AI;DR（AI 没读）：懒得读 AI 生成的内容——HN 937 分热帖激辩 AI slop 文化与职场 AI 内容（2026-08-18）
本文为翻译/转载，原文使用 CC BY-NC-SA 4.0 协议发布。 原文作者：Hacker News 社区讨论 原文标题：AI;DR (AI; Didn’t Read) 原文链接：https://news.ycombinator.com/item?id=49336573 原文发布：2026-08-17 本博客不参与任何商业变现（含 ads / 付费 / affiliate），本译文遵循 CC BY-NC-SA 4.0 条款发布。
译者按
今天（2026-08-18）Hacker News 的头条是一篇 937 分、570 条评论的帖子，话题却与”发布新模型、新论文”无关——它关于 AI 内容本身。一位创业者在自己的 Substack 上提出新缩写 AI;DR（AI 生成、人类没读），并立下个人政策：如果你懒得审查、编辑 AI 的输出，那我也懒得读。帖子本身是默认 © 的 Substack（未转载正文），但 HN 讨论线程（CC BY-NC-SA）炸出了 99 条顶级评论，几乎每一条都命中中文互联网正在经历的痛点：同事在群里贴一整墙 Claude 输出、PR 里堆几百行 AI 文档、AI 生成的 commit message 长得像国会法案、以及”怎么判断一段文字是不是 AI 写的”这个越来越无解的问题。对中文圈读者来说，这些场景几乎无需翻译——微信群里的”AI 味”回复、飞书文档里套话连篇的 AI 周报，正是同一种文化现象。本文翻译该 HN 讨论的核心内容，供中文读者对照反思。
发帖原文（AI;DR）
帖子标题：AI;DR (AI; Didn’t Read) 帖子链接：https://www.rickmanelius.com/p/aidr-ai-didnt-read 版权说明：原帖为 Substack 托管博客，页脚为 ”© 2026 Rick Manelius · Privacy ∙ Terms”，无 CC 标志，属默认 ©，本站未转载正文。以下核心观点系 HN 评论区（CC BY-NC-SA）引用与转述，属于可翻译的线程内容。
综合评论区可确认的事实（转述自原帖，经评论区引用佐证）
- 作者宣布了一条”新政策”：“如果你懒得去审查和编辑它……那我也懒得去读它。”（“However, I have a new policy. If you’re not bothered enough to review and edit it… then I’m not going to bother reading it.”）
- 作者承认 2026 年 Q3 的现实：“我们应当预期每个人都会在流程的某个环节使用 AI（获取灵感、列提纲、润色文字等等）。“但他区分场景：客服支持是”理应 100% AI 生成”的典型例子——“我们不需要手工匠人式的’您重置过手机了吗’式对话”；可如果同事在 Slack 讨论里贴一整墙 Claude 输出，“那我收到的就不是你想传达的信息了”。
- 对署名内容（newsletter、社交内容）作者的态度是：“上面挂着你的名字——你为自己散落着 AI 腔（weird AI-isms）的文字感到骄傲吗？如果骄傲，那很好。但想要的话我可以直接去问 Claude。”
- 金句收尾：“TL;DR（太长没读）是社交媒体的解决方案；AI;DR（AI 生成的，没读）是 AI 垃圾内容（AI slop）的解决方案。”——“愿你身体力行这条政策，也去找那些愿意用心跟你说话的人。“
社区精彩评论精选
（以下按评论 ID 排列，均出自 HN 讨论 https://news.ycombinator.com/item?id=49336573，CC BY-NC-SA）
