AI 味为什么让人反感？从 DeepMind Kaggle 争议看内容信任

今天刷 Hacker News，看到一个挺狠的标题：一份拿了五位数美元大奖的作品，被人骂成了“AI 垃圾”。这种标题很容易让人点进去，AI、大奖、垃圾，三个词放在一起，冲突已经拉满了。

但我顺着链接看完，发现事情没有标题那么简单。

这是 Google DeepMind 和 Kaggle 做的一场比赛，主题是给 AI 的认知能力设计更靠谱的测试。官方一共选了四个大奖，每个都有五位数美元奖金。被卷进争议的获奖项目，研究的问题其实挺有意思：模型能不能意识到自己可能错了，以及知道不确定之后，会不会真的停下来。

争议也不是一句“用了 AI，所以不配获奖”。原讨论里，参赛者真正不满的是另一件事：有些结论写得很满，视频、论文、网站也做得很完整，但公众能看到的运行轨迹、原始结果和评分依据不够。甚至有人发现，图表呈现的趋势和文字里的核心结论，好像也没有完全对上。于是那几段制作精良的 AI 视频，反而成了火药桶。 这件事让我有点熟悉。

我这几天也在调一套自动写作流程。第一次把稿子放进公众号草稿箱时，看起来什么都有：标题、开头、小标题、结尾、免责声明，排版也整整齐齐。按“交作业”的标准，它完成了。

但我自己重新打开一看，还是觉得不对。话都对，读起来却像没有人在说话。该犹豫的地方没有犹豫，该说清楚证据的地方一笔带过，最后再来一段四平八稳的总结，像一个从不犯错、也从不真正下注的人。

说白了，不是它不会写，是它太会把东西写得像已经想明白了。后来我把稿子推倒重来，删掉不属于文章的开场和收尾，把“建议大家”改成“我为什么会这样想”，再把漂亮结论拆回事实、猜测和暂时不知道的部分。字数少了，反而像个人了。 所以我现在觉得，“AI 味”真正让人反感的地方，可能不是句子像不像机器。

有些人写得比 AI 还工整，也没人讨厌。有些内容明明是人亲手敲出来的，照样空得像一张塑料壳。大家真正烦的，是你端来一个结论，却不让人看它是怎么来的。

你说这件事很重要，依据是什么？你说自己想明白了，中间有没有犹豫过？你说这是经验，究竟是亲自踩过，还是把别人的话重新排了一遍？

这些东西不一定要写成论文。一个具体细节、一段真实的修改、一个还没想通的问题，都比十句顺滑的正确废话有用。

当然，这件事也不适合简单站队。Kaggle 这次争议不能只听落选者一边说，评委可能看过更多材料，“AI 垃圾”本身也是一个情绪很重的标签。把几段视频不好看，直接推成整个研究没有价值，同样不公平。

但讨论会在今天突然炸开，还是说明了一件事：当生成精美内容的成本越来越低，读者会把注意力转向另一边——我凭什么相信你？

以前做一个漂亮网站、一段视频、一份完整材料，本身就是能力证明。现在这些东西依然重要，只是已经不够了。包装越完整，别人越会追问里面有没有能被核对的东西。

这对写公众号也是一样。配图可以让 Grok 画，资料可以让系统整理，初稿也可以让 AI 帮忙。但最后留下哪一段，删掉哪一句，哪件事愿意承认没看懂，还是得有人做决定。AI 可以参与创作，不能替创作者承担判断。

以后我再看一篇“什么都有”的文章，可能不会先数它用了多少 AI。我只想先找一件东西：这段话背后，有没有一个人真的对它负责。