人工智能 人工智能 人工智能 最近我发现自己在工作中时常出现这样的瞬间：当我试图阅读别人发送给我的文件时，我的大脑却莫名其妙地拒绝分析它。我感觉在阅读，但却无法专注于内容。我最终陷入了与发送者无休止的来回询问之中，提出一些他们已经在之前的内容中覆盖的内容的问题。这令人感到相当担忧，因为我过去一年一直在尝试重新学习如何专注，而这样的情况恰恰展示了相反的结果。我坐下来分析这些情况，意识到它们有一个共同点：这些文件都明显受到了人工智能的影响。 例如：一个看起来像是从克劳德复制粘贴的设计文档。虽然它确实涵盖了特定功能的设计，但也充满了许多克劳德特有的分析和术语。“这切中要点”，“第一个门是实在的”。或是一个20页的市场概念文稿，它将（相当合理的）市场策略与一些无厘头的产品技术架构术语混淆在一起。它是如何推销这个想法的？“不是在销售X，而是在销售Y”。“Redis主干重新定义了产品”。或是一个用非常冗长的方式描述相当简单概念的技术需求文档。事实是，这个文档中的许多内容读起来就像是某人的“内部”推理，似乎对某些决策不是很确定。听起来像是一个大型语言模型（LLM）给我的感觉。关于人类是否擅长识别AI生成文本的讨论仍在继续。尽管大多数研究声称人类在这方面表现得不好，我不这么认为。至少在谈论低努力成果时，这并不难。Florian Roth写了一个关于社交媒体中常见模式的相当不错的总结。我发现类似的情况也发生在工作相关的文本中。除了明显的用词选择外，句子的整体流动以及企图将每一个小细节都推销为突破都很快暴露了它。如果你的文件描述的是企业应用程序中RBAC配置视图的复选框，不要像你刚发明了火一样去推销它。我觉得我已经在所有充满文字却缺乏意义的AI生成的LinkedIn帖子、电子邮件和网站上“预训练”过。我的大脑学会了快速识别低努力生成内容的迹象，现在它忽略它并继续前进，而无需过多思考。我听到一些人将其与“横幅失明”相比较。这并不奇怪。面对大量内容的推送，通过过滤它，我们才能保持理智。令我感到着迷的是，原本应该让我更高效的同一人工智能，现在却以意想不到的方式放慢了我的速度。我通常不去度假，但今年我真的需要休息。一天晚上，我非常饥饿，走过波罗的海沿岸的一些餐馆。有一家我立即忽略，但过了一分钟，我脑子里问道：“嘿，他们真的挂起了发霉的咸派照片吗？”我走回去只是想看看这个。人工智能 人工智能 人工智能