝贵。
- 大家普遍同意，链接腐烂、付费墙、DRM、诉讼（例如针对 Internet Archive 的诉讼）以及平台更迭，早已在 AI 之外抹去记录。
- 一些人主张个人归档：把 PDF 存到本地磁盘，使用 Zotero、Hister、Kiwix/OpenZIM 等工具，甚至建立私有或基于 VPN 的“closed nets”。
搜索的替代方案与未来
- 用户对 DuckDuckGo、Brave Search、Kagi、Yandex，以及元搜索（SearXNG、EXA、Tavily）的体验褒贬不一。没有明确的赢家；在索引完整性、垃圾内容过滤和商业模式之间存在取舍。
- 付费搜索（例如 Kagi）在一些人看来能让激励更偏向用户而非广告主，但它无法修复网络本身的持续退化。
- 有些人预见，未来会分裂成一个“AI web”和一个更小、半隐蔽的人类网络（个人博客、小论坛、mesh/overlay networks）。