結論：皮尤研究中心（Pew Research Center）2026 年 8 月 20 日發布研究指出，截至 2026 年 7 月，ChatGPT 發布後新增的英文網頁中有 35%（超過三分之一）顯示顯著 AI 創作或編輯跡象，整體網頁則有 10% 帶 AI 痕跡，.com 商業域名比例高達 9.35%，是學術與政府域名的十倍。
這份研究為什麼重要？因為它是目前為止規模最大的「AI 寫了整個網路多少內容」的量化調查——不是靠抽幾百篇文章人工判斷，而是用 AI 模型掃了將近 50 萬個網頁。它第一次讓我們看清楚：AI 內容不是均勻散佈的，而是高度集中在商業網站，而且有一套肉眼可辨的「語言指紋」。
研究怎麼做的？49 萬個網頁、雙模型交叉驗證
Pew 這次的方法論相當嚴謹，值得先拆解一下：
| 項目 | 內容 |
|---|---|
| 數據來源 | Common Crawl 月度快照（2021/1 – 2026/7，共 49 個快照） |
| 樣本規模 | 每月隨機抽 10,000 個英文網頁，總計 490,000 個網頁 |
| 檢測模型 | Pangram 開源模型 editlens_Llama-3.2-3B（輸出 0–1 分數） |
| 判定閾值 | 分數 ≥ 0.2 即算「顯著 AI 創作或編輯跡象」 |
| 交叉驗證 | 另以商業旗艦模型 Pangram 3.3 掃描 62,370 個網頁，96% 案例結論一致（Cohen’s kappa 0.61） |
研究把 AI 寫作視為光譜而不是二分法——0 分是完全人類撰寫，1 分是完全 AI 生成，中間的「混合創作」（人類用 AI 編輯、改寫）也能被偵測出來。研究團隊也誠實標註了限制：開源模型在 2022 年底前的舊網頁上有約 1% 的偽陽性率，所以 2021–2022 年初的數據應視為近似值。
核心發現：ChatGPT 之後，網路變了
1. 時間趨勢：發布前後是分水嶺
| 觀測時間 | 網頁有 AI 跡象比例 |
|---|---|
| 2021 年初（前 AI 時代） | 約 1% |
| 2023 年初（ChatGPT 發布初期） | 1.63%（.com） |
| 2024 年初（AI 爆發首年） | 3.76%（.com） |
| 2026 年初 | 9.35%（.com） |
| 2026 年 7 月（ChatGPT 後的新網頁） | 35% |
把「所有網頁」攤開來看，AI 內容只佔約 10%——因為網路上有海量 ChatGPT 出現前的老文章。但如果你只看 2022 年 11 月 30 日之後發布的新網頁，比例直接跳到 35%。換句話說：今天新誕生的網路內容，每三篇就有一篇以上帶 AI 痕跡。
這與另一份學術研究互證：史丹佛大學、倫敦帝國學院與 Internet Archive 合作的論文《AI 生成文本對網際網路的影響》（The Impact of AI-Generated Text on the Internet）指出，截至 2025 年年中，約 35% 的新建網站被歸類為 AI 生成或 AI 輔助。
2. 域名分化：商業網站是重災區
AI 內容的分布極度不均，學術與政府網站靠著嚴格的編輯審查機制，五年來幾乎免疫：
graph LR
A[.com 商業域名 9.35%] --> B[最高]
C[.org 非營利域名 4.59%] --> D[中]
E[.edu 學術域名 1.03%] --> F[低]
G[.gov 政府域名 0.76%] --> F- .com：9.35% —— 是 .org 的兩倍、.edu/.gov 的十倍
- .org：4.59%
- .edu：1.03%（2024 年曾短暫衝到 1.70% 後回落）
- .gov：0.76%
這背後的邏輯很直接：商業網站有流量與變現壓力，最容易被「低成本量產內容」的誘因驅動；而學術、政府網站的內容要過同儕審查或行政流程，AI 量產無利可圖。
3. 語言指紋：AI 正在改變網路英文的習慣用法
研究還發現一些有趣的「語言指紋」——AI 特有的寫作習慣正在滲透整個網路：
| 語言特徵 | 2023 年初（每萬字） | 2026 年初（每萬字） | 增幅 |
|---|---|---|---|
| 破折號（Em dash） | 5.79 次 | 11.19 次 | +93%（近兩倍） |
| 牛津逗號 | 34.04 次 | 55.51 次 | +63% |
| AI 偏好詞（delve、interplay、crucial、pivotal…） | 11.94 次 | 26.02 次 | +118% |
| 否定平行結構（「不只是 X，更是 Y」） | 0.87 次 | 2.36 次 | +171% |
