我问的是你，不是 AI
前几天 Hacker News 上有个帖子挺火，标题叫《I’m tired of talking to AI》。原文很短，一分钟就能看完。可这篇文章描述的场景，让我很有感触。
作者先说，他发现 GitHub 上有些仓库在传播恶意软件，就去问 AI 应该怎么办。AI 给了他一段没什么用的回答。后来他在 GitHub 上开 discussion，有人回复了他，内容和 AI 给他的几乎一模一样。他指出来之后，评论被删了。接着又来了另一个人，还是同样一段 AI 答案。
还有一次，他在公司做开发，问业务负责人一个业务问题。对方发来一张 ChatGPT 截图。他说这个答案和问题没关系，而且里面全错。过了一分钟，对方又发来另一张截图。
那一刻最让人无语的，是对方看起来根本没读。
再后来，有人在 Reddit 上私信他，他认真回了几轮，最后才发现自己在和一个 AI agent 聊天。
于是他说：我累了。我不想再和 AI 说话了。我想和真人说话。
这句话表面上像是在反 AI。可我读到的是另一种更具体的疲惫：我明明是在问你，你却把我转交给了一个模型。
这里的“你”，指的是那种把别人的问题丢给 AI、再把结果原样转发回来的人。不是所有用 AI 的人，更不是正在读这篇文章的每个读者。
我不知道正在阅读的各位，生活和工作中是否也遇到过类似的情况，反正我现在遇到的是越来越多了。
用 AI 不丢人，逃避回应才丢人
我自己是重度 AI 用户。尤其写代码时，Claude Code、Codex、各种模型和工具，我都用。很多时候不用反而不现实。
因此我不想把事情简单归结为“用了 AI 就不真诚”。这太粗暴，也不符合现实，毕竟 AI 的确是我的得力助手，没道理不去使用。
让 AI 帮你整理表达，没问题。你脑子里有个想法，说出来乱七八糟，让 AI 帮你改成一封能发出去的邮件，合理。你要回复一个技术问题，先让 AI 帮你列几个方向，再自己判断哪些靠谱，也合理。甚至让 AI 帮你进行话术润色，还是很合理，毕竟人有时候上头，模型至少不会跟着上头。
让我不舒服的是另一种情况。
别人问的是某个具体的人，那个人却把问题复制给 AI，再把 AI 的输出原样贴回来。中间没有判断，没有删改，没有结合上下文。人被缩成了中间的传话环节，这对吗？
这时候，工具已经越过了辅助表达的边界，开始替那个人出场。
别人问一个问题，很多时候要的不止是一段文本。他可能想知道对方的判断，想确认对方的立场，想看看这件事有没有被放在心上。
对方回一张 ChatGPT 截图，尤其是那种明显没读过、没筛过、没结合上下文的截图，很难让人感受到“效率很高”。更容易让人感受到：他不想和我说话，严重一点，我觉得是对方不尊重你的问题，对方的想法可能是: AI 轻松就能回答出来，你竟然还需要来问我？
这也是原文里让我最有共鸣的地方。作者自己一开始就问了 AI。让他失望的是，后面那些真人给他的，还是同一段 AI 答案。
提问本来还包含信任
职场里问问题，其实是一件很微妙的事。
开发问业务负责人业务逻辑，通常还想拿到对方的业务判断。他是在说：这里我理解不了，需要业务负责人补一下。
同事问另一个人方案意见，也未必是在问“最佳实践”。他更可能是在问：以对方对这个项目、这个团队、这个时间点的理解，我们该怎么选？
一个人把麻烦讲给另一个人听，也未必是在索要解决步骤。他可能只是想确认：这件事严不严重，我是不是漏了什么，对方愿不愿意一起看一下。
这些都不能当成通用问答处理。
AI 很容易给通用答案。它会把问题整理得很完整，分成几点，语气稳定，格式也漂亮。可很多真实问题最缺的是参与感。
直接转发 AI 答案伤害信任，也就在这里。
“答案看起来专业”不太能建立信任。更有用的是一种朴素的感觉：我知道对方真的看了我的问题，也知道对方愿意为这句话负责。
如果一个人总是用 AI 代替自己回复，久了之后，别人就会开始怀疑：我到底是在和这个人沟通，还是在给他提供 prompt？
这话听着难听，但我觉得很准。
AI 会把敷衍包装得很好看
AI 最麻烦的地方之一，是它会制造一种“我已经处理过了”的错觉。
一个人把同事的问题复制进去，模型给出一段回答，再转发出去。整个过程一分钟不到。他甚至会觉得自己挺及时，至少没有不回。
可这里主要是在搬运。
转发者没有判断这段话对不对，没有检查它是否对应当前上下文，也没有补上自己的立场。他只是把一个更圆滑的文本交给了别人。
以前一个人敷衍别人，可能就是拖着不回，或者回一句“我看看”。这种敷衍很难看，也很容易识别。现在不一样了。AI 可以把敷衍包装得结构完整、语气得体、看起来还挺认真。
这比“不知道”更危险。
一个人说“我不知道”，至少是真话。一个人不知道，却发来一段看起来什么都知道的内容，后面就会有成本。
技术和业务协作里，这种成本尤其明显。开发拿着错误的业务解释去实现，测试按错误理解去验收，产品以为对方已经确认。最后问题在线上炸了，回头一翻聊天记录，好像每一步都有人回复过。
