你是卢德派吗？

看起来您只提供了来源链接，而没有贴出需要翻译的正文内容。请把您想要翻译成简体中文的文本粘贴在这里，我就可以为您完成翻译并保持原有的格式、代码块和链接不变。

Prelude

让我们立刻把这令人不快的事先处理掉。当前在技术生态系统中流传着一个词：slop。它用来描述大型语言模型产生的大量平庸、低投入的内容。人们看到一篇普通的 LinkedIn 帖子或一篇幻觉式的文章时会嗤之以鼻。他们称之为 slop。

我有不同的看法。

这不是 slop，而是 shit。而且它终将变得无关紧要。

这种区别很重要。“slop”暗示是机器的副产品。“shit”则暗示标准的失效。我们以前也经历过这种情况。

伦敦，1894

这座城市正被淹没。不是数据，而是粪便。

这就是Great Horse Manure Crisis。到1900年，伦敦拥有超过11,000辆马车和数千辆马拉公交车，每辆车每天需要12匹马。也就是说，每天大约有50,000匹马在城市里运送乘客。每匹马每天产生15–35磅粪便，加上大约两品脱的尿液。纽约的100,000匹马每天产生250万磅粪便。街道上到处都是粪便。苍蝇在腐烂的粪堆中繁殖，传播伤寒。死马被留下腐烂，因为等它们分解后再拆解更容易。

• 《泰晤士报》预测，50年内，伦敦的每条街道都会被埋在九英尺厚的粪便之下。
• 1898年，第一届国际城市规划会议在纽约召开，旨在应对这场危机。会议原计划进行十天，代表们在三天后便放弃，因为看不到解决方案。

随后汽车出现。到1912年，马已被淘汰。问题并未通过更快的铲粪来解决，而是被一次范式转变所彻底消除。

Whaling, 1850s

在1850年代，美国捕鲸船在全球海洋中占据主导地位，超过700 vessels捕猎抹香鲸，以获取照亮文明灯火的鲸油。到1859年第一口商业油井出现煤油时，行业已经因鲸群枯竭和成本上升而捉襟见肘。不到十年，煤油使鲸油在经济上变得无关紧要。那些以捕猎为生的捕鲸者看到整个行业变得过时——并不是因为有人禁止捕鲸，而是因为出现了更好的替代品。

我们现在正站在相当于1894年伦敦的数字时代。我们看到大量AI生成的文本堵塞了搜索结果和社交媒体信息流。我们捂着鼻子。但如果你认为解决办法是禁止马（或LLM），那你就忽视了正从你身旁呼啸而过的汽车。

The question isn’t “Did a robot write this?”
The question is “Is it good?”

合理的抱怨

当前关于生成式 AI 在内容创作中的讨论被两个互相喊叫的阵营所主导。在我们否定批评者之前，需要承认一件重要的事：他们中的一些人是有道理的。

• 艺术家、作家和创作者看到自己的作品被从互联网抓取并投入训练数据集，却没有得到许可、补偿或署名。这不是偏执，而是有据可查的事实。
  • Stable Diffusion 是在 LAION‑5B 数据集上进行训练的，该数据集包含受版权保护的艺术作品、个人照片和医学影像。
  • 大型语言模型在未经创作者同意的情况下，使用了书籍、文章和代码库进行训练。

这种愤怒是合理的。如果你花了多年时间发展出独特的艺术风格，却看到 AI 为任何拥有键盘的人生成“[你的名字] 风格”的作品，你的沮丧并非不合情理。关于 AI 训练的伦理困境是真实且尚未解决的。

但这正是我与纯粹主义者分道扬镳的地方。

精灵不会再回瓶中

我们可以辩论我们是如何走到这一步的伦理问题。我们可以倡导更好的许可、补偿框架和同意机制。我们应该这么做。但技术已经存在，模型已经训练完毕。要求我们“撤销”生成式 AI，就像要求我们撤销印刷术，因为它让抄写员失业一样。

我看到工程师和作家挺胸自夸，宣称他们“永远”不会使用 AI。他们把低效当作荣誉徽章，把空白页的挣扎视为宗教仪式。

（我已经花了足够的时间调试“人类编写”的代码，知道人类来源并不能保证质量。）

关键问题不在于 AI 训练是否合乎伦理，而在于我们现在该怎么做。答案不是假装技术不存在，而是负责任地使用它，倡导更公平的体系，并专注于真正重要的事：输出的质量。

这就是 AI 排斥 现象。它是一种心理障碍，根源不在于输出质量，而在于对来源的认知。而这种障碍正在被打破。

The Cracks

The average human output is mediocre

我这样说是因为我雇佣工程师，也因为我阅读文档。大多数人类撰写的内容充其量只能算是“可用”，最糟则是毫无条理。我们浪漫化人类的创造力，却常常忽视充斥网络的海量人类生成的噪音。

Users don’t actually hate AI content

正统观点声称用户讨厌 AI 内容，但数据却显示相反。对AI 内容受众感知的研究揭示了一个有趣的矛盾：用户声称他们想要人类内容，但当他们在不被告知来源的情况下看到高质量的 AI 辅助内容时，反应却是积极的。