如果你常讀英文技術文章，這張表你八成有感：破折號、牛津逗號、delve/crucial 這些字確實越來越常見——現在有數據證明了，這不是錯覺。
對 SEO 與內容創作者的結構性影響
AI 內容氾濫最直接的後果，是搜尋引擎與使用者的行為正在被重寫：
- 零點擊搜尋：美國 Google 搜尋中 58.5% 的查詢直接「零點擊」結束，使用者看完 AI 綜述就走，連外部網站都不點
- AI 綜述吞噬流量：研究（n=68,879 次真實搜尋）顯示，出現 Google AI 綜述時，使用者點擊傳統搜尋結果的機率從 15% 砍半到 8%（相對驟降 47%）
- 引用轉換極低：只有 1% 的使用者會點擊 AI 綜述內的引用連結；26% 的使用者看完 AI 綜述直接結束搜尋
- AI 引流反而超值：Semrush 數據顯示，AI 引流目前只佔整體流量的 1.08%，但經由 ChatGPT 等 AI 引來的訪客轉化率高達 15.9%，是 Google 有機流量（1.76%）的 9 倍
Google 也已經動手整頓：2026 年 3–5 月的核心更新重創「用 AI 每日量產數百篇低品質內容」的網站，流量暴跌 40–90%；反之，用 AI 輔助研究、但經人工審核並加入真實經驗的網站，流量同期上升 30–80%。2026 年 5 月 Google 也正式將「操縱 AI 搜尋結果」列為垃圾內容，但明確承認正常的 AEO（Answer Engine Optimization）是合法的。
這與本站先前整理的 AI 浮水印路線分歧 和 Google SynthID 深度實測 形成互補：一邊是「如何標記 AI 內容」，另一邊是「AI 內容到底有多少」。
專家怎麼看？從「死網理論」到真實焦慮
「網路被 AI 接管」從陰謀論變成研究結論，專家反應兩極：
- Jonas Dolezal（史丹佛 AI 研究員）：「我對 AI 接管網路的速度感到震驚。人類花了幾十年塑造網際網路，短短三年，很大一部分就由 AI 定義了。」
- Maty Bohacek（史丹佛學生研究員）：呼籲未來要為模型保留「個性與摩擦」，讓 AI 成為人類的創意夥伴，而不是製造一個淨化、重複、千篇一律的網路。
- Sam Altman（OpenAI CEO）：2025 年 9 月曾發文「我以前從未認真對待過死網理論，但現在看起來真的有非常多由 LLM 運行的 X 帳號」。
- Digg 的慘痛實例：Reddit 共同創辦人 Alexis Ohanian 與 Digg 創辦人 Kevin Rose 2026 年 1 月重啟 Digg 想打造「受信任的人類社群」，兩個月後就因「前所未有的機器人氾濫」關閉測試——連真人社群平台都擋不住 AI 帳號。
學界的警告更為長遠：新南威爾斯大學教授 Toby Walsh 指出，新一代 AI 若訓練在舊一代 AI 生成的內容上，內容品質會持續劣化——也就是「垃圾進、垃圾出」的惡性循環。當 Cloudflare 的報告顯示機器人流量已超越人類流量，而新增網頁又有三分之一是 AI 寫的，網路正在快速滑向自我複製的「資訊灰黏土」困境。
對台灣創作者與站長的啟示
這份研究對經營內容網站的人（包括本站）其實釋放出明確訊號：
- 純量產 AI 內容已無利可圖：Google 2026 年的更新讓這條路流量暴跌 40–90%，內容農場模式正式死亡
- 「AI 輔助 + 人工把關」是唯一生路：用 AI 加速研究與初稿，但注入真實經驗、實測數據與專業判斷——流量反而成長 30–80%
- 可信度成為稀缺資源：當 35% 的新網頁都是 AI 寫的，讀者與搜尋引擎會更傾向信任有實名、有實測、有原始數據來源的網站——這正是獨立部落格的機會
想深入理解這波流量結構變化的讀者，可以接著看本站的 2026 流量最高的工具型網站排名 與 Cloudflare X402 協議：網站向 AI 機器人收費，會發現同一個故事的不同面向：AI 正在同時改變內容的供給端（誰在寫）與需求端（誰在看、誰付費）。
資料來源：
- Pew Research Center: How Much of the Internet Is Written With AI?（原始研究）
- Pew Research Center Methodology
- TechCrunch: A third of web pages published since ChatGPT’s launch show signs of AI authorship
- Slashdot: Study Finds a Third of New Websites Are AI-Generated
- Digital Trends: One-third of the web is showing signs of AI authorship