2025年10月14日，Axios独家发布的研究显示：尽管生成式AI工具在创作流程中被广泛采用，但“纯AI写作”的页面在公开网络上仍属少数。研究团队采用了三种技术路径并行验证：基于对抗训练的文本检测器、对比已知AI模型输出的语料库，以及爬取页面元数据（发布时间、编辑历史、作者署名）来判断内容来源。
研究规模涵盖数以亿计的网页样本，覆盖新闻网站、博客、论坛和电商商品页。 研究结论包含几个细节值得关注。首先，AI生成内容的总体占比在快速上升后于2024年中开始放缓——研究者估计未突破四分之一的大关；其次，许多声称“由AI生成”的页面实际上经过了人工编辑与润色，纯粹由模型一键输出并直接发布的案例相对罕见。第三，AI写作在搜索引擎中的表现不佳：同类主题下，检测为AI产出的页面更容易出现排名下滑或被搜索算法降权的情况，研究团队通过历史排名追踪和流量对比得到这一结论。
研究还列举了若干微观证据：大量AI草稿被当作“首稿”使用，随后由记者或编辑补充事实核查、引入引用与本地化信息；一些流量骤升的页面显示出典型的AI重复句式和缺乏独家信息的特征，这类页面在Google和其他搜索系统的算法更新后其自然流量比人工深度报道要弱。研究报告提到，平台对生成内容识别与处理的策略自2024年至2025年间多次调整，直接影响了AI产出页面的可见度。
对出版机构与创作者来说，研究给出两点实操启示：一是继续强调事实核验与现场报道的独特价值，二是在使用生成式工具时保持透明、记录编辑链路，以避免在搜索和读者信任上付出代价。研究者强调，技术仍在进化，检测方法也会被模型刷新，但目前网络文本生态仍以“人+AI协作”的混合模式为主——AI更像是加速器而非完全替代品。
这份报告为媒体机构、SEO从业者与平台监管者提供了可检验的证据链。研究者建议持续公开数据与检测方法，推动更透明的内容来源标识体系；同时提醒读者，在评估信息时要注意作者署名和编辑历史等微观线索，因为这些细节决定了在搜索结果和读者信任上谁能赢得长期优势。