争论仍在继续，但模式很清晰：技术变革让旧有危机失去意义。挑战不在于禁止马匹，而在于学会负责任地驾驭汽车。

他们会与之互动。

实际上，研究表明生成式 AI 工具可以实现与人类生成内容相似的参与度。机器能够产生能够引起共鸣的作品。

所以如果用户喜欢内容、从内容中学习并与内容互动……“灵魂”重要吗？

如果我阅读一页文档，完美解释了如何实现复杂的图数据库查询，我并不在乎作者在写作时是否哭泣，也不在乎他们是否有“人类体验”。我在乎的是它能工作。

反 AI 论点中的裂缝正在扩大，因为其效用不容否认。

我们正在看到一种转变。AI 对内容质量的影响并非向下螺旋，而是出现了分叉：

• 懒散使用 AI 来生成“屎”（粪肥）。
• 聪明使用 AI 来提升工作（汽车）。

“AI 厌恶”是真实存在的，但它很脆弱。它依赖于用户知道内容是 AI 生成的。这是一种偏见，而非质量评估。即使是事实性的 AI 内容，也会因为被标记为 AI 而被视为不准确——参见这项研究。

这不是一个可持续的立场。你不能仅因为不喜欢方法就讨厌结果。这是意识形态，而非工程学。

更深层的真相

让我们来聊聊构建者到底是如何使用这些东西的。

我是一名软件工程师，构建系统。当我审视内容创作时，我并不看到一种神圣灵感的魔法过程，而是看到一个流水线：

1. 构思（输入）
2. 起草（处理）
3. 精炼（优化）
4. 发布（部署）

反 AI 群体认为生成式 AI 能取代整条流水线中的人类角色。他们想象一个只要输入“帮我写一篇博客”就能直接发布的世界。这就是所谓的 “屎” 级别——粪肥。

更深层的事实是，AI 是 架构师的乘数效应。

• 我用 AI 写作。
• 我用它写代码。

但我不让它全权驾驶。

我把大语言模型当作 初级工程师——速度极快、阅读能力强、略有幻觉。我给它规格说明，它生成草稿。随后工作真正开始：

• 我把它撕得粉碎。
• 我重构论点。
• 我注入细微差别。
• 我核实事实。
• 我把自己特有的、经过实践检验的经验强加到它提供的结构上。

这就是 混合策略，也是唯一的前进之路。

以这种方式工作时，我并没有“作弊”。我在更高的抽象层次上运作，不再被语法错误或写作瓶颈所困扰。我专注于 逻辑 与 信息。

所有权并不是来自敲击字符，而是来自愿景。

• 如果我设计了一个微服务系统并使用库来处理 HTTP 请求，我难道不是在构建这个系统吗？
• 如果我使用 Copilot 为 React 组件生成样板代码，这个应用难道不是我的作品吗？

内容创作亦是如此。

拥抱这一真相的创作者会发现一个惊人的现象：他们 没有失去自己的“声音”。 他们找回了它。他们摆脱了空白页的枯燥，把精力投入到高价值任务上。他们正在 停止在人工劳动上过度投入，转而投资于策略。

“质量”的定义正在转变。它不再是“这是不是人写的？”而是 情境契合度与理解深度——参见 此分析。

人类写的泛泛之词不如 AI 写的针对性解决方案。

软件领域的 “全能神‑代理” 神话——即单一 AI 能完成所有任务——正在崩塌。我们正转向 专用工具。内容创作同理：从 “AI 写一切” 到 “AI 增强专家”。

含义

那么，当粪便堆积时会怎样？

我们正进入一个 饱和 的时期。不可否认：生成文本的成本已降至几乎为零，我们将看到内容的洪流。

这正是卢德分子惊慌失措的时刻。他们看到大量内容，就假设所有内容的价值都降为零。他们错了。

当供应变得无限时，策展成为唯一重要的资产。
信任成为货币。

如果我每小时可以生成 100 篇文章，没人关心文章本身。他们关心 哪一篇是正确的。

这意味着创作者的角色发生了变化。你不再只是一个写手；你将成为：

• 验证者
• 品味制造者
• 真相来源

关于生成式 AI 伦理的最大担忧——抄袭、偏见、准确性——将成为你的竞争优势。如果你能过滤掉粪便，找到金子，你就会赢。

对于企业而言，这意味着 AI 的采用 已经不是可选项。Gartner 预测 到 2026 年，80 % 的公司将使用生成式 AI。产生“废渣”的公司将会失败。能够让专家更快行动的公司将主导市场。

我们将看到新标准的出现。正如汽车需要交通法规和铺设道路，AI 内容时代也需要验证协议。我们很可能会看到 内容的加密签名，以证明有人类监督（不是人类创作，而是监督）。

AI 对写作质量感知的影响 将趋于稳定。

我们将不再问 “它是 AI 生成的吗？” 而是问 “它准确吗？”

这对纯粹主义者来说是残酷的真相。市场追求的是实用性。如果一个 AI 代理能在 3 秒内给我所需答案，而人类写手要用 2,000 字的“充满灵魂”的叙述来埋藏同样的答案，AI 胜出。

每一次，都是如此。

结论

我从事软件开发已久。我见证了框架的兴衰，也见证了范式的转变。

模式总是相同的。

1. 否认
2. 愤怒
3. 采纳

那些大喊 AI “没有灵魂” 的人，就像站在 1894 年伦敦的街头，对着马匹大声呼喊。他们深陷问题，拒绝看到解决方案。

你可以做个卢德分子。你可以拒绝使用工具。你可以为自己的体力劳动感到自豪。

或者你可以认识到世界已经改变。

粪肥问题已经得到解决——不是回到过去，而是向前迈进。

“烂泥”会被冲走。“屎”会被忽视。

剩下的将是那些学会驾车的建设者们的工作。

好了，借此机会，我还有一堆积压的工作要处理。我打算让机器来处理模板代码。我还有真正的工作要做。

Originally published at tyingshoelaces.com