请不要直接粘贴 AI 内容
生成式 AI 正越来越多地被用作工作场所和线上交流中的快捷方式，人们把未经编辑的聊天机器人回复直接贴进邮件、聊天和代码评审中。许多评论者认为，这会侵蚀信任，把理解和验证的负担转嫁给他人，并削弱人类判断的价值；同时他们也承认，AI 在起草、翻译或补充上下文等方面有正当用途。讨论还指出了一个讽刺：反 AI-slop 的运动本身也可能使用 AI；并呼吁建立更清晰的社会和组织规范：标明 AI 使用，不要转发未经核实的输出，优先采用简洁、人工撰写的总结，而不是原始模型文本。
感知到的反讽与 AI “slop” 指控
- 许多评论者说这个网站本身“读起来像 AI”，尤其是“愤怒”版本，理由是语气、结构和隐喻都很像 LLM 输出。
- 文中提到了 AI 检测器（例如 Pangram、ZeroGPT），但大家对它们的可靠性看法不一，也担心误判。
- 有些人觉得，一个反对 AI 粘贴的网站竟然部分看起来像 AI 写的，这种反讽或虚伪感很强；也有人认为，重要的是内容是否有用，以及是否诚实说明了创作方式。
核心抱怨：被当作“肉体代理”
- 很多人强烈认同核心批评：把 AI 输出不加思考地贴进聊天、邮件或 PR，会把思考、验证和总结的负担转嫁给接收者。
- 这种行为被比作 LMGTFY、“slop-bombing”，以及“肉体代理”式工作——人类只是转述模型输出，却并不理解它们。
- 不少人指出，别人向人类提问，正是因为需要人的判断、上下文理解和简洁归纳，而不是泛泛的模型文本。
为粘贴 AI 辩护及反驳
- 有人认为，如果 AI 具备丰富的个人上下文、经过调优的代理，或接入内部数据，它给出的答案就不再是泛泛而谈，能提供别人很难轻易复制的价值。
- 也有人认为，原样回复 AI 适合作为对懒惰、明显无聊或带恶意的问题的反击，类似于“自己去 Google”。
- 批评者则回应说，这仍然掩盖了发送者几乎没有投入多少努力或理解这一点，会侵蚀信任，而且常常制造冗长、啰嗦、低信息量的信息。
职场规范、政策与礼仪
- 多位评论者描述了内部“AI 原则”：用自己的声音写作，自己负责并完整审阅输出，不要 slop-bomb，要做专家而不是把判断外包。
- 他们对同事、经理以及外包开发者把未经核实的 AI 答案贴进 Slack、文档、代码评审和客户沟通中感到沮丧。
- 也有人报告了相反情况：LLM 能帮助不擅长表达的人补足缺失上下文，让支持和运营工作更轻松。
更广泛的担忧：思考、读写能力与文化
- 有些人担心对 AI 的依赖会削弱写作、思考和学习能力（“思维肌肉萎缩”、“锚定效应”、“伪心理化”）。
- 另一些人则认为 AI 只是另一种工具（像计算器或拼写检查），真正的问题在于组织文化，而不是工具本身。
- 还有人分享了多个元链接和替代的 “no-slop” 网站，反映出一种新兴的小众反 AI-slop 礼仪页面类型。