问题在于，没人真的判断过。
AI 不会负责。负责的人只能是那个按下发送键的人。
用得越多，越不该轻信
有意思的是，真正深度使用 AI 的人，通常不会那么轻易相信 AI 的答案。
因为用得越多，越知道它哪里强、哪里弱。
由于 Agent 能力的发展， 现在的 AI 的确能完成大量此前觉得很复杂的工作，包括撰写邮件、写调研报告、写代码等，它能帮你省很多力气，也能在你卡住时给一个起点。
但致命的是他也很会装懂。它会把不确定说得很确定，把缺失的上下文补成自己想象的上下文，把“看起来合理”当成“事实正确”。
遇到具体项目、具体业务时，它经常用“最直接，最不绕弯子，最客观，最真实，最简略，最容易理解，最不卖关子”的方式给你一个毫无作用的表面建议。
我用 AI 写代码时，最重要的环节一直是验收。
能不能编译，测试能不能跑，接口契约有没有变，权限边界有没有破，异常场景有没有覆盖，和现有代码风格是否一致。这些都得人来判断。
沟通也是一样。
AI 可以帮你起草一段回复。发出去之前，至少要停一下：
- 这真的是对方在问的问题吗？
- 这里有没有我必须亲自表态的部分？
- 这段话里有没有我自己也无法确认的事实？
- 如果对方按这段回复去做，出了错算谁的？
这几个问题没想过，就别急着发。
AI 没有万能到那种程度。它像一个很快、很会组织语言、但缺少处境感的助手。你可以让它帮你干活，人的判断还得自己来。
“让 AI 解决”很多时候只是空话
现在很多问题下面，很容易看到一句话：让 AI 做就行了。
写文档，让 AI 写。做方案，让 AI 出。写代码，让 AI 生成。沟通困难，让 AI 帮你回复。
有些时候，这是建议。有些时候，它只是换了个说法的敷衍。
因为“让 AI 做”本身只是在选择工具。后面还有一堆更麻烦的东西：输入是什么，约束是什么，验收标准是什么，谁来判断结果好不好，出错以后谁修。
很多人说“让 AI 解决”，其实是把最难的部分跳过去了。
尤其是问题本身还没讲清楚时，直接丢给 AI，结果往往是一堆更漂亮的废话。需求没想清楚，AI 写出来的是方案模板。技术问题根因没定位，AI 列出来的是十几个可能原因。业务流程没人说得明白，AI 总结出来的是每个人都听过的套话。
这些东西有用，可以做起点。
可问题不能停在起点。
团队需要一点新的礼貌
我觉得现在很多团队还没有形成 AI 使用礼仪。
以前大家多少知道一些边界。别人认真问你问题，你不能随便复制一段搜索结果给他。别人让你做判断，你不能只丢一个链接。别人需要你确认业务规则，你不能回答“网上是这么说的”。
AI 出现后，这些边界变得模糊。因为 AI 的输出太像一个完整回复。它比搜索结果更像答案，比模板更像思考，比外部链接更像你的话。
也许我们需要重新捡起一些很低级的常识。
转发 AI 内容之前，先读完。
如果借 AI 整理，可以明说：“我让 AI 帮我梳理了一版，我看下来，可用的是这两点。”
涉及业务判断、技术决策、客户承诺、法律风险、医疗金融这类场景，不要把 AI 输出当最终答复。
别人问的是某个人的观点，那个人就该给自己的观点。AI 可以帮忙组织语言，不能代替判断。
这些规则听起来像废话。可现在最大的问题就是，很多人在 AI 面前把废话级别的常识弄丢了。
我想和真实的人协作
HN 那篇文章下面有很多共鸣，大概是因为大家都开始感受到一种新的疲惫：我们正在处理越来越多空心的沟通。
我不觉得过去的互联网或者过去的职场有多纯粹。人类本来就会敷衍，会套话，会逃避问题，会拿模板糊弄别人。AI 把这些行为做得更低成本，也更体面。
以前一个人敷衍你，你大概能感觉出来。现在他可以发来一段结构完整、语气得体、分点清楚的回复。你读完之后发现，里面没有任何真正属于他的判断。
以前一个人一时不知道你问题的答案，要么去思考一些思路，要么诚实的回复不知道，现在他可以回复一段看起来非常优雅，似乎可行的方案，然后贬低你竟然不会自己去问AI。
作为一个每天都在用 AI 的开发者，我知道，越重度使用，越要把边界画清楚。
AI 可以帮我写第一版代码，最终代码要我负责。
AI 可以帮我整理资料，最终判断要我负责。
AI 可以帮我润色回复，最终说出口的人是我。
如果我把 AI 的答案原样转发给别人，那我并没有变得更高效。我把本该由我承担的理解、判断和回应，包装成了一段看起来不错的文字。
这谈不上协作，这只是把别人推给了一个模型。
最后
我理解《I’m tired of talking to AI》这句话。
作者没有在反对 AI 的发展，他想表达的是：我问的是你，我没有在问你能不能帮我调用一次 AI。
这可能会成为未来很重要的一条沟通底线。
AI 很适合处理重复劳动，它不适合替我们维持人与人之间的信任。
别人来找你，往往还想确认一件事：对面真的有人在听而且有在思考。