夜雨聆风你有没有在LinkedIn上读到过这样的帖子，开头是一个精心雕琢的小故事，中间突然升华到"领导力的本质"，结尾必然落在"这就是韧性"或"这就是增长型思维"？句式工整得像高考范文，金句密集得像成功学讲座，你说不出哪里不对，但浑身不舒服。
现在，LinkedIn自己也受不了了。
2026年7月30日，这个全球最大的职业社交平台，在每条帖子的三点菜单里，悄悄加了一颗核弹级按钮，
"Seems like AI slop"（看起来像AI垃圾）。
▲ 手机端菜单实拍：在"举报"和"不想看到"旁边，赫然多出了一行“Seems like AI slop”
一个按钮，把整个职场社交网络的遮羞布扯了下来
先说这个按钮怎么用极其简单，甚至简单到有点粗暴
打开LinkedIn信息流，看到任何一条帖子，点右上角三个点，你就能在"举报""我不想看到"等老面孔旁边，找到那行新文案。轻轻一点，帖子立刻从你的信息流消失，屏幕弹出一行感谢："Thanks for letting us know. Your feedback helps improve the feed."
系统省去了"为什么觉得是AI"的追问，也不用你再写200字理由，一击毙命，干脆利落。
更具杀伤力的机制藏在后台LinkedIn首席产品官Hari Srinivasan在站内说明中明确写道："AI slop is a top priority for all of us." 每一次用户点击，都会变成训练数据，喂给平台的内容分类模型。你的直觉，正在被算法学习
被大量标记的帖子作者，还可能在自己的数据分析面板里收到一条私密提示：你的内容显得不够真实，AI痕迹过重。提示只对作者可见，像是暗处的一记闷棍。
▲ 科技媒体Dexerto的帖子获得大量转发，配图清晰展示菜单中的新选项
自己生产问题，自己上线举报，互联网最讽刺的一幕
消息一出，全网先是笑出声
科技记者Justin Brady发了一条一针见血的帖子，配两张截图，文案只有两行：
LinkedIn: Use this tool to create AI slopAlso LinkedIn: Use this tool to report AI slop.
▲ "用这个工具制造AI垃圾"和"用这个工具举报AI垃圾"，同一个平台，两套工具
这组荒诞对照确有其事 LinkedIn此前在发帖框里内置了一个叫"Enhance your post"的AI写作增强功能，用户把草稿丢进去，模型帮你重写成"更抓眼球"的版本。措辞更精炼，结构更工整，读起来确实"像那么回事"，问题是，十个人用了出来的东西长得都一样。
TechCrunch帖子底下，有人冷冷反问："他们本来就有一个用来制造AI灌水的按钮吧？"
▲ TechCrunch头条：“LinkedIn adds a button to report AI-generated 'slop'”
有人把这比作一个经典的荒诞场景，药厂先卖致瘾药片，再卖戒断疗程，两头收钱。MediaPost的报道标题更直接，用了"Reverses Approach"（态度大回转）来形容这次产品逻辑的180度转弯。
而现在，那个"增强帖子"的AI写作工具，已经被下线了。取而代之的，是一个功能被刻意削弱的校对工具，只帮你改语法和拼写错误，但刻意保留你自己的写作风格，不替你"升华"，不帮你"包装"。
从"AI帮你写得更抓眼球"到"AI帮你改改错别字但别丢了自己"，这个命名的变化，本身就是一份产品伦理的公开认错书。
40%的长文都是AI代笔：数据把LinkedIn钉在了耻辱柱上
为什么LinkedIn要这么急？因为有人把数据摊在了阳光下
2026年7月初，AI检测公司Pangram发布了一份基于约100万条帖子的跨平台扫描报告。他们用浏览器扩展采集了LinkedIn、Medium、Substack、X（Twitter）、Reddit等多个平台的公开文本，只统计超过50个词的内容。
结论令人窒息：
所有平台的平均AI生成率约为13.8%； 但LinkedIn长文中，被标记为完全由AI生成的比例超过40%； LinkedIn帖子只占扫描总量的三分之一，却贡献了所有被标记AI内容的约三分之二（62%）。
▲ Pangram博客标题直指要害：“AI Content Is Everywhere on Social Media, Especially LinkedIn”
换句话说，LinkedIn是全网AI浓度最高的平台，没有之一。
反直觉之处在于：人们偏偏在绑定真实姓名、真实职位、真实职业履历的LinkedIn上，最放心地让机器代替自己说话。
这其实不难理解在LinkedIn这个"职业舞台"上，"听起来专业"的回报极高，而核实成本极高。一个销售总监发一篇关于"增长飞轮"的洞见帖，读者很难判断这到底是他十年行业经验的结晶，还是ChatGPT花三秒钟吐出来的。模型腔在这里甚至成了最省力的策略。
Substack CEO Chris Best在按钮上线前一周就公开点名了LinkedIn，宣布在Substack应用内接入Pangram扫描。他的原话更直接："We're sick of slop. And we don't want Substack to turn into LinkedIn."
