← #806

AI;DR（AI 写的，没看）

文章摘要

这是一篇极短的博客（Substack，作者 Rick Manelius，发表于 2026 年 8 月 17 日），核心只有一个新造的缩写：AI;DR，即 “AI; Didn’t Read”——「这是 AI 写的，所以我没读」。它是对老网络用语 TL;DR（too long; didn’t read，太长不看）的仿写。

作者明确说这个词不是他发明的，出处是 X 用户 @seclilc 在 2026 年 8 月 15 日下午 4:13 发的一条只有「AI;DR（AI; didn’t read）」几个字的推文，那条推文当时已有 34.6 万次浏览、2090 次转推、1.66 万个赞、83 条回复。作者说自己「超级嫉妒没先想到这个」，并且从看到它之后就一直在想。

他反复强调自己的立场：「我大概是能有多支持 AI 就有多支持 AI」（about as pro-AI as you can be），承认现在是 2026 年第三季度，应该预设每个人在流程的某个环节都在用 AI——找思路、拟大纲、润色文字。但他说自己已经到了生理性反应的程度：当他尊重的人把未经审阅、未经编辑的 AI 原始输出直接发给他时，他会「肩膀垮下去、微微耸背，或者眼皮抽一下」。

于是他给出一条新政策，也是全文的主张句：如果你都懒得审阅和编辑它，那我也懒得读它。

他划出了合理的例外：有些场景本来就该预期是 100% AI 生成的文案，客服就是完美例子——没人在那里追求手工打造的「你确定重启过手机了吗」式对话。但如果你是我的同事，我们在 Slack 里讨论，你贴上来一大坨 Claude 的输出，那么「我收到的信息和你想传达的信息不是同一条」。同理适用于别人的 newsletter 和社交内容：署的是你的名字，你真的为这些散落着奇怪 AI 腔的文字感到自豪吗？如果是，那很好，但「我想要的话可以直接去问 Claude」。他的收尾对仗是：TL;DR 是社交媒体时代的解药，AI;DR 是 AI 垃圾内容（slop）时代的解药。

文章还带了两条作者事后追加的更新。更新一（2026-08-17）：评论区的 Daniel 分享了一个网站 dontpastetheai.com，作者特别喜欢那个站点的「Take me to the Angry Version（带我看愤怒版）」。更新二（2026-08-18）：这篇文章冲到了 Hacker News 第一名，评论超过 600 条，「显然是戳到了某根弦」。Substack 原文自身的互动是 42 个赞、17 条评论、6 次转发。

HN 评论精华

这条帖子拿到 1111 分、约 670 条评论。讨论的真实走向很值得说明：前半段几乎是一场集体玩梗表演——大家用 LLM 的口头禅互相接龙，而不是严肃讨论；后半段才沉下来，形成了三条实质线索：应该发的是提示词而不是输出、AI;DR 到底是不是比 TL;DR 更刻薄的道德指责、以及「凭什么在乎是谁写的」这个反对派论点。

