3,800 名开发者投票禁止 Hacker News 上的 AI 评论

Source: Dev.to

不要发布生成的评论或 AI 编辑的评论。HN 是人类之间的对话平台。

这件事为何重要

Hacker News 每月拥有数百万访客——开发者、创始人和科学家。虽然发布的链接很重要，但评论区历来是该站点最有价值的功能。

今年，许多用户开始注意到一些评论看起来很精致却空洞：段落结构完美，却缺乏创意，常以 “值得注意的是” 或 “公平地说” 之类的短语开头。

用户已经报告此问题数月。就在新指南出台前几周，一篇标题为 HN 正被 AI 评论淹没 的帖子凸显了日益增长的挫败感。

社区实际说了什么

HN 讨论吸引了超过 1,400 条评论——在 HN 标准下是个巨大的数字。

有位评论者这样概括：

“过去有一种绅士协议，我可以抽时间阅读并评判你的评论，因为你花了心思去写它。”

这种社会契约假设作者投入了努力。AI 生成的评论打破了这种关系：读者花时间，而作者可能一点也没花。

版主 dang 指出，仅仅把 LLM 用于语法纠正的用户低估了其更广泛的影响。这不仅是修正错误，还可能抹去个人风格。🤔

非母语者的问题

这个问题很微妙。有些用户使用 LLM 来 “英文化” 他们的评论，因为直接的沟通风格往往会被点踩。另一些人则使用 LLM 改进搜索查询中的英文表达，而不是用来生成内容。

这些都是合法且实用的用法，但新指南没有任何例外。带有少量语法错误、出自真诚之心的评论，往往比那段任何人都能写出的完美段落更有价值。

拙劣的写作可以作为一种启发式，表明文本是人类创作并投入了思考——这本身就很重要。

这不仅是 HN 的事

• Reddit 已经与 AI 垃圾机器人斗争超过一年。
• LinkedIn 的评论常被低质量的 AI 内容淹没，导致用户直接跳过。
• Stack Overflow 在 2022 年就禁止了 AI 生成的答案。

每个大型开发者社区都面临同样的挑战：能够提升写作质量的工具，同样也能实现大规模的刷屏。

HN 的回应值得注意，因为它并非技术层面的——没有 AI 检测模型逐条扫描评论。相反，它依赖社区规范和版主来执行规则。此方式能否大规模运作仍是未解之谜。

这对我们的意义

思考一下你在网络上的写作方式，不仅限于 HN，而是所有平台：

• 你的声音、怪癖和粗糙之处 正是让你的帖子与模型生成的内容区分开的关键。
• 语法错误、奇怪的类比、未加修饰的观点 才是 “好东西”。
• 讽刺的是，我们已经构建了可以模仿我们写作的工具，但最受尊敬的开发者社区仍然更喜欢阅读真实、毫无修饰的我们。🙂

讨论： 你会使用 AI 来编辑你的评论或帖子吗？你如何划分编辑与写作的界限？👇