AI 用久了,最让人疲惫的,可能是它总用同一种方式犯错。
文章作者每天花几个小时和 Claude Code、Codex 等模型打交道。他依然觉得自己效率更高,却开始本能地抗拒阅读 AI 输出,因为还没打开,就已经能猜到里面会有哪些幻觉、错误假设和熟悉的「AI 味」。
单次出错并不可怕,真正磨人的是重复:模型总用相似的语气写作,也总在相似的地方犯错。你每天都要重新识别、核查和修正,久而久之,效率提升带来的兴奋会被一种新的疲惫取代。
这可能是 AI 普及后很少被讨论的成本:我们节省了生成内容的精力,却开始把更多注意力花在过滤机器产生的噪音上。
当所有人每天都在阅读大量 AI 内容,我们最终会变得更高效,还是会越来越厌倦彼此相似的表达?