sega_sai —— 与其发 AI 输出，不如发 prompt：
如果某段文字是 AI 针对一个短得多的 prompt 写出来的，那么应该发布的是那个 prompt 和/或生成时使用的资料——至少也要和文字一起发布。
Terr_ —— 为 TL;DR 辩护：
也许我是少数派，但我得为老 TL;DR 说句话：它和 AI;DR 是两种不太一样的、没那么敌对的动物。TL;DR 有时确实是对发帖者的道德谴责——你贴了一大坨又长又含糊的东西，不尊重大家的时间……但通常不是。至少有一半时候，TL;DR 是某人觉得总结一下会有用才发的（哪怕偶尔是带敌意的解读）。
eddieroger —— 唱个反调：编辑和文案审查是古老传统：
我们已经有几百年的文案（copywriter）和编辑（editor）了。仅仅因为 AI 做了”写出来之后”的加工就不读，这有点弱。从 AI 起步的内容跳过没问题，但只因为是 AI 就不读，而不是因为作者没干活——我觉得这站不住脚。当然我明白，如果 AI 干了绝大部分活，那另当别论，但光是”写后处理”不算。
ademup —— 顶着被踩到海底的风险唱反调：
为什么谁写的（或什么写的）很重要？除非你读了，否则怎么知道内容值不值得读？“检测 AI”的能力充其量是不完美的：90% AI 写的？5%？不读你怎么知道？——如果你没读，又凭什么用”AI;DR”来炫耀？——如果你判断错了，还昭告天下，那个花了大把时间精力写作的人会怎么想？
krona —— “泔水三明治”比喻：
有个类似的比喻（我觉得是我自己想出来的，但记不清了）：泔水三明治（slop sandwich）。你可以把泔水端给我，但必须裹在一层厚厚的”人工干预”里（通常也意味着去掉 50% 的泔水）。
whstl —— 隧道尽头有光：
对所有被 AI 垃圾内容搞到心累的人，隧道尽头是有光的。我已经见过有人被开除了——他全部的产出就是 AI 文本，而且在多个场合无法解释自己”写”了什么。最近我公司还下了规定：给人看的文字不应由 AI 生成。迟早每家公司都会意识到：这只是一群懒得干活、靠工资躺平的人，代价由其他所有员工承担。
montroser —— 亲 AI 派也受不了 Claude 的”华丽腔”：
我是挺 AI 的，但也深深认同这个感受。有时候人们跟 Claude 聊了一大长串，觉得有来有回非常高效，然后真心想把对话总结分享给同事，让他们也感受一下——这不是敲个短 prompt 然后复制粘贴。但 Claude，尤其是 Opus，行文过于华丽、还带着一股自以为是的腔调，辨识度太高了。这简直是在伤口上撒盐：“我没花时间用自己的话写出来，所以你现在得听这个闹脾气的小混蛋给你训话。“如果它能直奔主题、带点谦逊，那完全是另一回事。
gortok —— 2026 年了，贴 AI 回复给别人居然还不算冒犯：
让我震惊的是，在公元 2026 年，把 AI 生成的回复发给另一个人居然还不是普遍被认为冒犯和令人厌恶的事。我在网上读东西，要么是为了学习，要么是为了被说服。如果我想让 LLM 教我，我会自己问 LLM。我读你的网站、newsletter、邮件，是因为我想听你说话。如果你都懒得花时间把它写出来、告诉我你的想法，我凭什么要费劲去读？
cortesoft —— 与其发输出，不如发 prompt：
我很喜欢前两天在某处看到的观点：与其把 AI 的输出发给我，不如把生成它的 prompt 发给我。只有 prompt 才包含你想传达的信息。剩下的只是猜测加华丽辞藻，反而混淆了真正要传达的信息。
LPisGood —— 代码库正在进入”后可读时代”：
