我正在变成 AI 盲：当大脑学会自动忽略 AI 写的文档

原文来源：I'm becoming AI-blind — 一位工程师发现自己的大脑开始自动忽略 AI 生成的文档，本应提升效率的 AI 反而拖慢了工作节奏

Rafal Cymerys 最近在工作里频繁遇到一种奇怪的状态：同事发来一份文档，他盯着屏幕，眼睛在读，大脑却拒绝分析。结果就是陷入和发送者之间无休止的来回拉扯——反复问那些文档里其实已经写清楚的问题。这很反常，因为他过去一年一直在练习重新专注，而这种情况恰恰是专注的反面。

他坐下来复盘这些场景，发现它们有一个共同点：这些文档全都带着浓重的 AI 痕迹。

一眼识破的三种 AI 文档

Cymerys 举了三个例子，每个都很有画面感：

第一种，Claude 复制粘贴风的设计文档。 功能设计本身没问题，但通篇是 Claude 特有的分析腔调和黑话——"This cuts just through it"、"The first gate is real"。你能感觉到这不是人写的，是模型生成后改了个标题就发出来的。

第二种，营销概念 deck 混入技术垃圾。 一份 20 页的市场方案，把（还算合理的）营销策略和一堆莫名其妙的产品技术架构废话搅在一起。卖点是"它不是卖 X，是卖 Y"、"Redis 骨干重新定义了产品"。技术名词成了装饰品。

第三种，啰嗦到可疑的需求文档。 一个很简单的概念被写得极其冗长，读起来像某人的"内心推理"过程，自己都不确定某些决策——听起来就像 LLM。

关于"人能不能认出 AI 文本"的争论

这里有个持续多年的学术争论：人类到底能不能识别 AI 生成的文本？大多数研究声称人并不擅长，Cymerys 明确不同意——至少对低质量、低努力的 AI 输出，识别并不难。他引用安全研究员 Florian Roth 在社交媒体语境下对 AI 写作常见模式的总结，并说自己在工作文本里看到了同样的东西。

除了明显的用词选择，句子的整体流动感，以及把每个小细节都包装成重大突破的推销姿态，都会瞬间出卖 AI。他的原话很扎心："如果你的文档只是描述一个企业应用里 RBAC 配置界面的复选框，别把它写得像你刚刚发明了火。"

"AI 盲区"：一种新的横幅盲区

Cymerys 给出的自我诊断是：他已经被"预训练"过了——在大量 AI 生成的 LinkedIn 帖子、邮件和网站上泡了太久，大脑学会了快速识别低质量 AI 内容的特征，然后直接忽略，不做任何深度处理。他把它类比成"横幅盲区"（banner blindness）：信息过载时代，过滤是保持理智的唯一方式。看多了 AI 味的文字，大脑干脆把它们归入"噪音"类别，自动跳过。

这是整篇文章最值得琢磨的地方。我们在讨论 AI 文本识别时，默认的担心是"人分不清 AI 和人写的"。但 Cymerys 描述的是一种更微妙的现象：大脑不是分不清，而是分得太清，然后选择不处理。 就像你不会认真读每一条横幅广告一样，你也不会认真读每一份一眼 AI 味的文档。

生产力叙事的反讽

文章最辛辣的观察在结尾：那个本应让你更高效的工具，正在以你完全没想到的方式拖慢你。

想想这个链条：AI 让写文档变得几乎零成本 → 于是所有人都在用 AI 批量生产文档 → 文档总量爆炸、质量参差 → 读者的注意力成了稀缺资源 → 大脑进化出"AI 过滤器"来保护自己 → 那些认真写的、甚至 AI 辅助但认真改过的文档，也被连坐忽略 → 信息传递效率反而下降，来回确认的沟通成本上升。

Cymerys 讲了个挺有意思的轶事来佐证这种"盲区"的普遍性：他今年难得休假，在波罗的海沿岸饿着肚子找餐馆，路过一家店时下意识忽略了，但走出几步脑子里冒出个疑问——"他们真的放了一张长霉的乳蛋饼照片吗？"他走回去看，还真是。那张图是 AI 生成的，看起来像长了霉。他的大脑在第一眼就完成了"AI 内容 → 不值得看"的判断，但潜意识里又捕捉到了违和感。过滤器和直觉在打架。

这件事对协作意味着什么

如果你在团队里工作，这个现象有几个直接后果值得警惕：

文档的"可信度税"正在变高。 当 AI 文档泛滥，读者会默认怀疑每份文档的信息密度。你的文档如果只是"AI 生成 + 微调"，在同事那里可能直接被打入冷宫——不是内容不对，是阅读意愿没了。

来回确认的隐性成本。 Cymerys 的经历不是个例：发送者觉得"我都写清楚了"，接收者觉得"这文档我读不进去"，两边都委屈。本质是 AI 文档破坏了双方的信任预期——发送者以为自己在高效沟通，接收者接收到的是噪音。

"写得像人"正在成为一项竞争力。 当人人都能用 AI 产出 80 分文档时，真正能组织信息、有真实判断、敢于表达不确定性的文档反而稀缺了。注意，这不是让你在文档里塞满口语和 emoji 来"去 AI 味"——而是说，文档的核心价值从来都是信息组织能力和判断力，AI 只是让这两者的稀缺性更加凸显。

给自己和团队的三条建议

1. AI 写初稿可以，但要有自己的编辑动作。 删掉模型腔的过渡句、把"突破性""重新定义"这类词全部划掉、补上只有你知道的具体细节。判断标准很简单：把 AI 痕迹删干净之后，文档还能不能站住？不能，说明内容本身就没想清楚。

2. 别用 AI 给简单的东西加戏。 一份内部 RBAC 配置说明不需要"叙事弧线"。信息密度优先，修辞靠边。越是日常文档，越应该平淡直接。

3. 接收端也调整预期。 看到疑似 AI 味的文档，先假设内容可能有用但包装劣质——花 30 秒扫一遍核心结论再决定要不要细读。双向都让步一点，比互相抱怨强。

Cymerys 最后没有给出解决方案，他的文章停在一个诚实的困惑上。但这恰好是它值得读的原因：AI 对工作效率的影响不是线性的"更快"，而是会以各种反直觉的方式重新分配你的注意力。识别这个盲区，就是应对它的第一步。