Safari 开发者推出 Weedout，用 1.99 美元隐藏 YouTube 所有 AI 标注视频

一名 Safari 扩展开发者因 YouTube 推荐里 AI 生成的阴谋论视频失控，推出了 Weedout 工具，以 1.99 美元价格自动隐藏所有标有“Made with AI”的视频。它覆盖首页、搜索、相关推荐和 Shorts，且完全本地运行不收集数据。

AI 生成内容正在快速侵蚀视频平台的生态。YouTube 上大量低成本 AI 视频以阴谋论、伪科普形式刷屏，用户反馈推荐算法难以区分，导致正常内容被淹没。开发者 masteranza 正是因为自家 feed 被这类视频占据，才决定动手解决这个问题。Weedout 不是又一个检测工具，而是直接利用平台已有机制进行精准清理。

Weedout 仅依赖 YouTube 官方标签而非自建检测模型

Weedout 的核心设计非常克制。它不自己训练模型，也不运行任何本地 AI 检测，而是完全依赖 YouTube 官方在视频上打的“Made with AI”标签。只要平台给视频贴了这个标签，扩展就会把它从界面上移除。这种做法避免了误判风险，也大幅降低了开发和维护成本。

开发者明确表示，工具不尝试识别未标注的 AI 视频。这意味着它把判断权完全交给 YouTube 自己。这样的选择让扩展体积小、运行快，同时也把责任边界划得很清楚：平台负责标注，工具负责隐藏。相比那些宣称能“100% 检测 AI 内容”的方案，Weedout 的路线更务实，也更可持续。

在实际使用中，这套机制让过滤逻辑变得透明。用户不需要担心扩展偷偷上传视频数据做云端分析，一切判断都在浏览器本地完成。对开发者来说，维护成本也大幅下降，只需跟随 YouTube 标签系统的更新即可。

扩展同时清理首页推荐、搜索、播放列表和 Shorts

Weedout 的生效范围覆盖了 YouTube 的多个核心场景。它能同时处理首页 feed、搜索结果、相关视频推荐、播放列表页面以及 Shorts 短视频流。用户打开 YouTube 后，几乎所有可能看到 AI 标注视频的位置都会被自动清理。

这种全场景覆盖解决了用户最头疼的问题：即使在搜索特定主题时，AI 生成的无关视频也会混在结果里；看完一个视频后，右侧相关推荐又被阴谋论短片占据。Weedout 把这些干扰一次性清除，让 feed 恢复到相对干净的状态。

对重度用户而言，这意味着浏览体验的实质改善。以前需要手动点“不感兴趣”或不断刷新，现在打开扩展后即可获得持续过滤效果。开发者在介绍中特别提到，这些页面都是工具重点处理的区域，说明其设计目标就是全面干预推荐系统对 AI 内容的推送。

本地运行加开源代码降低隐私和安全顾虑

Weedout 完全在本地运行，不向任何服务器发送数据。这一点对注重隐私的用户特别重要。Safari 扩展本身就有较强的沙箱机制，结合本地执行的设计，用户数据不会离开自己的设备。

开发者把完整源代码放在 GitHub 上，地址是 https://github.com/masteranza/weedout-for-youtube。任何对实现感兴趣的人都可以 fork、审查或基于它开发类似工具。这种开源态度进一步降低了用户对后门或数据收集的疑虑，也让工具获得了社区信任。

本地运行还带来了性能优势。过滤操作几乎没有延迟，不会占用额外网络带宽。对 Mac 用户来说，这意味着即使在离线状态下，扩展依然能正常工作，只要 YouTube 页面已经加载了官方标签即可。

1.99 美元定价反映内容过滤工具的商业可行性

Weedout 的售价是 1.99 美元，一次性付费即可永久使用。这个价格定位显示出内容过滤工具在小众但刚需场景下的商业潜力。开发者没有选择免费+广告或订阅模式，而是直接卖断，说明他判断用户愿意为干净的浏览体验付费。

1.99 美元的门槛很低，却足以覆盖开发、维护和上架 App Store 的成本。这也暗示类似工具的市场规模虽然不大，但付费意愿真实存在。相比那些动辄几十美元的效率工具，这个价格让更多用户愿意尝试。

定价策略同时传递了一个信号：清理 AI 内容正在成为可独立变现的功能。过去这类需求多由开源爱好者免费提供，现在开发者开始探索直接收费路径，反映出用户对平台原生推荐不满程度的加深。

未被 YouTube 标注的 AI 视频仍会绕过过滤

Weedout 有一个明确局限：它只能隐藏被 YouTube 官方标记为“Made with AI”的视频。如果创作者没有使用 AI 工具，或者平台尚未给视频打上标签，这些内容就会正常出现在用户面前。

开发者在介绍中反复强调这一点，显示他不想制造“完美过滤”的假象。这种诚实有助于用户建立正确预期，也避免了后续投诉。现实中仍有大量 AI 生成视频未被标注，尤其是在新功能上线初期或平台审核滞后的情况下。

这也暴露了当前内容平台在 AI 标识上的短板。标签系统依赖创作者主动申报或平台自动检测，覆盖率并不完美。因此 Weedout 更像是一个补丁，而不是彻底解决方案。它能有效减少已标注垃圾，但无法根除所有 AI 制造的内容。

中文互联网平台同样存在对类似过滤工具的需求

B 站、抖音、西瓜视频等中文平台正面临同样的问题。AI 生成的低质短视频、伪科普和阴谋论内容增长迅猛，用户经常抱怨推荐算法把 feed 变成垃圾场。很多视频甚至故意规避平台检测，以“人工创作”名义上传。

如果有开发者针对 B 站开发类似 Safari 或浏览器扩展，利用平台已有的“AI 生成”标识进行过滤，将会受到大量用户欢迎。当前中文用户主要靠手动点赞、投币、举报来对抗，但效率极低。Weedout 的本地+标签路线为这类工具提供了可复制的模板。

中文互联网的用户对隐私也更为敏感，本地运行、不上传数据的特性在这里会成为突出卖点。同时，开源模式能吸引更多开发者参与，快速迭代出适配不同平台的版本。AI 视频泛滥已经从 YouTube 扩散到全球，内容过滤工具的实际价值正在被更多人认识到。

Weedout 虽小，却提供了一个清晰的思路：在平台逐步建立内容标识系统的同时，用户侧工具可以快速跟进，形成互补。未来类似扩展可能出现在更多浏览器和平台上，帮助用户重新掌握信息流的控制权。

参考来源