10月22日，康奈爾大學釋出一項研究，揭示大語言模型在持續接觸低質量網路內容後，可能出現理解、推理與倫理一致性全面下降的“大腦退化”現象，引發行業對“死網論”的再度關注。
研究團隊以Llama 3和Qwen 2.5為物件，測試不同質量資料對模型的影響。結果顯示，當訓練資料全為低質內容時，模型準確率從74.9%降至57.2%，長文字理解能力從84.4%跌至52.3%。研究人員指出，這種“劑量—反應效應”會導致模型逐步退化，表現為推理過程簡化、回答膚淺化，並出現“人格漂移”，更易輸出錯誤資訊。
“死網論”認為網際網路因充斥AI生成或低質內容而喪失人類創造力。Reddit聯合創始人Alexis Ohanian指出，當前網路內容中已有很大比例“實際上已死”，呼籲構建可驗證人類真實性的社交平臺。OpenAI執行長Sam Altman也認為“死網論正在我們眼前發生”，並指X平臺多數賬號已由AI運營。
內容質量危機正在加劇。AWS報告顯示，約57%的網路內容由AI生成或翻譯，影響搜尋結果質量。Jack Dorsey警告，隨著生成技術與深度偽造普及，資訊真實性將更難辨別。專家提醒，若AI與網路生態持續陷入低質迴圈，“死網論”或將成為現實。