别做Claude的肉身代理
Don't be a meat proxy
在Slack、Merge Request或WhatsApp群组中，我越来越频繁地收到直接复制粘贴自Claude的长篇回复。这种做法毫无价值，因为我完全可以自己直接询问Claude，而且能更好地控制上下文。AI生成的内容往往冗长、充满看似合理实则荒谬的胡言乱语，甚至堆砌大量晦涩术语，让人不得不逐个查证。在代码审查中，如果开发者只是将需求描述和反馈扔给Claude Code，而不阅读或理解生成的代码，那么真正完成实施工作的是审查者，而开发者仅仅充当了传递信息的“肉身代理”。请在使用AI后，务必阅读、理解并验证输出，然后用你自己的语言重新表达，这才是你真正能创造的价值。
如果开发者只是将需求描述和反馈扔给Claude Code，而不阅读或理解生成的代码，那么真正完成实施工作的是审查者，而开发者仅仅充当了传递信息的肉身代理。
HN 评论区
713- eddythompson80
我在工作中整天都要处理这种事，简直让人精疲力竭。人们表现得好像没人想过这个问题似的：“我问了 Claude 发生了什么，它吐出了一份 300 行的回复。你能帮我读一下，看看对不对吗？”
最让我抓狂的是，你或许能理解那些不懂技术细节的忙碌高管，他们只是把 AI 指向一个报错，然后因为看不懂回复，就去找负责这块业务的人。这确实有点烦人，毕竟你完全可以自己问，但算了。可如果是那些在自己负责领域的初级或高级工程师也这么做，还指望别人帮他们读？这行为简直疯了。一个严肃的人怎么能觉得这没问题呢。
- felipeerias
防止明显的 AI 腔调混入发给其他人的文本的一个方法是，要求模型生成符合 ASD-STE100 简化技术英语（Simplified Technical English）标准的要点。
这样生成的句子列表清晰且解释性强，更容易复核，也方便用户将其改写成更具人类口吻、更易读的格式。
- gregsadetsky
在社交媒体上，我看到了一句更粗俗的说法：
“学了一身工程本领，最后却成了 Claude Code 和生产环境之间的避孕套。”
这种（重新）框架化的表述也有助于我们思考作为整个行业，我们到底（还）在做什么。
- maccard
在我上一份工作中，有个同事就对我这么干过。第一次发生时，我无视了。第二次，我在公开场合回复说：“谢了，但我自己也能问 Claude。”从那以后，再也没人给我粘贴 LLM 的回复了。不过，这也取决于你的团队规模和职级，效果可能因人而异。
- kooi
这种情况在开发者圈外也时有发生。
人们从 Google AI 模式获取信息，并把它当作 100% 的真理。实际上，博客、Reddit 和垃圾内容往往是来源链接……如果你去检查这些来源，这倒也没问题……但有些人并不检查！
我有过这样的例子：有人用 AI 模式提问，根据提问方式得到了一个答案；另一个人问了同样的问题，却得到了另一个答案。
问题在于：人们只读自己想读的内容，不再听信人类，因为 AI 会告诉他们想听的话。
- xyzelement
// Claude 说：[大段原文照搬]
我很幸运，所在的团队都很优秀。所以当有人说“这是 Claude（或 Gemini）对情况的总结”时，他们的意思其实是“我读过了，内容基本正确且有用，所以我不加编辑直接转发给你”。
显然，要做到这一点，你需要：(1) 一个足够聪明和成熟、愿意对提出的 AI 输出负责的团队；(2) 大家都有共识，知道彼此是这样操作的。
我发现，如果具备这两点，这确实是一个真正的加速器。前几天我问一个销售代表某个关键客户的情况，他直接转发了一份 10 页的 Claude 综合报告。
现实是，这比我在 AI 时代之前能这么快获取的情报要好得多。是的，当我深入文档细节时，发现有一处讲不通，我问了那个销售代表，他盯着看了半天说：“你说得对，那是幻觉，我没注意到。”但总的来说，这依然值得。
- jpnc
如果你制造了一台让人偷懒的机器，那你就会得到一群懒人。恐怕情况只会越来越糟。
你们觉得，我们会因为技术而导致人类退化吗？
- danolivo
前阵子，我注意到整天使用 Claude 让我感到精神疲惫。
思考过后，我意识到问题出在 Claude 复杂的语言上。我多年来每天使用英语，这按理说不该是个问题。为了对比，我把 Claude 切换成我的母语，结果遇到了作者描述的同样问题：文字仍然需要字面上去“解码”才能理解。
和 Claude 沟通后，我更新了设置，要求它使用更简单的语言，减少信息密度。自然语言在文本中保留一些熵（不确定性/变化）效果更好。这个改变让事情变得轻松多了。
- 8by3
在 LLM 出现之前，我也常从经理那里收到这类东西，只不过他们当时是直接引用 Stack Overflow 或某篇随机博客中关于“如何操作”的内容，毫无上下文，也不理解他们在说什么。而且，当描述公司或团队面临的复杂问题时，这些内容往往总是来自某个主流搜索引擎的前三个搜索结果。
- washbasin
关于人类并未准备好将 LLM 作为工具来应对的精彩安全演讲。
我喜欢其中的要点：我们不信任 [飞机] 飞行员能发现自动化系统的错误（例如自动驾驶），但我们却指望人类能发现 LLM 的错误。
Artificial Intelligence Natural Stupidity - Brandon Sherman