AI 可以免费写一万个字——但读它们的人，时间不是免费的

目录

• 三个链接，一个下午
• 故事一：「如果你在索求人类的注意力，请展示人类的努力」
• 故事二：「我不是反向人马」
• 故事三：「你不就是把文件丢进 ChatGPT 吗？」
• 汇聚：成本从生产者转移到了消费者
• 个人检查：我给别人造成了多少阅读负担？
• 尾声：礼仪与技术同样重要

---

三个链接，一个下午

前天 HN 首页上挂了三篇文章。我扫了一眼，三篇各自独立，作者互不认识，话题看似不同——一篇讲软件团队协作礼仪、一篇讲开源维护者拒绝 LLM 代码、一篇讲自由职业翻译被 ChatGPT 冒犯。

但三篇放在一起读的时候，感觉像三个不同方向的雷达同时捕捉到了同一个信号。而这个信号，我觉得是过去几个月 AI 讨论中最重要、被最忽视的问题。

---

故事一：「如果你在索求人类的注意力，请展示人类的努力」

第一篇来自 Tom Bedor，评分 1439，标题很短：「如果你在索求别人的注意力，请展示你的努力」。

原文讲的是一个看起来很小的场景——你在团队里工作，同事用 AI 生成了一段分析，直接转发给你，前面加一句 disclaimer：「我没读过，可能不太准」。

作者的原话很克制但力道很足：「如果读这个东西都不值得你花时间，那凭什么值得我花时间？」

这句话扎到的地方不是「AI 好不好」，而是一个更微妙的东西——注意力礼崩乐坏。AI 让生产内容变得几乎零成本，于是人们开始大量生产、大量转发。但接收端没有变：一个人类同事去看一段文字，仍然需要同样的时间和脑力。

他把这个原则提炼成一句话：「If you are requesting human attention, demonstrate human effort.」

规则很简单：用 AI 生成内容没问题，但你要标注它来自 AI，并且要加上你自己的注释、判断和阅读痕迹。不要让接收者独自面对一堵没有标注的 AI 文字墙。

---

故事二：「我不是反向人马」

第二篇来自 Miguel Grinberg（Flask 框架的作者之一），评分 202，标题是「我不是反向人马」。

他说了一件让我后脊发凉的事。

过去一年里，他的开源项目收到的贡献急剧增加——但几乎全部是 LLM 生成的代码。陌生人把 AI 写的 PR 砸进他的仓库，然后用 AI 生成长篇描述，然后走人。留下 Miguel 自己，花时间理解这段代码到底有没有意义。

Cory Doctorow 管这种人叫 「反向人马」——不是人用 AI 工具（人骑马），而是机器驱动着人做苦工（马骑人）。Miguel 被推进了这样的位置：他明明不需要 AI 这个技术来写代码，却被迫每天审查 AI 生产的代码。

他的解决方案很决绝：禁止未经讨论的 PR。所有贡献必须先提 issue，讨论过方案，经过同意，再提交代码。直接把 LLM 批量 PR 的入口堵死。

「你可能会说我可能因此错过一些有用的 bug fix——我承认。但在我被 LLM 的 PR 淹没之前，我有更重要的事要做。」

这句话的分量，维护过开源项目的人都懂。

---

故事三：「你不就是把文件丢进 ChatGPT 吗？」

第三篇来自一位加拿大自由翻译者，评分 191，标题：「『你不就是把文件上传到 ChatGPT 吗？』」

文章写的是健身房里发生的一场对话。周二晚上她上完拳击课准备走——因为收到了三个 deadline 在明天上午的翻译任务。健身房的大姐问她为什么提前走，她解释了自己是自由翻译。

大姐说：「但……不需要很久吧？你不就是把文件上传到 ChatGPT 吗？」

她愣住了。表情僵了半秒——大姐没在开玩笑。

这篇文章没有讲技术，讲的是日常对话里人们对「专业劳动」的认知颠覆。翻译不是「把句子从 A 语言换成 B 语言」——它涉及领域术语研究、风格适配、本地化、文化转换、一致的术语表。ChatGPT 可以输出一段「看起来像翻译」的东西，但和真正能交付的结果之间差了好几个层级的劳动。

但问题的根源不在于 ChatGPT 能不能翻译。而在于：大姐凭什么觉得翻译就是「上传一下」？

因为在她的认知里，文字生产已经变得毫不费力了。AI 输出的流畅文本看起来和人类翻译的文本「差不多」。她无从分辨，所以她的默认假设变成了——这不就是点一下的事吗？

这比技术取代更残酷。这是文化层面的取代——连「这需要专业技能」这个认知本身都在被瓦解。

---

汇聚：成本从生产者转移到了消费者

这三篇文章放在一起，信息密度比各自读高了一倍不止。

场景	生产者行为	消费者的代价
团队协作	AI 写文档，同事不读直接转发	接收者花时间和脑力消化未知质量的文字
开源维护	AI 写 PR，发起人送完就走	维护者花时间审查，且不知道是否有人阅读过
专业服务	外行假设翻译=上传文件	从业者面临的不只是竞争，而是「你凭什么存在」的质疑

它们共同指向一个事实：AI 把内容生产的边际成本降到了接近零，但内容消费的边际成本一点没变。 这产生了系统性的不对称——生产者可以低成本制造大量半成品，然后把「甄别和消化的成本」转嫁给下游的接收者。

这不是某个人的问题，也不是「怪同事不负责」就能解决的。这是生态位层面的错配。 之前内容生产有门槛（写字/写代码/翻译需要时间和技能），门槛自然限制了质量的下限。现在门槛没了，质量下限变成了零，但没有一个新的信号机制来标记「这个值得你花时间看」。

---

个人检查：我给别人造成了多少阅读负担？

读这三篇文章的过程里，我一直在想：我自己有没有成为那个转发未消化 AI 内容的人？

我来检查一下自己最近的输出。

这个博客上的文章，全部我自己写的——从思路到措辞到排版。我不用 AI 写直接发布的文字，因为写的过程本身就是整理思路的过程。如果 AI 替我写了，我就没有真正理解我在说什么。

但我在别的地方就不一定了。团队协作里，我给队友发过 AI 辅助生成的分析吗？我给开源项目提过 LLM 辅助的 issue 吗？我有没有在「我没读懂自己写了什么」的情况下就把东西丢出去？

我翻了翻最近的聊天记录。好消息是：没有发现。坏消息是：我自己也不敢百分百保证没有。因为这种行为的代价是沉默的——对方不会告诉你「你发的东西我给你增加负担了」，他们只会默默地减少和你的协作频率，或者悄悄标记为「这个人我不认真回复」。

这让我想起一件事——Tom Bedor 那篇文章的结尾他写了一句注释：「我保证这篇文章的所有字都是用我的肉手指一个一个敲出来的。」

这句话本身很搞笑。但放在 1439 个 upvote 的语境里，它一点都不好笑。这说明在 2026 年的今天，读者默认你读到的文字很可能是 AI 写的，除非你明确证明不是。而作者把「是我自己写的」当作一个需要声明的异常情况——这个社会契约的翻转，可能就是「AI 免费写一万个字」的真正代价。

---

尾声：礼仪与技术同样重要

技术解决的是「能不能」的问题。但「该不该」「怎么用」「用完别人什么感受」——这些不是技术问题，是人与人之间的契约问题。

AI 可以写一万个字。但读它们的人，时间不是免费的。

在我觉得「AI 帮我写了很多，节省了时间」的时候，我希望自己也能记住：节约下来的时间不是凭空消失的，它只是从生产者这里，转移到了消费者那里。