这篇文章是作者对最近在 Hacker News 上发表的一条评论的详细阐述。那篇博客指出，“Show HN”（Hacker News的一种帖子类型，用于展示自己写的项目或者产品）的提交量在增加，但质量却在下降。下面是作者的一些观点，我觉得挺值得深思的。

我其实并不反对 AI 辅助开发，工具终究是工具，如果你觉得有用就该去用。但我认为那些带有“AI味儿”的项目，总体上来看，都非常无趣。这些项目通常投入的工作量很少，结果就是作者（或者该叫驾驶员？）通常没有对代码内容进行深入思考，因此也就没什么可讨论的空间了。

在 AI 时代之前的 Show HN，最酷的地方在于，你可以和那些深耕某个领域的人交流，那是学习新知识、获取完全不同视角的好机会。

现在呢？因为 AI 吸引了一群无趣的人，做了很多无趣的项目，而他们对编程本身并没有什么有趣的见解。这不仅限于 Show HN 甚至 Hacker News，这种现象随处可见。虽然这种现象的一部分原因可能是那些平时不写代码的人被“打造产品”的乐趣所吸引，用 AI 创作自己的项目发布出来，但我认为情况比这糟糕得多，AI 正在让人变得平庸乏味。

AI 模型极其不擅长原创思考，因此，任何外包给大语言模型（LLM）的思考结果，通常都缺乏原创性，哪怕这些模型非常擅长把你的输入吹捧成“天才般的见解”。如果你在探索一个陌生的领域，这可能是一个优点；但如果你是在写博客、设计产品或尝试进行任何形式的原创工作，这就是一个致命伤。

有人会辩解说，正因如此才需要人的参与来引导AI进行高层次的思考。但这个前提从根本上就是错的，原创想法正是产生于你外包给 LLM 的那些具体工作之中。人的参与并不会让 AI 的思考更像人，反而会让人的思维变得更像 AI 的输出。人类产生原创想法的方式是长期沉浸在一个问题中，而当 LLM 替代思考时，这种沉浸感完全消失了。你得到的只会是浅薄的、表面化的想法。

想法是在你试图将其表达清晰的过程中得到进一步提炼的。这就是为什么我们要让学生写论文，也是为什么要让教授教本科生。给 AI 写提示词（Prompting）并不是在阐述想法，你得到了输出，但在构思层面，这种输出是可有可无的，真正重要的是那个思考的过程。

你不能靠开挖掘机举重来长肌肉，你也没法靠 GPU 替你思考来产生有趣的见解。

参考资料：

AI makes you boring