我的同事继续在每个 PR 里倾倒几百行 AI 文档，每几行代码之间夹着一到十行 AI 生成的注释，说什么”真正的解锁”、“关键路径上逐字节一致”、“验收阶梯有误导性”。功能在发布、指标在改善，但我们基本上已经处于一个”后可读性”的代码库了，偶尔还有一两句关于变量名的表演式注释。我不知道该怎么处理这个局面，也不知道是不是需要处理。我当然不会去读那些冗长的 AI 注释或 AI 文档——不过也许对 AI 下一轮阅读有用吧。
darrelld —— 从”AI 翻译”到”AI 代写”的滑落：
我们组有个初级研究员在 Slack 上就这么干。一开始我以为是他在用 AI 和其他工具翻译消息——英语不是他的母语。他自己的话，再用 AI 翻译。听起来有点生硬，但能感觉到文字背后的人，我也愿意体谅，因为我只能想象英语非母语的人要把想法表达清楚有多难。但现在已经发展到我都能看出来他不只是用来翻译了。我得找他聊聊。（后附一段被涂抹了人名的示例：一段关于 RAG 检索、语料库划分、chunk 设计的专业讨论，结构工整、术语精准——但”人能感觉到背后有个人”的那层东西没了。）
boogieknite —— 有没有礼貌的提醒方式：
我有个毛病：我害怕假设别人做了蠢事会显得冒犯。我尽量不居高临下，因为我觉得那也是一种冒犯。这导致一些问题——有时候人们确实需要有人”把水端到嘴边”而不是让他们自己意会。绕了半天我想说的是：有没有一种真正礼貌的方式，告诉同事”你贴 AI 复制粘贴的内容会让你显得很无知”？我觉得 AI;DR 不适合职场使用。我想温和地告诉他们，如果可能的话避免居高临下。
Sha1rholder —— 只在乎有没有用，但 90% 的 AI 内容不值得读：
我个人不在乎一段文字是不是 AI 生成的，只要它有用或有洞见。但 AI 生成的内容里只有 10% 值得读。如果某些文章让我相信背后有个人在贡献有价值的理解，我愿意忽略那些标志性的 AI 腔。可以理解有些领域专家英语并不好。但统计上说，90% 的 AI 生成内容是在浪费读者的时间。直接跳过是个好策略。我知道这条评论看起来像机器人发的——它不是。这是更古老的一种文风，叫”中式英语”（Chinglish）。所以作为非英语母语者，我完全理解为什么有人想用 AI 帮忙写作。
kmeisthax —— 客服场景的反驳：
不不不不——客服的整个意义就在于：我遇到了问题，需要跟这家公司的代表打交道。企业其实特别不想干这事，他们管这叫”成本中心”，所以给呼叫中心配了越来越没用的、照着脚本念的人，专门用来把真正懂行的人挡在像你这样的客户之外。这对那些不做基本故障排查的技术小白是好方案，对任何真正想当好客户的其他人则是灾难。
jedberg —— 你怎么知道它是 AI？好写作越来越像 AI：
每次聊到这个话题我都要问：你怎么知道它是 AI？当然，有时候有强烈的痕迹，比如忘了删结尾那句”需要我改点什么吗”。但 AI 是用好写作训练出来的。好写作看起来就像 AI。比如我不得不减少破折号（em dash）的使用，因为那是”AI 痕迹”。我以前喜欢用”承重墙”（load bearing）这个词。这个清单每天都在变长。迟早每个好作家的标志都会变成 AI 痕迹。我不知道怎么解决。但我不止一次被指责”复制粘贴 AI”，而我没有，这同样让人恼火。
Lerc —— 标准仍然是质量：
对我来说，标准仍然是质量。搜到一篇糟糕的 AI 教程、一个问题都没回答，确实烦人；但如果找到一篇高质量、写得好、有洞见、信息量足的教程，我不在乎它是不是 AI 写的。我想人类写的文章也一样。有个常见的说法：写好文章的办法就是多写。我愿意给那些在写得好之前就把东西发出来的人很大的宽容——那是必经之路。没关系，因为我不必去读。我也不反感有人在摸索”怎么用 AI 写出更好的教程”期间产出糟糕的 AI 教程。我不喜欢的，是那些完全不考虑质量和改进、纯靠堆量批量生产内容的人。有些人是为了赚钱，也许能成，但我怀疑大多成不了。不管内容是 AI 还是人批量生产的，我都不欣赏。我还会为那些自以为在产出高质量内容、其实并没有的人感到一丝惋惜——每个人都可能在某个方面缺乏自知之明。他们通常要面对的最严厉惩罚，就是未来的自己回望这些作品时的心情。
