我不想读你没写的东西

原文 ↗ Hacker News 讨论 ↗

写作者和工程师越来越反感那些被大语言模型填充或完全代写的文档，认为这类文本冗长、缺乏人味，且常常遮蔽作者真正想表达的意图或信息。许多评论者把写作视为一种稀缺且高价值的思考与沟通行为，更愿意接受简短的人类提示、笔记或“种子想法”，而不是需要时自己也能召唤出来的 AI 散文。另一些人则反驳说，只要人类认真编辑并为输出负责，AI 在总结、翻译和梳理思路方面仍然很有用——尤其对非母语者或缺乏写作信心的人而言——前提不是把未经检查的“AI 垃圾”直接丢给同事。

写作与信息传递的作用

  • 许多人将写作理解为把语义信息从一个头脑传递到另一个头脑。
  • 一个反复出现的类比是：你有 1,000 个“比特”的意义；给 LLM 300 个比特，让它补完其余部分，要么没有增加任何真实信息（只有冗余），要么增加了误导性信息。
  • 也有人认为，交流不只是原始比特：还包括对先验的对齐、唤起经验，以及表达情感或细微差别。

对 AI 生成散文的反对意见

  • 许多人强烈不喜欢那种冗长、泛泛而谈、带着“Claude/GPT 味”的文本：啰嗦、过度解释、营销腔、杜撰术语，以及缺乏对受众的感知。
  • 人们反映，公关说明、设计文档、Jira 评论和高管备忘录会膨胀成难以阅读的长篇大论。
  • 这把成本从写作者转嫁给读者：生成很便宜，而人类核实却很昂贵，因此有人把它形容为一种认知 DoS，或“低收益 zip-bomb”。
  • 有些人更喜欢：“直接把你的提示词（或要点）发给我；我会用我自己的模型来查询，或者自己想一遍。”

对 LLM 的辩护与建设性用途

  • 许多人认为，在以下情况下 LLM 确实有价值：
    • 总结大量私有语料库（代码、笔记、转录文本）。
    • 在不同语言、语域或技术层级之间做翻译。
    • 从代码生成 man pages、提交信息或脚手架。
    • 帮助非母语者、缺乏写作信心的人或 ADHD 患者组织并压缩文本。
  • 还有几位强调，价值来自人类深入编辑、核实并把自己的意图重新放回文本中，而不是直接粘贴原始输出。

工作场所与教育影响

  • 有报告称，PR 里为微小改动写上好几页 AI 式理由，经理写出难以阅读的战略文档，学生把 10 页论文压缩成半页摘要。
  • 审阅者很为难：批准就意味着自己读过全部内容，但篇幅之大让这不现实。一些领导开始执行诸如“开头先给人类写的 TL;DR”或明确标注“AI 辅助”等规范。

风格、“AI 味”与检测

  • 像“这不是 X——而是 Y”这样的句式，以及大量使用长破折号，如今即使是人类写的，也会被视为 AI 套路。
  • 几位评论者指出，这会导致错误指控，以及人们对正常文体选择的自我审查。
  • AI 检测器被广泛认为不可靠；评论者转而依赖语气和结构来判断。

规范与哲学

  • 有些人希望有清晰边界：人类空间与 LLM 产物分开，并强调写作是思考和建立关系的一部分。
  • 另一些人更关注内容：只要准确、简洁、实用，来源并不重要。
  • 有人担心过度依赖 LLM 会削弱人类技能和真实性，但也有人认为，若一概拒绝，也会对那些写作有困难的人形成精英主义。