检查人类写作的前提是荒谬的
The whole premise of checking for human writing is daft
我们为何执着于验证每个字符是否由人手敲击？这种将物理输入等同于人类思维的逻辑，混淆了劳动过程与智力成果。就像当年有人担忧火会削弱人类咀嚼能力一样，如今我们因AI辅助写作而恐慌，却忽略了真正的核心：思想是否属于作者，判断是否由人做出。从Stephen Hawking到MouthPad，技术始终是思想的载体而非替代者。我们需要的不是证明谁按下了键盘，而是确认谁承担了创作的责任。将打字能力作为人类认证的通用标准，既技术落后又充满排他性。
它混淆了练习与成果、劳动与智慧，将手指的移动等同于思想的流动。
HN 评论区
76- QuadmasterXLII
为什么博客文章本身关闭了评论功能？我本来打算用我能找到的最便宜的 AI 写 200 条深思熟虑的评论来证明一个观点，但缺乏评论选项表明你们早就知道这个点了：对话参与必须设置门槛。人类创作是一个绝佳的门槛，它阻止了我在这里搞这种恶作剧，因为这里的门槛已经牢牢立住了。你可以通过要求博客评论的哈希值以 X 个 0 结尾来实现几乎相同的目标，但要求人类写作是比这更严格的改进。一个真正信奉“人类写作本质上并不比 AI 更好”的人，实际上是在给自己签下一份承诺书：除非有某种努力证明机制，否则再也不读任何真正付出努力写成的文字。
- skippyfish
撇开这篇文章是 AI 生成的这一事实不谈——我想这也是意料之中的——如果你完全无视 LLM 生成写作的现实，幻想出一个 AI 博客能带来深刻智慧却被挥舞草叉的暴民不公平 targeting 的乌托邦，那么采取这种立场确实很巧妙。
尽管在某些利基用途中，LLM 确实能辅助或增强创作过程，但绝大多数机器写作存在的原因，恰恰是因为它零成本，并且允许你以前所未有的规模向人类认知垃圾轰炸。99% 以上的 AI 生成 LinkedIn 帖子、AI 生成的亚马逊书籍等等，毫无可取之处。
我们以前用来过滤零努力内容的基于风格的启发式方法在这里已经失效了，所以检测 LLM 文本成了下一个退而求其次的方案。
- orbital-decay
> 我不在乎你是否亲手敲下了每一个字。我在乎的是思想是否属于你，你是否行使了判断力，结果是否值得我关注，以及一旦内容离开你的屏幕，你是否愿意为之背书。
好吧，我们来比较一下以下几种自主程度：
- 我写了它，确保所有内容正确，让 LLM 校对/翻译成英文，然后我再检查一遍
- 我只有零散的笔记，没有连贯的想法，然后扔给 LLM 让它以它觉得最好的方式写成文章，因为我不在乎
- 我给了一个三个词的提示“写关于 X”，然后一个深度研究代理消耗了不人道的 token 量、搜索和抓取请求，生成了一篇文章（至少有一些事实依据，具体取决于封装质量）
- 我给了一个三个词的提示“写关于 X”，然后模型单次调用就生成了，完全没有现实世界的依据
你看到的是我明显生成的文章。你能分辨出哪些是我的原创，哪些是代理从网络或其他来源收集的，哪些是源自模型自身知识的吗？来源追溯正是生成文本所模糊的地方。
- brendanfinan
这篇文章急于将 LLM 硬塞进一长串既定工具的最后。
LLM 与其他写作工具有着根本的不同，因为它们试图以作者未参与的方式构建意义。写作的主要目的之一是传达意义，因此 LLM 写作恰恰破坏了这一目的。
- andy99
如果你打算用 AI 写作，直接把提示词（prompt）发给我就行。没必要试图说服我它有多好，我重新运行提示词的边际成本为零，直接发提示词就好——这就像在把文件发给我之前先解压一样，没什么帮助，只是降低了信息密度。