小紅書盯上“AI版鄭州幫”

小紅書反的不是AI，是龍蝦味的“活人感”。

作者|王鐵梅

編輯|古廿

3月10日，小紅書發布公告，開始嚴格打擊“AI托管賬號”。公告表示，嚴禁任何利用技術手段模擬真人、進行非真實內容創作或互動的行為。

這則公告很快被外界與近期開源AI智能體 OpenClaw 聯系在一起。這個最近爆火的“龍蝦”，可以讓 AI 直接接管賬號運營：自動生成內容、發布筆記，甚至在評論、私信、群聊中模擬真人互動。

小紅書一直把“真實分享”和“真誠互動”當作平臺根基。用戶愿意停留，很大程度上也是因為這里看起來像“活人社區”。具體的人，講具體的經驗，而不是一套自動化系統批量生產出來的內容。

但治理真正復雜的地方不是AI。因為在小紅書，批量生產內容并不是AI 時代才出現的新問題。早在生成式AI 普及之前，一套成熟的爆款流水線就已經存在。行業里對這類操盤群體有個流傳很久的稱呼：“鄭州幫”。

這套玩法并不復雜：盯熱榜、拆爆款、記標題、扒封面、抄關鍵詞、再通過改寫、拼裝、矩陣分發，把相似內容批量做出來。今天AI龍蝦能做的很多事，過去靠人海戰術也能完成。

這也是小紅書此次治理的微妙之處。

對AI托管賬號，平臺相對容易處理。它有明確的技術鏈路，也容易留下自動化痕跡，但“鄭州幫”式的內容工廠就沒那么容易定義了。

AI托管只是一種標簽，流水線內容才是一種問題。治理AI托管是一套邊界清晰的技術問題，但想要處理其所代表的模板化、批量化、套利型的內容生產，那面對的就是一整套早已嵌入平臺生態的內容工業。

更麻煩的是，這套工業并不完全來自平臺外部。過去幾年，迎合平臺算法，拆解爆款公式，幾乎是所有內容創作者都要面臨的問題。

當火起來成了一套可以復制的方法論，盡管平臺宣稱不鼓勵這些模式，但是實實在在的流量獎勵還是在持續放大它們。AI沒有制造這個問題，只是成了內容方法論更快撬動爆款的效率支點。

小紅書打擊AI托管賬號，看上去是在治理“龍蝦”，實際上當真人也開始按機器邏輯生產內容，當分享變成流量套利。平臺最熟悉的爆款機制反過來侵蝕平臺最看重的“活人感”，它到底該如何區分真實與表演、創作與復制、分享與生意。

AI只是把問題，提前擺到了臺面上。

龍蝦味的“鄭州幫”

得知小紅書打擊AI托管賬號的政策出臺，劉慶卻并不慌張。多年的“鄭州幫”工作經驗，讓他對平臺的打擊力度和模式很熟悉。“我們多年和平臺‘斗智斗勇’，比較清楚平臺的底線在哪，也知道怎么去用AI能不封號。”

劉慶的團隊主營食品、養生和大健康類目。這類生意的典型路徑是先在小紅書獲客，再把用戶導入私域成交。

在他的描述里，這套工作流已經高度標準化：搭建賬號矩陣，不同賬號扮演不同身份，圍繞同一款產品，用不同內容形式觸達同一批用戶；再配合抓爆款、改寫內容、發布、監測數據、評論區截流，形成一條成熟的獲客鏈路。

過去這些環節主要靠人完成，現在其中不少重復動作都可以交給AI，這套模式正是小紅書此次要重點打擊的對象。但劉慶團隊運營的賬號矩陣，目前并沒有被封禁。

看到通知后，他快速做出調整：把容易觸發平臺風控的動作重新交給真人，比如發布、評論、互動；同時增加“養號”流程，讓員工模擬普通用戶刷帖、點贊、停留，以降低系統識別概率。

至于發什么、怎么回，大部分仍由AI生成，再經過人工簡單修改后發出。這恰好踩在一條微妙的邊界上。

從實際使用情況看，在小紅書創作內容使用AI的方式，大致可以分為三類。

第一類是把AI當輔助工具，AI參與標題、潤文案、修圖片等環節，賬號仍由人操作；第二類是“半托管”，AI負責草稿生成、評論回復，人保留核心表達和關鍵互動；第三類是平臺此次重點打擊的“全托管”，即從注冊、內容生成到發布、互動，整個賬號幾乎都由工具完成，人只負責下達指令。

例如被稱作“龍蝦”的OpenClaw工具，用戶只需要用自然語言下個指令，它就能自動完成標題構思、圖文生成、筆記發布，甚至跑到別人的評論區里“串門”互動。劉慶一開始用的就是這種模式，平臺嚴打后他又退回到半托管的狀態。

無論半托管還是全托管，這些使用AI的用戶，絕大部分的目的是批量制造“爆款內容”，獲取平臺流量變現，這也是鄭州幫一直以來的打法。

鄭州幫的流程很簡單：打開小紅書熱榜，用Excel記錄爆款筆記的標題、封面、關鍵詞、發布時間，然后用真人手寫的方式，把這些元素拆解、排列、重組，生成一篇全新的筆記。他們沒有用AI工具，但完美復刻了AI的運作邏輯。