devrob —— 冷邮件的尽头是”Claude 握手”：
我以前有个滚动更新的产品讽刺，叫”Claude 握手”（Claude Handshake）：如今冷邮件（cold-email）已死，因为人们把邮件内容喂给 Claude，Claude 生成一封回信草稿，而收信人也在干同样的事。这个想法的终局是：干脆别发邮件了，全程用 Claude 模拟这场互动算了。
hinkley —— AI 生成的 commit message 长得像提交给国会的法案：
这真的开始进入我的雷达了：有人提交 PR，附带的 AI 生成的 commit message 读起来像提交给国会的法案。老天，给我个摘要就行。我不知道这些贡献者写的代码是不是自己写的，还是只是用 AI 扑到每个标着”help wanted”的 ticket 上——如果代码看起来基本像一个聪明人写的（通常要两轮 review 才像），那也许可以合入。但如果你让我付出的努力比你自己付出的还多，我就直接关掉 PR 自己来。
runtime_lens —— AI 注释成了没人要的第二套文档系统：
AI 注释正在变成第二套没人要的文档系统。如果代码本身不言自明，“这为什么好”通常只是噪音。
hypertexthero —— 写作的社会契约被撕毁了：
“然而，如果文字是 LLM 生成的，这份社会契约就被撕毁了：读者不能再假设作者理解自己的想法，因为作者可能根本没怎么读过他让 LLM 写出来的东西。运气好的话，这些是 LLM 幻觉：明显是错的，很快被丢弃。运气不好，则是一种 LLM 引发的认知失调：一个拼不上的拼图，因为实际上根本没有拼图。这会让读者很沮丧：凭什么读者花在阅读上的时间，要比作者花在写作上的时间还多？“——出自 https://rfd.shared.oxide.computer/rfd/0576 小心，别把自己的声音交给机器。
译者注
- AI;DR 与 TL;DR：TL;DR（Too Long; Didn’t Read，太长没读）是互联网老梗，常附在长文末尾作摘要。AI;DR 是本次的造词——“AI 生成的内容，我没读”。评论区还有 HW;DR（human-written, did read，人写的、读了）、NP;DR（Newsletter popup, didn’t read，新闻通讯弹窗、没读）等衍生梗。
- AI slop：英文圈对”低质量 AI 批量生成内容”的统称，中文语境常译为”AI 垃圾内容”或”AI 泔水”。2024 年以来该词在 HN、Reddit 高频出现，指搜索引擎、社交媒体上泛滥的 AI 生成图文。
- “AI 味”（AI-isms / AI tells）：评论区 jedberg 提到的破折号、结尾”需要我改点什么吗”、开场”当然/毫无疑问”等模板化表达，中文圈俗称”AI 味”。有趣的是，评论区有人调侃原帖本身”读起来也像 AI 写的”——这恰好是 jedberg 论点（好写作越来越像 AI）的现场演示。
- 与中文圈现象对照：Slack 贴 Claude 输出 ≈ 微信群/钉钉里贴大模型回复；PR 里的 AI 文档 ≈ 代码评审里堆 AI 生成的注释和说明；AI commit message ≈ 中文开源仓库里”优化代码结构提升性能”式的套话提交信息。国内部分公司同样开始出台”对外文档禁用 AI 直接生成”的内部规定，与 whstl 所述的公司 mandate 如出一辙。
- 本译文来源说明：正文部分为 HN 讨论线程（CC BY-NC-SA 4.0）的翻译；被讨论的 Substack 原帖因无 CC 许可未转载，仅通过评论区引用还原其核心观点（均已在”综合评论区可确认的事实”中标注）。