編按：本文綜合整理自 Vercel 平台工程師 Colin Breck 2026 年 9 月 20 日發表的同名部落格長文 I don’t want to read what you didn’t write，以及 Hacker News 上 366 則討論的回應觀點，並加入 Siami 編輯部分析。
Colin Breck 是 Vercel 的平台工程師（infrastructure），長期負責雲端資料系統。他在九月二十日發表這篇長文後，在 Hacker News 上立刻引起爆炸性迴響——八百多點推爆、三百多則留言，是當週科技類最熱門的討論之一。
他開門見山點出一個讓他崩潰的現象：過去不寫東西的人，現在突然開始大量產出「AI 代筆」的設計提案、商業計畫、文件、簡報、工單、Pull Request 摘要、部落格文章、會議紀錄。讀起來，全都不像人話。
AI 代筆的文件讓人讀不下去
Breck 觀察到一個固定模式：先請 AI 把某個東西做出來，再用 AI 回頭把這個東西「整理」成設計文件。
問題是，這份文件讀起來不只是「困難」，而是「懲罰」。
它不再是那種「用來建立共識、把人拉進來、靠慢而慎重的思考來打磨想法」的文件。它變成機器吐出來的摘要——鉅細靡遺、沒有脈絡、沒有觀點。一個字形容：沒有人味。
他對這種文件的反應是讀不下去。讀者也一樣。這種文件的作者還會納悶：「為什麼大家都不專心？」——但東西已經做出來跑起來了，作者自己是有 context 的，當然不痛不癢。
Pull Request 摘要也是一樣：機器寫給機器讀的東西——「A 改成了 B、C 拆開、D 合併、E 沒動、加了 F 的測試」。讀者最想問的問題——「為什麼要做？價值在哪？風險多大？我該注意什麼？」——一個都沒回答。
最扯的一次，他收到一則私訊：「對方用 AI 把我對他的提案的意見『整理』成他給我的回應」。Breck 說：謝謝，我還沒辦法說得比 AI 更像我自己的話。
他引述作家 Simon Sarris 在 Resist Summary 裡的一句話：
「一個人應該盡可能用自己的經驗、自己的感官來寫作，把自己的生命經驗或事件詮釋交給讀者。」
對方如果連這個能力都要外包給 AI，這段關係也就結束了。
我沒有你那個 Context
Breck 引述 Cynthia Dunlop 的一份讀者調查「Report: How developers react to AI-scented blog posts」——一旦讀者覺得文章有 AI 介入或 AI 撰寫，78% 會直接停止閱讀，71% 以後會避開這個作者。
Bryan Cantrill 在他的文章 The revolt of the reader 裡寫了一段非常傳神的話：
「讀者腦中會拉起一個 LLM 觸發的彈射手把，在讀到一半時緊急脫離文章，進行自我保護。」
最強烈的對比結果：讀者壓倒性地偏好作者自己的寫作（98%），即使不完美、有怪癖，也勝過 AI 改寫後的「無魂」版本。
Breck 引述 C++ 之父 Bjarne Stroustrup 多年前在一場座談會上的話：
「我讀一本書時，如果能聽到作者本人的聲音在腦中響起——帶著奇怪的腔調和講話習慣——我就覺得這本書成功了。如果讀起來像乾燥的學術文字，那只是又多了一本乾燥的學術文字。」
Breck 進一步指出，這裡有一個根本的 context 不對稱：你自己叫 AI 寫的東西，對你來說非常有用——因為你是 prompt 設計者、你有來源、你有設定、你有 source code、你有 production log。你看 AI 吐出來的東西時，已經知道哪些是相關的、哪些是垃圾，可以快速略讀。
但當你把同樣一份文字丟給別人，他們什麼 context 都沒有。他們被迫逐字讀、逐行想——被迫去翻一台機器的內部零件，期待能從中找到脈絡。不願意讀下去，才是正常反應。
AI 對寫作其實可以很強
Breck 不是全盤否定 AI。他最近寫了一篇學術 paper，AI 在過程中幫了非常大的忙——但他自己強調：AI 沒寫過任何一行。
關鍵是：他餵給 AI 的 context 是對的。
他把 journal 的 style guide、LaTeX 模板、之前刊登過的所有 paper、源碼、生產環境的配置、log、metrics 全部交給 AI。寫完一段，他讓 AI 去對照源碼、配置、log 來驗證自己有沒有寫錯。
他特別提到：「反過來讓 AI 從我給的 context『寫』段落出來，沒一次是有用的。讀起來總是很痛苦，而且常常不準。」
其他 AI 幫上忙的地方：
- 完成 citation（找 paper 細節、填 BibTeX、插入正文）——超級煩的工作
- 抓拼字、文法錯誤
- 簡化太長、太模糊的句子
- 用 TikZ 畫技術圖
- 找出四個領域專家都沒看到的符號錯誤
他說：唯一 AI 自己寫起來比自己寫還好的，是摘要——「最精簡、最機械、最沒人味、最抽象的段落」——他整段沒改就採用了。
AI 有一天會變會寫嗎？
