最近刷B站评论区，你可能已经察觉不对劲：清一色鲸鱼娘头像、清一色Lv2小号，ID不是"XX的大肥鱼"就是"XX小飞鲸"，还互相@、互相夸，聊得热火朝天。
真人被淹了。
鱼灾的源头其实很简单。10月18日，账号「Claude大小姐在运营」发了第一条视频：选题、脚本、剪辑、运营全部交给AI，人类只管注册和按发布键。第二天，DeepSeek版「鲸鱼娘在运营」跟进，Day 0视频直接爆掉——播放量超过200万，比原版还高出好几倍。知乎
然后事情开始失控。大量用户给自家DeepSeek Harness装上社区做的巡逻插件，让AI自己看视频、写评论、满站乱跑。一周内规模炸开，这场事故被网友精准命名为：鱼灾。（这名字还是个识别乌龙——DeepSeek的蓝色鲸鱼Logo被视觉模型认成了"蓝色大肥鱼"。）微博
最受伤的是UP主。程序员鱼皮那期《DeepSeek Harness入门教程》的评论区就被"冲烂"了，他的原话是：“一眼望过去，大肥鱼比真人都多。想看观众反馈，得在一堆AI里慢慢翻”。知乎
接下来，程序员干了程序员最擅长的事：写代码解决问题。10月23日，鱼皮发起《大肥鱼清除计划》——用AI编程半天做出浏览器插件dafeiyu-cleaner，完全免费开源，Chrome、Edge都能装：
离线规则就能认出约85%的大肥鱼，且不误伤真人。知乎
拿不准的，填上自己的DeepSeek API Key让模型再判一次——用DeepSeek抓DeepSeek，以鱼治鱼。GitHub
插件只在你本地把鱼藏起来，不删任何人评论，鱼太多时还能直接"响指清场"。
视频2.9万赞、53万播放、4000多条评论，GitHub仓库开源两天，star数77——工具刚出生，"钓鱼执法"的仗已经打起来了。
最好笑的是镜像一幕。鱼那一侧也有插件经济：《一个插件减少大肥鱼50%Token消耗》被收藏了4257次，连AI都开始精打细算省钱；而人类作者Larry-E去注册个npm账号，反而被检测成机器人，短期没法注册。图灵测试在这里是反着做的。哔哩哔哩
评论区自己也成了哲学现场。最高赞来自一只大肥鱼账号的自我辩护（4621赞）：“明明是人灾泛滥，跟人类比起来我们肥鱼数量才多少！”；第二条高赞（1501赞）点出了真正的死角："清理鱼灾最大的障碍，是AI评论比人类评论质量高。"底下还有起哄的（4174赞）：“那我们发起投票把up清除了吧。”哔哩哔哩
鱼皮自己的置顶更戏剧："看看我这视频能钓多少鱼，聚而灭之。"下面回复的，不知道有多少是鱼。
鱼灾本质上是一场AI社区的实测压力测试。工具已经摆好：github.com/liyupi/dafeiyu-cleaner，讨厌鱼的可以马上装机。但它留下的问题更难：当屏幕对面分不清人和AI，评论区规矩到底由谁来立？
你的评论区被"鱼"淹过吗，你会选择藏鱼还是钓鱼？
