一句话定义
Doom Loop（AI 内容末日循环）是一个负反馈循环（negative feedback loop）：AI 摘要（AI summaries）和爬虫（crawler）不断吸走原创内容的价值，内容方流量与收入下滑、减少产出，反过来让 AI 可用的高质量数据变少、答案变差。
它是怎么转起来的
把公开互联网想象成一口井。记者、评测者、教程作者、论坛答主每天往井里打水。搜索引擎和 AI 公司接上水管：爬虫抓取网页，大语言模型（large language model，LLM）用这些内容训练，AI 词典：检索增强生成">检索增强生成（retrieval-augmented generation，RAG）再实时调取网页。用户搜索时，AI 摘要直接给出答案，很多人就不再点进原站。
问题是水费没回到挖井人手里。原站的广告、订阅、线索收入依赖点击；点击少了，收入就少；收入少了，编辑部缩编、独立博客停更、论坛答主离开，或者把内容锁进付费墙（paywall）、登录墙，甚至用 robots.txt 屏蔽爬虫。于是公开可抓取的新鲜、一手、高质量内容变少。模型和摘要只能反复嚼旧料，答案更同质、更易过时，用户更觉得“没必要点原站”。循环由此加深。
和相邻概念的区别
| 概念 | 关注点 | 典型触发 | 主要后果 |
|---|---|---|---|
| Doom Loop | 内容供给循环 | AI 摘要 + 爬虫 | 原创减少、数据萎缩 |
| AI 垃圾内容（AI slop） | 内容质量 | 低成本批量生成 | 信息污染 |
| 模型崩塌（model collapse） | 训练数据 | 模型用自产数据训练 | 模型退化、多样性丢失 |
| 信息茧房（filter bubble） | 用户接收 | 推荐算法 | 视野收窄 |
Doom Loop 说的不是“AI 一定毁掉内容”，而是当流量、收入、产出、数据四个环节缺少回补时，系统会朝坏方向自我强化。模型崩塌可能是其中一环，AI 垃圾内容则可能加速它。
对从业者和普通人的意义
内容方：别把身家全押在搜索流量上。订阅、社群、邮件列表、授权（licensing）、一手数据和人格化表达，都是更难被摘要替代的资产。屏蔽爬虫是手段，但也会牺牲曝光，需要权衡。
搜索方和平台方：摘要应保留清晰出处和点击动机，探索与内容方的授权、分成机制。具体政策以官方页面为准。
模型方：别只吃公共网页这一口井。数据授权、合成数据、去重与多样性评估、时效性更新都要做。
普通人：如果某篇原创确实帮到你，点进去、订阅、转发，就是在给井里续水。否则你得到的答案会越来越像同一锅反复加热的汤。