Breck 承認這一塊他沒把握。他在文末坦承：「現在還在非常早期的模型開發階段，我們大多數人用的模型，是被訓練成討好讀者的風格——而不是被訓練成聰明的寫作者。」
但他話鋒一轉：
「即使 AI 有一天真的會寫了，我也不會放棄自己寫。我會用 AI 來輔助——抓錯、給建議、節省無聊的工作——但我不會讓它改寫我的聲音或觀點。」
他引述 Siami 的 Jasmine Sun 在 The Atlantic 的文章 The Human Skill That Eludes AI，以及 Iain McGilchrist 在 Ralston College 的演講 AI and the Battle for the Soul。McGilchrist 區分了兩種 attention：comprehension（整體地理解世界）和apprehension（抓住世界的某個部分）——後者既是「捕捉」也是「對未來的不安」。Breck 說：AI 沒有這種張力，但人寫作時有。
他最後引述了一段讓他停下來想很久的話：
「你叫一台機器幫你做事，風險是它會把你訓練成只會問它擅長回答的問題。你以為自己在訓練機器，但其實也在訓練自己問世界的方式。」——Simon Sarris, Resist Summary
🚨 為什麼這件事重要
這篇文之所以在 HN 拿下八百多點，不是因為 Breck 在抱怨 AI，而是因為他說出了很多技術人最近半年來「讀了一堆東西但讀不下去」的根本原因。
這不只是「Luddite 拒絕新工具」的反動文——Breck 自己重度使用 AI，而且把用得好的案例逐條列出來。他的重點是：
- AI 在生成任務上強，在接收任務上弱。 它擅長幫「有 context 的人」省時間，但當這種輸出被丟給「沒 context 的人」，就會變成讀者的負擔。
- 寫作的價值正在反向重估。 過去我們以為「能寫」是技能門檻，現在 AI 讓任何人都能「寫」出表面通順的東西。當供給爆炸，真正稀缺的是「有人味的寫作」——帶著視角、帶著 voice、帶著被作者讀過的證據。
- 讀者的注意力是有限資源。 當 78% 讀者看到 AI 痕跡就跳開，作者的「寫作 ROI」將進入一個快速下行的迴圈——越用 AI 越沒人讀，越沒人讀越想靠 AI 增加曝光。
Siami 觀察到，這跟這幾個月來 Siami 編輯部收到的幾類訊息高度吻合：越來越多 PR 稿、用 AI 寫的「業配」內容、用 AI 堆出來的 LinkedIn 業配文——讀者普遍反映「看三句就關掉」。
🚨 數據解讀 + 質疑
幾個值得驗證的點：
-
Cynthia Dunlop 的 78% / 71% 數字——這份調查是開發者社群樣本（devs），不是一般讀者。對程式設計師而言，「AI 痕跡」可能特別敏感（他們每天都跟 AI 打交道）。這個數字是否適用於非技術讀者，值得再驗證。
-
「AI 不擅長『接收任務』」這個觀察的因果關係：Breck 把這個現象歸因於「讀者沒有 context」。但有另一個可能：AI 寫出來的東西，本來就不是為「讀者」設計的，是為「作者的 prompt 流程」設計的。這就跟早期搜尋引擎最佳化「為 Google 寫、不為人寫」一樣，是工具反過來訓練了作者的產出。
-
AI 寫出「沒人味」的東西，是不是訓練資料本身的限制？ 大多數 LLM 是在「網路文字平均」上訓練出來的——而網路文字本來就已經被 SEO、PR 稿、LinkedIn 業配文污染過一輪。AI 寫出來的「平均」，其實是訓練資料的平均。這是一個雞生蛋的問題。
-
寫作「人味」會不會變成新的階級信號？ Breck 的觀察暗示，會寫、能寫、寫得有 voice 的人在 AI 時代變得更搶手。但這會不會讓「會寫作」變成一種新的 privilege 指標——只有受過寫作訓練、讀過夠多書的人才拿得到？
怎麼用 AI 寫東西才不會變成「沒人讀的東西」
整理 Breck 與 HN 留言的共識，幾條實用原則：
- 永遠不要叫 AI 寫你不會寫的東西。 你是「寫作的人」，AI 是「加速器」，不是「代筆」。
- AI 寫的東西，自己先讀三遍再發。 不只是抓錯，是要確認它有你的 voice、有你的觀點、有你的 context。
- 設計文件不要請 AI 整理。 它會把「建立共識」的過程抹掉，只剩摘要。
- 寫給不同人看的，語氣要不同。 Breck 自己說，他寫 paper 大量用 AI、寫部落格只讓 AI 抓錯。讀者期待不同，AI 介入深度就該不同。
- 記住你正在訓練的不是 AI，是你自己。 你用什麼 prompt，AI 給你什麼 output；久了，你就只會問那種問題。
Breck 文末的最後一句話：
「有意識的寫作會變得更有價值。會寫、會用寫作思考、會用寫作打磨想法的人，會繼續寫。從來不寫的人，會用 AI 產出大量文字。我們讀越多 AI 生成的文字，越不會注意到 AI 已經破壞了什麼，因為我們自己也變淺了。」
「對確定性的追求，限制了我們的人性。有時候，找不到那個字眼反而是重要的。」
編按：本文綜合整理自 Colin Breck 部落格原文、Hacker News 討論串（id=49794330）、以及 Siami 編輯部觀點。
網友熱門留言 (5)