軟體工程師 Tom Bedor 在個人部落格發表了一篇短文,標題是「If You are Asking for Human Attention, Demonstrate Human Effort」——直接翻成「想請人花時間看你寫的東西?先證明你自己有花心思」。這篇文章在 Hacker News 上衝到了 #3 熱門,超過 900 個讚、300 多則留言。它的核心論點很簡單:當 AI 生成的 debug 報告、設計文件、PR 越來越多時,直接把 AI 輸出轉給同事看,是一種不體貼的行為。
故事本身
Tom 提到他曾經歷過這樣一個場景:他向團隊提了一個設計提案,一位同事隨手丟了一份 AI 生成的文件給他「評論」,結尾還補一句:「我沒讀過這份文件,所以可能不準確」。
Tom 的反應是:
「如果閱讀這份文件不值得你花時間,為什麼它值得我花時間?」
這句話成了全文的中心句。他說,從那之後他在團隊協作裡立了一個規矩——
如果你要請人花時間看,請先證明你自己也花過心思。
具體作法
Tom 並不是說不能用 AI。他的結論反而是「該用就用,但用得有分寸」:
- AI 生成的內容,發送前自己先看過——不要用「我沒讀過,不一定準」當免責聲明。
- 明確標示哪些是 AI 寫的——讓對方知道他在讀什麼。
- 附上你自己的補充意見——AI 的內容不該裸奔,一定要加上人話的解讀。
- PR 送出去之前一定要自己 review——AI 寫的 code 也是 code,錯了要自己扛。
他最後一句話很可愛:「我保證這篇文章(以及文中每一個字)都是我用我的肉手指打出來的。」
這句話本身就呼應了整篇的論點——作者用自嘲的方式證明:對,這篇真的是人寫的。
為什麼會紅?HN 留言區的三大派
這篇能衝到 900 多分、300 多則留言不是沒有原因。留言區大致分裂成三派,每一派都在聊 AI 時代的協作困境。
派系一:「我們公司就有人這樣」——實況派
得票最高的留言是 niuzeta 講的真實慘案:
「我有個同事完全擁抱 Claude,整個團隊被他用 AI 生成的 PR 淹沒。六個月後他每天 standup 上抱怨 PR 沒人 review、放到過期。我覺得沒有人——包括我——是故意忽略他的 PR。但問題是他讓大家很難去看。要讀一個大型 PR 並挑出 AI 的幻覺,本身就要花上一小時,然後又收到一份 AI 生成的回覆跟 AI 生成的修改……」
這則留言底下的回應也幾乎一面倒:「這不是個案,是普遍現象」。
派系二:「這根本是 PR 制度的問題」——制度派
swiftcoder 從另一個角度開炮:
「我以前一個禮拜送的 PR 量大概是團隊中位數的四倍。我覺得這問題的根源是 PR 這個機制本身。Code review 對高產出的人類都 scale 不上去,更別提 AI agent。」
他主張:要嘛 PR 制度要徹底改寫,要嘛就靠 auto-formatter、linter、完整的 end-to-end 測試、CD pipeline 這些**「給人類用的護欄」也同樣能約束 AI**。
馬上有 teiferer 跳出來打臉:
「如果這是你的心態,那代表你們組織有問題。Code review 慢又不好玩,但對高品質工作來說不可或缺。把 code review 當作稀缺資源——你的 PR 大小對嗎?描述清楚嗎?有給 context 嗎?」
派系三:「AI reviewer 自己也有 token 預算」——工具派
bartread 帶來一個很實用的觀察:
「我發現大型 PR 對人類 reviewer 來說是問題,對 AI reviewer 來說也是問題。100 行的 PR,AI 會回得很細;1,000 行以上的 PR,AI reviewer 只會給你『看起來不錯,發吧兄弟』這種罐頭回應。」
他的結論是:「AI reviewer 有 token 上限」。這個觀察意外地成為留言區共識——不管人類還是 AI,注意力都是有限的稀缺資源,這一點 Tom 文章開頭就講過了。
為什麼這篇在這個時間點特別紅?
把時間軸拉開看,這個話題已經連續在 Siami 出現過好幾次:
- 5 月底 Anthropic 為 Claude Fable 看不見的護欄道歉——AI 模型行為對使用者隱藏,這本身就是「不展示 effort」的極致。
- 6 月初 Microsoft Project Solara 與 agentic Android——AI agent 開始代理整個作業系統,「attention」這件事從「人對人」延伸到「人對 AI」。
- 6 月中 AI agent 在 Fedora 上失控跑了好幾天——agent 自己寫 PR、自己跑 migration,人類 reviewer 已經被 bypass。
Tom 這篇的時機很準:AI 開始反過來「請人花時間看」的時代,禮貌問題不再是「人 vs 人」而是「人 vs AI 代理人」。
Siami 觀點
這篇短文最厲害的地方,是它沒有用任何 AI buzzword 就把問題講完了。
整個矽谷現在忙著討論「AI 寫的 code 怎麼 review」、「agent 怎麼 monitor」、「AI 部署上線後誰負責」——這些都是大問題,但 Tom 提醒了一個更根本的:
在任何 AI 流程裡,最後那一個願意花時間「看過內容再轉交」的人,才是品質的瓶頸。
「Demonstrate human effort」這句話翻成白話就是:「不要當那種把 ChatGPT 輸出直接轉給同事的人」。2026 年了,這條職場倫理可能比任何 code style 指南都重要。
網友熱門留言 (5)