TechWeb 文/席安如

    万物皆有鄙视链。

    据说在有些互联网公司面试的时候，面试官都喜欢问候选人一个问题，“你平时活跃在哪个技术社区”？如果答案是GitHub或者StackOverflow，那就是一个加分项；如果答案是CSDN，那么很可能成为减分项，甚至是不被录用的判断依据之一。

    CSDN是中国最大的程序员社区。在其2023年发布的新闻稿中，它声称自己“拥有超过4500万注册用户”和“6000多万篇文章”。

    让CSDN在一些面试官眼中成为减分项的关键，正是来自这6000多万篇文章——它们构成了中文互联网上极为庞大的内容农场之一，更关键的是，它带了一个很不好的头，稀土掘金、简书等内容平台也开始主动或被动效仿。

    电影院里，一旦前排的人站起来了，后面的观众就不得不跟着站起来，才能看得见屏幕。

    CSDN就是那个第一个站起来的。

    第一代内容农场：自己做内容，外面找流量

    内容农场并非新生事物，而是伴随着搜索引擎的发展而出现的“寄生物”。

    早在2009年，美国一家名叫Demand Media的内容农场公司老板就对《连线》杂志（Wired）放出豪言，声称要“每个月产出100万篇文章，相当于每年制造四个维基百科”。第二年，也就是2010年，雅虎斥资9000万美元（约合人民币6亿）收购了另一家同类公司 Associated Content。

    要知道，同年美团刚从红杉拿到了1200万美元的A轮融资，而当时如日中天的百度2009年的营收也不足45亿元人民币。内容农场受“资本家”的青睐程度由此可见一斑。

    原因非常简单，内容农场同时满足了“开源”和“节流”的需求。一方面，从搜索引擎带来的滚滚流量，为这些网站产生了不少的广告收入，这也是互联网公司最主要的收入来源之一；另一方面，据说当时内容农场为每篇文章开出的稿费仅为3.5美元，远低于付给人工撰写稿件的20美元左右的稿费标准。

    与这些美国公司不同的是，CSDN成为内容农场或许并非有意为之，而是历史发展之巧合。

    海量内容只是内容农场成功的必要条件之一，基本上花钱和堆人头就能办到，但是另一个必要条件——获取流量的门槛就要高许多。在那个年代，人们搜索互联网上的内容主要依赖的还是搜索引擎。通过技术手段，让搜索引擎抓取到页面，并且将它尽量排到搜索结果列表的前面，这个技术叫做“搜索引擎优化”，简称为SEO。

    作为一个技术社区，CSDN的SEO技术显然是足够强的。至于内容的来源，它并没有像美国人那样发稿费雇人来写。当时，很多国内的技术牛人喜欢在CSDN博客上发布文章来分享经验和技术，这些文章增加了CSDN的权重；与此同时，越来越多的后来者和新手也开通了CSDN博客，但是他们更习惯将它作为学习笔记来使用，于是产生了大量的内容类似甚至完全相同的文章。

    当文章数量达到某个级别并突破阈值后，搜索引擎终于被攻占了。

    十几年来，搜索引擎对内容农场的态度基本上是持否定的，毕竟类似上图这样的搜索结果非常影响用户体验。不过从实际情况来看，自从2010年百度最大的竞争对手退出中国市场之后，稳坐国内搜索引擎头把交椅的百度，并没有从根本上——也就是从技术和规则上去解决这个问题，相反的，一大批类似的网站如雨后春笋般出现。

    现在，你在百度搜索技术问题的话，除了CSDN之外，首屏出现的大概率还会有博客园、稀土掘金、简书……以及耳熟能详的那几家云计算厂商的“技术社区”，他们将大量过期的、重复的技术文档复制来复制去，一边浪费着自己的服务器和带宽，一边浪费着用户的时间。

    面对这个局面，大部分程序员还是选择了接受，否则CSDN也不会有4500万用户了。

    第二代内容农场：搬别人的内容，养自己的流量

    当智能手机开始普及，手机流量开始管饱，人们使用互联网的方式变了。买东西会在电商APP中搜索，看视频会在视频APP中搜索，看小说会在阅读APP中搜索……浏览器和搜索引擎不再成为必经之路。

    那些新入行的程序员们，也不再是看着CSDN们的博客学习，B站成了它们的新欢。虽然依然有很多程序员在把博客当笔记，但是从搜索到的内容来看，明显是比之前少了。

    在这种流量池各自为政的情况之下，新的内容农场出现了。不过这一次，他们不再自己生产内容，而是通过技术手段，将别人创作的内容进行二次加工来产生大量内容，然后再以此获得更多的平台推荐。到了短视频全面普及之后，这种迹象更加明显。

    与前一个时代不同的是，这种形式的内容农场，不但更容易得到平台的支持，用户对之也更容易接受，因为省去了自己搜索的麻烦。所以，除了部分原创作者的吐槽之外，倒是鲜见有用户对此有怨言。

    AIGC时代：自己编内容，自己有流量

    OpenAI一声炮响，拉着全球网民进入了AIGC新时代。

    前面说过，形成内容农场有两个必要条件：一是内容，二是流量。到了AIGC时代，一分钟内可以生成数篇内容类似但又不完全相同的文章，内容的数量和质量都远超之前。这些AI生成的内容迅速出现在微信公众号、小红书、知乎之类的内容平台，不过此时仍然处于上一个时代的范畴，AI只负责生产内容。

    直到今年五月，有用户在使用字节跳动旗下对话式AI产品“豆包”时发现，其答案的参考来源竟然来自豆包自身生成的内容，至此，AI时代的内容农场初具雏形。

    也就是说，如果你日常将对话式AI当作与互联网交互的入口的话，那么看到的答案完全有可能也是来自AI自身，而这些AI生成的答案中，本身又可能存在不准确甚至荒谬之处，比如之前广为流传的“小帅与小美”（很多电影解说短视频给男女主角取的名字）就曾被AI当作参考答案。

    虽然此次“事故”被迅速修复，但是几乎所有对话式AI都具备这个能力，而且此次被用户发现，是因为“豆包”使用自有的域名（doubao.com）来生成静态页面，如果使用的是一个看起来和字节跳动没有任何关系的域名的话，那么很可能永远都不会被用户发现。

    立法层面，目前的相关的法律法规主要针对的是“有害内容”，对于这种低质但无害的内容并没有明确约束，所以似乎只能靠厂商的自我约束了。

    厂商的确在行动，不过这些行动更多的是在“交互入口”处建立壁垒。比如百度的搜索引擎，将自己的AI“文心一言”生成的答案排在了最上面，这属于“用魔法打败魔法”；知乎的AI“知乎直答”也是给自己的数据更高权重。

    唯一值得庆幸的是，当下对话式AI还没有成为人们与互联网交互的主流，人们还有时间来完善这个体系，避免AI内容农场的大规模出现。

    我们可以怎么办？

    第一代内容农场时代，程序员们尚且可以通过各种技术手段——比如使用浏览器插件uBlacklist在搜索结果中排除指定的网站——来规避内容农场出现在搜索引擎的结果中，或者干脆使用工具来阻断对这些网站的访问，但是普通人无能为力。

    第二代内容农场时代，只有少部分人会选择去屏蔽那些搬运者，大部分人都选择了接受投喂。

    面对即将到来的AI内容农场，人们可以怎么办？你又会怎么办？（席安如）