拆解、重組、批量生產。所以當“龍蝦”這樣的工具出現時，對鄭州幫來說可謂是AI化改造，用更低的成本實現流水線作業。即便小紅書開始打擊AI托管賬號，劉慶也并不恐懼。“無非就是再恢復到人工操作唄，我們只要掌握好度，AI還是能幫上很大忙的。”

這句話似乎無意間戳破了小紅書的一種困境。平臺一直以來都在打擊鄭州幫模式，但現在AI工具出現了，原本需要靠人海戰術完成的事情，可以用機器更高效地完成。可當平臺出手打擊AI托管時，劉慶們的反應是那就退回去用人工。

這恰好暴露出小紅書治理中的現實問題：平臺可以識別“機器假扮人”，卻很難處理“人像機器一樣生產內容”。

前者有自動化的技術鏈路，可以被規則清晰定義；后者背后是真人、真設備、真操作，甚至還有真人出鏡，很難僅從賬號層面判定有問題。但在內容邏輯上，兩者都是拆解爆款、重組元素、批量生產，高效獲取流量、完成變現。

AI托管只是手段，平臺真正想要治理的是流水線內容生產者。只是當真人也開始按照機器邏輯組織內容、扮演身份、運營互動時，小紅書看重的“活人感”，到底該如何界定？

小紅書“反AI”嗎？

2026開年后，AI浪潮之狂熱有目共睹，浪潮中的小紅書也不例外。

一邊是小紅書在其社區內推廣AI助手“問一問”時，主打“活人感AI”的功能標簽。另一邊是面對“龍蝦潮”帶來的AI托管賬號涌入平臺生態，小紅書迅速出手，明確表態要打擊AI托管賬號。

看起來，在“保護活人感”和“擁抱AI效率”之間，小紅書選擇了前者。但如果把這些放在一起看，就會發現它要處理的不是AI，而是AI應該以什么方式參與到社區生態。

過去幾個月，小紅書在AI 上的動作并不少。

2 月，小紅書被曝內測 AI 視頻剪輯工具 OpenStoryline，采用“開源基座+定制優化”的策略，引入 DeepSeek 和通義千問模型；同時，小紅書宣布開源FireRed-Image-Edit-1.0圖像編輯模型。按照官方介紹，這套模型支持端側輕量化部署，可以完成圖文內容生成、排版和推薦等一系列工作。

比如用戶只需輸入一個模糊的想法，比如“周末在咖啡館發呆的治愈瞬間”，模型就能自動策劃選題：分析當前流行趨勢、確定內容基調，然后進行智能構圖，自動撰寫“小紅書風格”的種草文案，最后還能自動完成圖文匹配與標簽推薦，完成排版發布。

這些功能和被打擊的AI托管賬號，在內容創作邊界上已經相當模糊。這就構成了一個值得玩味的局面：它想打擊的是“AI替代真人”，想鼓勵的是“AI賦能真人”，但如何厘清這條AI紅線成了難題。

當一篇筆記從選題到文案到配圖都由AI完成，只是最后由真人點擊了“發布”，這算賦能還是替代？不少用戶反饋，小紅書此前打擊黑灰產時就曾誤傷過普通用戶。現在要精準打擊AI托管賬號，技術上同樣面臨挑戰。

說到底，AI托管賬號只是一個被標簽化的敵人。但其所代表的工業化內容生產模式，就沒那么好處理了。

小紅書可以嚴打AI托管賬號，可以清理那些一眼就能識別的AI生成內容，但網絡上一直有一個很有意思的設問：如果科學家能把一滴眼淚里所有的成分都復制了，包括水和鹽、氣味、溫度，他所復制的，還能不能被稱做一滴“眼淚”？

這個問題放在今天討論AI與社區的關系里，意外地貼切。如果有一天，AI真的能完美模擬一個人，能提供比真人更穩定的情緒價值，能寫出比真人更走心的使用心得。到那個時候，用戶還會在意屏幕對面是不是真人嗎？

眼下其實已經有跡象了。AI伴侶、AI老公聯盟這種群組已經出現在社區里。他們真正在意的是情感上的真實，不是生物學身份上的真實。你跟他說“你老公不是真人”，他可能回你一句“但他給我的陪伴是真的”。

這其實就是眼淚問題的現實版本。當AI把“人”的所有外在表現都復制到位之后，我們還能不能因為它不是生物學意義上的“人”，就否定它所提供的情緒價值？

真到了這個地步，小紅書得想明白一件事：社區存在的意義，到底是連接“真實的人”更重要，還是滿足“人真實的需求”更重要？

如果是前者，小紅書的邊界就釘死了，只能守著生物學意義上的“真人”過下去。但如果是后者，當AI能把某些需求伺候得更好的時候，社區的定義可能就得重新寫了。到那時候再討論什么“活人感”，恐怕會顯得有點不合時宜。

（文中人物為化名）

< PAST · 精彩推薦 >

＞泡泡瑪特撞上“路人盤”

＞從押注大博主到經營內容密度：AI產品出海正在換打法