最新研究显示，YouTube 在面向新注册用户的推荐视频中，超过 20% 为“AI垃圾内容”。这类内容多由生成式 AI 批量制作，缺乏原创与真实价值，靠夸张标题、重复模板和低质剪辑博取点击。新用户因冷启动阶段缺乏行为数据，更易被高互动、易停留的算法偏好内容覆盖，而 AI 降低了低质内容的制作门槛，使其迅速涌入推荐流。相比之下，老用户因兴趣标签更精准，受影响较小，这凸显新用户更易遭遇信息失真与诱导点击的风险。

研究指出，这暴露 YouTube 在内容审核与推荐平衡上的难题：AI 生成内容虽丰富多样，但若识别与降权不足，会挤压优质创作者曝光，损害平台公信力。建议优化新用户冷启动推荐逻辑，引入来源可信度、原创度等指标动态加权，加快自动检测与标注系统落地，对低质 AI 内容限流或剔除，并引导新用户接触高质量频道，建立健康观看习惯。对创作者而言，仅靠 AI 批量生产难获长期竞争力，需兼顾创意、真实性与价值。

整体来看，超两成 AI 垃圾内容的现象警示生成式 AI 对内容生态的冲击，也促使平台在算法透明化、质量把关与用户引导上深化改革。在 AI 内容泛滥背景下，兼顾丰富性与可信度将成为视频平台维系竞争力与履行社会责任的关键，并可能推动行业审核与推荐机制革新。