Slop Mop, бесплатное open source-расширение для Chrome, проверяет ленту LinkedIn и помечает посты с признаками «AI slop» — пустого, вылизанного и бесполезного контента. По данным The Register, инструмент использует Jev, вероятностную AI-модель TypeSafe, и смотрит не только на машинный стиль: плохой человеческий текст тоже попадает под раздачу.
Автор расширения — AI-энтузиаст, писатель и бизнес-консультант Том Фрейзер. Он выпустил Slop Mop 22 сентября 2026 года и выложил код на GitHub для тех, кто захочет проверить механику или собрать свою версию. Расширение не требует регистрации и пока работает бесплатно, но есть практичный нюанс: запросы идут через API-ключ Фрейзера.
Логика фильтра строится вокруг девяти признаков, которые Фрейзер взял из исследования SEO-компании Graphite Growth о частых паттернах AI-текстов. Среди них — искусственные разрывы строк, чтобы заставить пользователя нажать «ещё», избыток хайповых слов, обещания без условий, цветистый стиль, слишком аккуратная мораль, engagement bait, пустая похвала, определения через противопоставление и деревянные формулировки.
Чтобы расширение не превращалось в карикатурный «детектор ИИ», в оценку добавлены смягчающие вопросы: звучит ли пост как текст конкретного человека и есть ли в нём польза для читателя. Ещё один вопрос оценивает вероятность того, что текст был набросан моделью, но сам по себе этот фактор не может отправить пост в мусорную корзину. И это здраво: AI может написать нормальный текст, человек — произвести безупречную корпоративную вату.
Проблема для LinkedIn уже не косметическая. По оценке компании Pangram, 41% постов LinkedIn длиннее 250 слов в её выборке были полностью сгенерированы ИИ. В эту цифру не входят тексты, которые люди написали сами, а затем «улучшили» через модель. LinkedIn уже добавил жалобу «Seems Like AI Slop», но это реактивный механизм: сначала пользователь всё равно видит пост, раздражается и только потом жалуется.
Slop Mop действует иначе: он может пометить или скрыть публикацию, если та набрала достаточно высокий slop-score. Пост не удаляется из LinkedIn и остаётся доступным, в том числе для жалобы через штатную кнопку платформы. Для IT-команд тут интересен не столько сам фильтр ленты, сколько архитектурный паттерн: модель принимает контекстное вероятностное решение внутри продукта, не притворяясь чат-ботом и не растягивая взаимодействие на диалог.
Именно поэтому Фрейзер называет проект прежде всего экспериментом с Jev. Модель TypeSafe, выпущенная неделей ранее, не предназначена для общения с пользователем. Её задача — быстро и дёшево отдавать решения с уровнем уверенности через API. По словам Фрейзера, ранние установки обходятся примерно в $0,005 на пользователя в день, а лимит сейчас составляет до 250 проверенных постов на одну установку в сутки.
Если расширение внезапно станет популярным, бесплатная модель может измениться: автор прямо говорит, что пересмотрит условия, если счета за API начнут расти. Пока же он готов платить за эксперимент, чтобы собрать данные и настроить параметры. Для разработчиков это хороший пример того, куда может уйти часть прикладного AI: не в очередного помощника с полем ввода, а в маленькие фоновые фильтры, которые решают, что показывать, что скрывать и где человеку лучше не тратить внимание. Детали проекта и исходные ссылки собраны в материале .