我与 Hacker News 的关系复杂。这个网站是极客新闻最重要的聚合平台，也是该博客的一个主要流量来源。同时，它也有不少有毒的评论者，使我经常受到侮辱；如果你想尝尝这个滋味，这篇文章被称为“水汪汪的”和“杂乱不堪”。这个网站是由极客为极客运营的，因此它对科技趋势并不免疫；例如，在 2018 年左右，它有很多关于加密货币和 NFT 的故事。尽管如此，最近的变化感觉更为深刻：几乎每天，网站上的故事似乎都被与人工智能相关的内容主导，要么是聚焦于人工智能的故事，要么是由人工智能撰写或评论的。HN 人工智能奇点（2026 年 7 月 21 日）。那幅图显示了特别糟糕的一天，因此为了更诚实的评估，我在 2026 年 2 月和同年 6 月进行了更系统的调查。为了了解有多少内容被与人工智能相关的话题占据，我抽样了整个 2 月的每日前 #5： 2 月 4 日和 2 月 12 日人工智能占据了五个位置中的四个，另外 2 月 5 日的整条阵容上下可以说都是与人工智能有关（第 #3 个故事是为一位人工智能供应商做的潜水营销）。在前五名中唯一没有 LLM 新闻的日子是 2 月 1 日（第一次人工智能故事在第 #7 位，然后是第 #9 位），2 月 9 日（第一次出现在第 #8 位），和 2 月 25 日（人工智能在第 #6、#9、#10 位）。在实验的第二部分——找出可能是人工智能撰写的故事——我使用了 Pangram。Pangram 是一个非常优秀、保守的模型，用于检测 LLM 生成的文本。这些检测工具在技术圈中名声不佳，但反对意见通常基于过时的假设或完全的误解。为了让这些工具有效，人工智能写作不需要在任何方面“非人类”。当前 LLM 的默认声音是准确定义的：两次请求相同的论文，你会得到风格相似的结果。个体的习惯主义是人类的，但你写的内容不太可能组合成完全相同的集合。我在这里多写了一些。为了验证结果，我还回顾了所有被标记的故事，我认为结果是合理的；如果说有什么，那就是 Pangram 有几个假阴性。为了让你了解被标记的内容，看看 2 月 19 日的第 #3 个故事（“人工智能不是同事，而是外骨骼”）。它有 500 多个点赞和 500 多条评论。在我看来，它有很多红旗。在 6 月，为了捕捉更多细节，我对纯粹的人工智能自我关注（供应商公告、关于技术好处或缺点的社论等）使用了实心黑色，而对那些严重依赖人工智能但有更广泛影响的故事（例如 Instagram 人工智能支持代理账户黑客事件）使用了荫影形状。像往常一样，仅与人工智能间接相关的故事（例如 RAM 价格上涨的报告）不被标记。在本月的前半个月，HN 日常阵容中大约 60%的内容与人工智能相关或是人工智能生成的，随着月份接近尾声，逐渐降至约 50%。而这是比 2 月的 40% 增加的。没有帖子。