Hacker News 为什么反感 AI:工程师反的不是 AI,是被叙事绑架的工作方式
一条「为什么 HN 这么反 AI」的热帖,和一个把 AI 文章全部过滤掉的工具,暴露的不是卢德式抵触,而是信噪比崩坏。把它当噪音的公司,会误判最懂技术的那批用户。
概述
一条标题为「Ask HN:为什么 HN 群体这么反 AI?」的帖子,和一个把所有 AI 相关文章从 Hacker News 里过滤掉的工具,放在一起看,比任何一方单独看都更说明问题。提问者的困惑很真诚:过去半年几乎每天都能在 HN 看到「AI 写烂代码」「AI 引入 bug」「AI 制造技术债」的帖子,他不解,因为用户只关心产品能不能用,谁在乎代码是手写还是 AI 写的?而另一边,工程师 Elijah Potter 干脆做了个 HNSansAI,把提到 OpenAI、Anthropic、Copilot、LLM 的文章统统隐藏。
把这两个信号叠起来,我的判断是:HN 群体反的不是 AI 这项技术,而是被 AI 叙事绑架后的工作方式与信噪比崩坏。这股情绪不是卢德分子砸机器那一套,热帖里几乎没人否认模型有用。他们厌烦的是话题密度、质量标准的滑坡、以及被要求为别人用 AI 产出的东西兜底。把这股情绪整体当噪音忽略掉的公司,会误判它最懂技术的那批用户在说什么。
争的是什么
提问帖底下,两派的最强论据都摆得很清楚,值得公允地各说一遍。
挺 AI 的一方,论据是结果导向。原帖的核心就是一句:代码只是手段,用户不在乎产品是 AI 写的还是手搓的,他们只在乎产品能用。底下有人补刀:84% 的开发者一年前就在用 AI,这个数字今天大概率还成立;真正高产的人忙着干活,根本没空在论坛上吵,所以「反 AI」只是因为反对的人嗓门更大。还有人点出一个统计学陷阱:从一个五百条回复的帖子里抽十条,就断言整个 HN 的立场,这是典型的群体归因谬误,换个人抽样会得出完全相反的结论。这一派的判断是:HN 根本不反 AI,只是反对的人更吵。
反 AI 的一方,论据要细得多,而且几乎不在技术能力本身上做文章。最被认同的几条是这样的:有人说「AI 用得多和写得糙高度相关,而工程师天生讨厌糙」;有人作为 SRE 说出了最具体的痛点,他被要求去维护那些不遵守平台既有规范、没有插桩的 AI 产物,却要当成正规工程来对待;还有人观察到同事开始用 AI 替代基础思考,一个查一下文档就能解决的问题,因为 Claude 说了什么就跑来问他,工程判断在肉眼可见地退化。更尖锐的一条把它和炒作绑在一起:很多人反的不是 AI,是 AI 过度炒作,就像当年反对加密货币炒作一样,这股情绪被外人误读成了反对技术本身。
两派其实没在同一个问题上交锋。挺的一方在谈「模型有没有用」,反的一方在谈「叙事和质量标准被压垮的代价由谁承担」。这正是误解的根源。
谁更有理
我的判断是:在「HN 是否在情绪化地反对一项有用技术」这个表层问题上,挺 AI 的一方对;但在「这股情绪里有没有该听的东西」这个真问题上,反 AI 的一方握着更重要的信息,而提问者和大多数旁观者都看错了它指向哪里。
挺的一方在事实层面是对的。HN 整体并不反 AI。同一时间段,一个「你用生成式 AI 的『卧槽』时刻」的帖子也能上首页,里面全是真实的正面案例:修家里的炉子、给复古键盘写新软件、改装露营车、把天文应用从旧诺基亚手机移植出来。群体归因谬误是真的:同一个首页,点不同的帖子会得出完全相反的氛围结论。把 HN 看成铁板一块的反 AI 阵营,是错的。
