
别当 AI 的人肉代理:转发 AI 输出之前,先把它变成你自己的话
Slack 里、评论区、微信群,越来越多人在转发 AI 的原始输出当自己的回复。作者说:我能自己问 Claude,不需要你当人肉代理。转发之前,先读懂、验证、用自己的话重写。
原文来源:gruhn.me — 不要当 AI 的人肉代理:转发 AI 原始输出不创造任何价值,读懂、验证、用自己的话重写才是你能加的分。原文登上 Hacker News 首页并冲到 1500+ 分。
这篇文章 8 月 3 日发布,当天就冲上 Hacker News 榜首,拿到 1500+ 分。为什么共鸣这么强?因为它精准踩中了 2026 年协作场景里一个越来越普遍、越来越让人烦躁的现象:有人把 AI 的输出原封不动转发给你,当作自己的回复。
场景:你我都见过的人肉代理
作者描述的场景非常具体:他在 Slack 里问了个问题,或在 PR 下留了反馈,或在 WhatsApp 群里和人争论,结果收到的回复是:
Claude said: [一大段 AI 的原始输出]
作者毫不客气:请不要这样做。他自己也干过这事,但作为接收方经历了太多次之后,他受够了。
理由很直接——「我可以自己跟 Claude 对话。那样更快,而且我能控制上下文。我不需要一个中间的人肉代理。」
这句话点破了问题的本质:转发 AI 输出,没有增加任何价值,反而增加了噪音。提问的人想要的是「你的判断」,收到的却是「AI 的转述」。如果 AI 的输出就是答案,他自己会去问;他之所以问你,是想要你的理解、你的经验、你的上下文。
—— 广告 ——
为什么阅读 AI 输出是额外负担
作者还指出一个常被忽略的点:读 AI 输出本身就是一种认知负担。AI 输出冗长、频繁包含「过于合理的胡说八道」、而且黑话密度越来越高。
他举了一个真实的例子——Claude 给他生成的一句话:
NATS control-plane events: stream leader election / R3 quorum re-form during pod churn.
「老天,我几乎每个词都要查一遍才能理解这句话。」——这不是 AI 的错,但它是「转发原始输出」这个行为的错:你本可以把它翻译成人类语言再转发,你选择偷懒,把理解成本转嫁给了接收方。
原文的核心主张
作者的主张很清晰,值得原样保留:
尽管去用 AI 提示词。但不要只是转述输出。读它、理解它、验证它,然后用你自己的话写回复——做这些努力,是你能够增加的价值。
他特别用代码审查举例:现在「交付一些代码」几乎可以零成本完成——把 ticket 描述复制粘贴给 Claude Code,不看代码、不读 Claude 写了什么;如果 reviewer 有反馈,再把反馈复制粘贴给 Claude Code,必要时迭代。
这确实有效。但问题是:谁真正做了实现?是 reviewer 用 Claude Code 做的,而你只是个人肉代理。
这句话值得所有「AI 辅助开发」的从业者细品。代码是合进去了,但在这个过程中,你没有理解、没有判断、没有承担责任——你只是把 AI 的输出从一个地方搬到另一个地方。
人肉代理的三种变形
仔细想想,「人肉代理」不止出现在对话里,它有三种更隐蔽的变形:
第一种:转发型。 直接把 AI 输出粘贴到聊天里,这是原文批评的最典型形态。接收方被迫阅读一段他本可以直接向 AI 索取的文本。
第二种:转述型。 把 AI 输出换个说法转述,但自己没有真正理解——问两句细节就露馅。比转发型好一点,但本质上还是代理。
第三种:决策外包型。 把 AI 的结论当作自己的结论直接采纳,不做验证、不承担判断责任。这是最危险的一种,因为它不仅发生在沟通层面,还发生在决策层面——AI 说这个方案可行,就推这个方案;AI 说这个 bug 是 X 原因,就信了。出了问题,一句「AI 说的」并不能帮你承担责任。
为什么「展示努力」在协作里这么重要
换个角度想:人肉代理之所以让人反感,是因为它隐藏了思考过程。协作的本质是信息交换加判断交换——我告诉你我的判断,你告诉我你的判断。而人肉代理只传递信息,不传递判断,等于把协作降级成了「单向的转述管道」。
这让我想起另一篇同样在 HN 上火过的文章(tombedor.dev 的《If you are asking for human attention, demonstrate human effort》):向别人寻求关注之前,先展示你自己的努力。转发 AI 输出恰恰是反例——你没有付出努力,却要求对方付出注意力。这两篇文章放在一起看,说的是同一件事的两面:协作中的尊重,体现在你愿意为「传递有价值的信息」付出多少成本。
什么时候可以(也应该)直接转发
公平地说,不是所有转发都该被批判。有些场景直接给 AI 输出是合理的:
- 对方明确要求:「让 Claude 分析一下这段代码」——对方要的就是 AI 视角,直接给。
- AI 输出本身就是交付物:生成一段文案、一份报告草稿、一段代码,对方要的就是产物本身。
- 时间敏感且对方知情:紧急情况下,标注「以下是 AI 快速生成的,供参考」再转发,接收方有权知道来源。
关键区别在于透明度和增值:接收方是否知道这是 AI 输出?你转发之外有没有加任何东西?如果两个答案都是否,你就是人肉代理。
可落地的四条建议
结合原文观点,给几条具体可执行的做法:
- 转发前加一句「人话」:哪怕只是「Claude 说可能是 X 原因,我觉得有道理,因为……」,这句「因为」就是你加的价值。
- 用自己的话复述核心结论:AI 输出三段落,你用三句话讲清楚——你读懂了,对方也省时间。读 AI 输出费劲,但读「被人类消化过的 AI 输出」不费劲。
- 代码审查场景:至少看懂 diff:可以让 AI 写代码,但 review 时你要能回答「这里为什么这么改」。做不到,就别说代码是你写的。
- 用 AI 做草稿,别用 AI 做署名:AI 可以帮你起稿、帮你检查、帮你加速,但最终落款和负责的,得是你自己。
结语
「不要当人肉代理」本质上是在提醒我们:AI 时代,人类的价值正在从「能做什么」转向「能判断什么」。会问 AI 问题不算本事,能读懂 AI 的回答、验证它、并把它变成有自己判断的产出,才是本事。
下一次你想把 AI 的输出直接转发出去的时候,先问自己一句:如果对方需要的只是这段文字,他为什么不自己去问 AI?——答案就是你需要补上的价值。
© 2026 四月
原文链接:https://www.aprilzz.com/ramble/dont-be-a-meat-proxy
相关文章
你带不走的 AI 会话:当聊天记录变成供应商的加密保险箱
推理 API 正在把会话状态锁死在供应商手里:加密的推理过程、隐藏的搜索上下文、不可读的压缩记录。你的对话记录正在从你的资产变成别人数据库里的一个外键
当 Claude 开始破解密码学:Anthropic 新发现意味着什么
Anthropic 发布 Claude Mythos 在密码学分析上的两项突破:对 HAWK 签名方案的攻击和对简化版 AES 的攻击。密码学教授 Matthew Green 深入解读了这些结果的意义和局限
两类 AI 用户正在崛起——鸿沟远超你的想象
AI 工具的使用正在形成一条深不见底的鸿沟:一边是使用终端 Agent、MCP 和编程语言的 Power User,另一边是困在 ChatGPT 对话框中的普通用户。两者之间的生产力差距已经不是 2 倍、5 倍,而是 10 倍以上。而最讽刺的是,许多 Power User 反而不是程序员。