我与 Hacker News 有着复杂的关系。该站是 geek 新闻的最重要聚合器，也是该博客的主要流量来源。同时，它有相当数量的有毒评论者，成了对我进行侮辱的可靠来源；如果你想尝个味，这篇文章被叫作 "watered-down" 和 "slop"。该站由 geek 运营，面向 geek，所以不免疫于科技趋势；例如，大约在 2018 年，它有不少聚焦加密货币和 NFT 的故事。虽说如此，最近的转变感觉更深刻：几乎每天，都感觉阵容被聚焦于 AI、由 AI 撰写或由 AI 评论的故事主导。HN AI singularity（2026 年 7 月 21 日）。那张图显示了特别糟糕的一天，为了给出更诚实的评估，我还在 2026 年 2 月和同年 6 月进行了系统化调查。为了了解 feed 有多少被 AI 相关话题占据，我对 2 月份的每日 top #5 进行了抽样：AI 在 2 月 4 日和 2 月 12 日占据了前五名中的四个位置，而且可以说 2 月 5 日整个阵容都是（第 3 个是 AI 供应商的潜水营销）。唯一没有 LLM 新闻的前五名的日子是 2 月 1（首个 AI 故事在第 7 名，然后是第 9 名）、2 月 9（首个在第 8 名）和 2 月 25（AI 在第 6、9、10 名）。对于第二部分实验——判断哪些故事可能是 AI 撰写的——我使用了 Pangram。Pangram 是一个非常出色的、保守的检测 LLM 生成文本的模型。这些检测器在 tech 圈子里口碑不佳，但反对意见往往基于过时的假设或直截了当的误解。对于这些工具来说，AI 写作不需要以任何方式 "非人类"。足以默认当前一批 LLMs 的声音是准决定论的：要求同一篇文章两次，你会得到风格相似的结果。个性化的风格是人类化的，但你的写作极不可能结合完全相同的那一套。我在这里稍微写了点这方面的内容。为了验证结果，我还审查了所有被标记的故事，我认为这些结果很有道理；不管怎么说，Pangram 也有几个假阴性。为了让你了解被标记了什么，看看 2 月 19 日的 #3 个故事（“AI 不是同事，它是外骨骼”）。它有 500+ 个 upvotes 和 500+ 条评论。在我看来，它有很多红旗。在 6 月，为了捕捉更多细节，我把纯 AI 的自言自语（供应商公告、关于该技术利弊的社论等）涂成实心，把 heavily 侵入 AI 但有更广泛影响的故事（例如 Instagram AI 客服账号被黑）填上斜纹。与仅与 AI 相关的故事（例如 RAM 价格上涨的报告）不同，这些故事不会被标记。在月份前半段，大约 60% 的每日 HN 阵容是 AI 相关或 AI 生成的，随着月份的推进，这一比例降至 ~50%。这比 2 月的 40% 有所上升。关于这篇帖子的讨论 准备好更多了吗？
来源: Hacker News · 由HeadlinesBriefing整理摘要