2025年10月14日，Axios 獨家發佈嘅研究顯示：儘管生成式 AI 工具喺創作流程中被廣泛採用，但「純 AI 寫作」嘅頁面喺公開網絡上仍屬少數。研究團隊採用三條技術路徑並行驗證：基於對抗訓練嘅文本檢測器、對比已知 AI 模型輸出嘅語料庫，同埋爬取頁面元數據（發佈時間、編輯歷史、作者署名）來判斷內容來源。
研究規模涵蓋數以億計嘅網頁樣本，覆蓋新聞網站、博客、論壇同電商商品頁。研究結論有幾點細節值得注意。首先，AI 生成內容嘅整體占比喺快速上升後，於2024年中開始放緩——研究者估計未突破四分之一；其次，好多標示「由AI生成」嘅頁面其實經過人工編輯同潤飾，純粹由模型一鍵輸出再直接發布嘅情況相對罕見。第三，AI 寫作喺搜尋引擎入面表現唔佳：喺同類主題下，被檢測為AI產出嘅頁面較易出現排名下跌或被搜尋算法降權，研究團隊透過歷史排名追蹤同流量對比得出呢個結論。
研究仲列舉咗若干微觀證據：大量 AI 草稿被當作「首稿」使用，之後由記者或編輯補充事實核查、加入引用同本地化資訊；有啲流量急升嘅頁面顯示出典型 AI 重複句式同缺乏獨家資訊嘅特徵，呢類頁面喺 Google 同其他搜尋系統算法更新後，自然流量比人工深度報道弱。研究報告提到，平台對生成內容識別同處理嘅策略自2024年至2025年間多次調整，直接影響咗 AI 產出頁面嘅可見度。
對出版機構同創作者嚟講，研究提出兩點實操啟示：一係繼續強調事實核查同現場報道嘅獨特價值，二係喺使用生成式工具時保持透明、記錄編輯鏈路，以免喺搜尋同讀者信任方面付出代價。研究者強調，技術仍喺演進，檢測方法亦會被模型刷新，但而家網絡文本生態仍以「人+AI 協作」嘅混合模式為主——AI 更似加速器，而非完全替代品。
呢份報告為媒體機構、SEO 從業者與平台監管者提供咗可檢驗嘅證據鏈。研究者建議持續公開數據同檢測方法，推動更透明嘅內容來源標識體系；同時提醒讀者，喺評估資訊時要留意作者署名同編輯歷史等微觀線索，因為呢啲細節決定咗喺搜尋結果同讀者信任上邊個可以贏得長期優勢。