▲ Substack CEO公开表态："我们受够了AI垃圾，也不想变成LinkedIn"
Best还提出了一个辛辣的新造词，"Claudefishing"。你以为自己在和一个活生生的人建立连接，但线的另一端，可能根本没有人在场。
"Seems like"两个字里的治理哲学
按钮文案选择了"Seems like AI slop"（看起来像AI垃圾），放弃了"This is AI slop"（这就是AI垃圾）那种绝对判断。
一个"Seems like"，把判断权交给了人类的直觉，也把锅甩给了人类的偏见。
Srinivasan在公开说明中特意强调了一句被多家媒体反复引用的话："AI and slop are not the same thing." ，AI不等于垃圾。 很多人确实在用AI润色想法、整理结构；把模型输出原封不动贴上去、批量生产毫无独特视角的"洞见"，则是另一种用法。
但问题也随之而来：谁来定义"slop"的边界？
有评论者一针见血地指出："They have deputised a hunch"，他们把一种直觉委任成了治理工具。非英语母语的作者写出的工整文本，会不会被当成AI？文风简洁规范的人，会不会被误伤？不受欢迎的观点，会不会被批量标记为"AI垃圾"来打压？
▲ "LinkedIn先退休了制造slop的工具，又上线了举报slop的按钮，而且用的是'Seems'，把直觉变成了执法依据"
Engadget此前的报道还提到了一个颇具讽刺意味的"民间鉴别学"：LinkedIn用户圈中一度流传着"破折号=AI写的"的迷信，因为ChatGPT确实偏爱使用em dash（长破折号）。但破折号本就是大量人类作者的常用标点，用标点符号来判案，和用星座来招聘一样荒谬。
按钮背后的战争：信任经济的保卫战
把视野拉远一点，LinkedIn这次动作关乎一场信任经济的保卫战，早已超出"AI好不好"的道德辩论。
LinkedIn的核心资产，是人们相信信息流里的声音来自真实的人、带着真实的经验。当40%的长文都可能是无人认领的机器生成物时，这个前提就塌了。销售线索变得可疑，行业洞见变得可疑，连推荐信和背书都变得可疑。
这和我们熟悉的场景何其相似，当电商评论区充斥刷单好评，当旅游攻略全是AI洗稿拼凑，当你分不清对面是人还是机器时，整个平台的信用就在坍塌。
LinkedIn 5月就已经在分发层动手了。他们先训练系统区分"有独特视角的内容"和"徒有光泽的空转"，对后者悄悄降权，原帖仍会保留，但推荐给非直接关系网络的概率大幅降低。官方自述称，对"泛泛内容"的识别准确率约94%。同时每天拦截数十万次自动化评论，近数月拦截了数十亿量级的其他自动化行为。
▲ 早在5月，Engadget就以“LinkedIn doesn't want your AI slop anymore”为题做了深度报道
7月的按钮，是把"系统默默降权"升级为"用户也能投票"，用真人的集体判断，来校准机器的分类器。
Srinivasan的原话翻译过来大意是：slop很难精确定义，而且定义本身也在漂移，用户的反馈能帮我们不断调整模型。这是把信息流的主权，从纯算法手中，分了一部分给真人。
"听起来像人"，正在成为一种生存技能
意大利科技博主Daniele Sgarbini的总结或许最到位："Sounding human is now a survival requirement."
▲ "如果你的帖子被标记为AI垃圾，平台会砍掉你的触达。听起来像人，现在是一个生存需求。"
这句话值得每一个在LinkedIn上经营个人品牌的人细品。在AI写作成本趋近于零的时代，"写得出来"不再是壁垒，"写得像自己"才是。能被辨认的语气、能被验证的经历、能引发真实对话的观点，这些曾经被视为"软实力"的东西，正在变成硬通货。
当然，按钮远非万能人类也写slop，没有AI之前，LinkedIn信息流里一样充斥着自我营销、鸡汤式的"思想领导力"和互动诱饵。AI只是把这件事的成本降到了接近于零，让问题从"空话"升级为"可无限复制的空话"。
一个按钮拯救不了一个信息流但它至少传达了一个信号：在职业社交的角斗场上，廉价的光鲜正在被定价，而真实的粗粝或许正在升值。
至于LinkedIn自己先卖矛再卖盾的操作，欢迎来到2026年，这就是每一个AI时代平台的宿命剧本。