pavon 只发了「AI—DR」（用 em dash 破折号代替分号，讽刺 LLM 爱用长破折号），底下瞬间长出一整棵纯梗回复树，每个人贴一句 LLM 的招牌套话：「that’s load-bearing」「You’re absolutely right」「Now I have the full picture」「You hit the nail on the head」「and honestly—that’s the seam right there」「I appreciate the pushback!」「You’ve hit a load-bearing seam」，GPerson 的「You’ve hit your session limit」和 sethops1 的「Google Gemini is experiencing high load at the moment」也在其中。Applejinx 补了句「Love the em-dash. Chef’s-kiss.」这一整支是全场最高票的分支。
arm32 提出对仗版缩写「HW;DR：human-written, did read（人写的，读了）」，em-bee 改进为「HW;WR：human written, worth reading」，spudlyo 加了「LE;DU：low-effort, didn’t upvote」。
sega_sai 提出了最被认可的建设性主张：如果一段文字是由一个短得多的提示词生成的，那就应该改为发布提示词和用到的原始材料，至少也要一起发。JoshTriplett 从信息论角度支持：值得投入的注意力应当与人类提供的输入量成正比，而不是与 AI 扩写后的输出量成正比。add-sub-mul-div 把提示词类比成推文——媒介本身就传达信息，一个人只愿意投入缩略量的思考，就不该占用不成比例的时间。bessbd 想要一个类似「右键查看网页源码」的「右键查看提示词」功能，或者像深色模式开关那样在「提示词」和「AI 扩写版」之间切换。
al_borland 提供了这条线上最具体的职场案例：他老板发邮件说自己就这个任务问过了 AI，然后把 LLM 的回复原样转发给团队——内容啰嗦，且完全不知道公司内部的各种约束。他去要老板用的提示词，因为那比 AI 吐回来的东西更能说明老板到底想要什么。结果发现提示词同样敷衍，只有一两句话。「那就是他投入的全部思考量，而它让整个团队花了几个小时去猜 AI 的回复。他只要把提示词发过来——或者什么都不发——就能给全团队省下一整天。」Gigachad 补充说他们现在每一个 Jira ticket 都是一整本无用文字，得跳读才能找到人写的部分，重要细节偶尔就淹没在废话夹层里。
beloch 用无限猴子定理做了个精确的框定：这个定理可以说明 AI 并非不能产出优质输出，但期待你的读者去从一大堆猴子的输出里筛选，是不尊重人。他给出的正确姿势是：「这是我用的提示词和模型，这是输出里让我觉得相关且有用的那一段，这是我用自己的话说明我为什么这么认为。」
zirkonit 提供了一个反向视角：对他来说 AI 主要是压缩器而不是扩写器，他通常喂给 Claude 的笔记、上下文、脑内倾倒是产出量的两三倍；在人对人的沟通里用 AI 去扩写上下文而不是收缩它，是在害所有人。JimTheMan 顺势说这主要是「技能问题或品味问题」——工具会辅助聪明人，也会让懒人更懒。
Terr_ 为老 TL;DR 辩护，认为把两者类比对 TL;DR 太不公平：TL;DR 有时是道德谴责，但至少一半时候是有人主动提供摘要因为觉得有用。Jare 做了个清晰的区分：作为对某人唯一的回复时，tl;dr 就是谴责；放在自己消息开头再附上短摘要，则是承认长版本不适合所有人。mrtesthah 更直接：「至少当有人写下一大段文字时，说明他在意到愿意去思考和关注这个主题。」
ademup 是最主要的反方，自称大概会被沉到海底：为什么谁写的重要？在读之前你怎么知道内容有没有价值？「检测 AI」的能力充其量也是不完美的——90% 是 AI 写的？5%？不读你怎么知道？如果没读，为什么还要拿 AI;DR 来炫耀？如果你判断错了还公开宣布，让那个真的花了大量时间精力写作的人是什么感受？
回应 ademup 的几条相当有分量：otterley 给了两个理由——第一，我没法就内容跟「作者」进行后续对话，因为人类当事人没写它、解释不了它，甚至可能并不完全同意它；第二，它把认知负担从写者转移给了读者，而写作之所以困难且有价值，恰恰在于把原始、未过滤的想法翻译成易于理解的文字，以及其中表达出的作者独特个性——AI 生成的文字往往不仅更难读，还有一种「同质感」，让每个「作者」都长着同一副性格。Planktonne 的比喻最凝练：写作的目的是沟通，沟通者本身是消息的重要组成部分——「我在家等你」这句话，出自你深爱的妻子还是出自一个邪恶小丑，意义完全不同。its-summertime 设想一个 99% 的文字都由同一个毫无热情的人写成的未来：一遍遍读到同样的句式、同样的套路、同样的段落节奏，会很难受，而这已经在发生了。
jastanton 给出实操立场：他的「AI-DAR（AI 雷达）」调得比较准但不完美，偶尔判错也无所谓，「重点是我在保护我的时间」，他会像用 RTFM 一样用它。ModernMech 反过来追问界限：那你认为一份工作至少得花多少时间你才愿意读？允许用什么技术——文字处理软件行不行，还是必须用铅笔？拼写检查呢？用维基百科查资料算不算，还是重要的活儿必须查卡片目录？他自己的答案是时间可以极少：泼一层颜料在画布上、把香蕉贴到墙上、按一下快门、写十四个音节，只要是经过深思的就够了。
afr0ck 讲了一个具体的踩坑经历来解释为什么会失去阅读动力：他在 LinkedIn 上看到一篇讲用 agent 实现「通过 TCP/IP 访问 PCIe 设备」驱动的博客，很感兴趣，因为处理 PCIe 中断和 DMA 都不简单——远端机器怎么映射设备的 BAR？对寄存器的读写怎么传到远端设备？读完那篇又长又啰嗦、承诺满满的文章后，结果是作者（和 agent）只实现了对 PCIe 配置空间的访问，让远端机器的 lspci 能显示出设备，仅此而已。文章从未涉及也从未提及 DMA、中断、MSI-X、IOMMU、IOTLB、虚拟内存，却对下一代数据中心解耦架构、提升 GPU 利用率、降低大规模推理成本作出宏大论断。「又长又漂亮的大词，零细微差别。」
eddieroger 唱反调说：我们已经有几代文案撰稿人和编辑了，因为 AI 做了「后期写作」工作就不读，感觉挺站不住脚。AnimalMuppet 的回答意外地深：文案撰稿人的问题在于他们写的是 “copy”——而这恰恰是我不想读的那类文字；AI 的问题是它训练素材里有大量 copy，于是学会了写我不想读的东西。「他们写得像公司，不像人。他们听起来像谁都不是——字面意义上的非人。我想听到人的声音。」
whstl 报告了制度层面的变化：他已经见过有人因为整个产出都只是 AI 文字、且多次无法解释自己「写」的东西而被开除；他公司最近也下了明文规定，给人看的文字不得由 AI 生成。ModernMech 精确地纠正了一句：那人是因为解释不了而被开除，不是因为用了 AI。
jannyfer 贴了 Algolia 搜索链接指出这个话题在 HN 上已经反复出现过多次（并给出了一条早前的同题讨论），Fantosism 回了句「谢谢，我还以为自己卡在时间循环里了」。krona 提出了「slop sandwich（垃圾三明治）」的说法：你可以把垃圾递给我，但必须包裹在厚厚一层人工干预里——而那通常也意味着删掉其中 50%。