但反的一方握着那个被忽略的信号。仔细看他们的具体抱怨,没有一条是「模型不行」,全都是二阶、三阶效应:产线上要兜底没插桩的 slop、团队规范被绕过、同事的工程肌肉在萎缩。这些是用过之后报回来的故障报告,不是对技术的恐惧。HN 上有人把这层意思说得很准:在这个技术最前沿的人,正在生产环境里测试它,然后互相通报什么行、什么不行;用了 AI 然后记录一次失败,这本身不叫反 AI。把这种来自一线的失败报告当成情绪宣泄,才是真正的误判。
所以两边都对了一半,但分量不对等。挺的一方纠正了一个表层误读(HN 不是铁板反 AI),反的一方提供了一个真实信号(被叙事掩盖的质量与维护成本),后者的信息价值高得多。
为何重要
这场争论暴露的真问题,是叙事和工程现实之间的裂缝,而 HN 恰好是这条裂缝最早裂开的地方。
裂缝的一边是产出叙事。帖子里被反复引用的一个例子:有人提到某公司说自己现在出码量是过去的 8 倍,Y Combinator 的负责人说自己一天出 37000 行 AI 代码。回应一针见血:有谁用一个应用时想过「这玩意儿就缺再多写点代码」?反 AI 阵营里被顶得最高的一条吐槽是,智能体面对任何问题的解法都是写更多代码,bug 就再写一千行绕过去,还不行就再写一千行打补丁,而真正的解法往往是删掉那两千行。把代码行数当生产力指标,是这套叙事最直接的副作用,而工程师对此的反感由来已久,不是因为 AI 才有。
裂缝的另一边是谁来兜底。叙事描绘的是 100 倍效率的工程师,但 HN 上有人尖锐地指出,如果真有这回事,我们早该看到与之匹配的产出爆发,现实里没有。落差由谁填?由 SRE 填,由那个被同事拿着 Claude 的答案追问的资深工程师填,由两天后处理告警、宕机、事故善后的人填。还有更深一层被点出来的:这股情绪的根源,部分是编码作为一项技能正在贬值带来的权力焦虑,劳动相对资本的议价能力在下滑。这一层是真的,也是叙事最不愿正视的。
对 builder 而言,重要性在于:HN 这批人是你的先行指标,而非你的对立面。他们是最早把工具推到生产环境、最早撞上维护成本和组织摩擦的一群。他们报回来的话很少是「别用 AI」,多半是「用了之后这几个地方会塌」。能把这些抱怨翻译成产品需求(可插桩、可审计、遵守既有规范、不鼓励无脑堆码)的公司,比把它当噪音的公司,领先一整个反馈周期。
该忽略什么
要忽略的是 A/B 站队本身。帖子里有人说得很到位:任何 A 对 B 的二元划分里,A 队都觉得 HN 反 A,B 队都觉得 HN 反 B,这是个恒等式;真相是 HN 既不是 Twitter,也不是铁板一块。「凡 AI 必踩」和「凡质疑必是不懂技术的卢德分子」是同一种噪音的两面,嗓门最大,信息量最低。谁占多数(有人猜七成反、有人说五五开)这种争论也可以忽略,它本质是抽样偏差之争,没有结论价值。
要忽略把这种反弹拔高成道德立场的那类发言,比如有人把对 LLM 的担忧类比成排外歧视,这种比附既不准确也帮不上判断,底下立刻有人反驳它「令人作呕」,这种对线纯属消耗。同样要忽略的是反向的「过度炒作」校正本身,有人坚持现在为 AI 唱反调就像九十年代唱衰互联网一样会被打脸,这话有几分道理,但它和「AI 就是泡沫」一样,都是对未来下注的姿态,不是当下能验证的信号。
真正不能忽略的,是那些具体到能落进 issue 跟踪器的抱怨:哪类 AI 产物没法插桩、哪种用法在绕过团队规范、哪些岗位在替别人的产出兜底。这些是你最懂技术的用户提前替你跑出来的故障,不是情绪。情绪可以丢,故障报告不能。
常见问题
HNSansAI 是什么?
工程师 Elijah Potter 做的一个 Hacker News 镜像:它拉取官方 HN API,扫描每篇文章内容,凡是提到 OpenAI、Anthropic、Copilot、LLM 等 AI 相关词的一律丢掉。作者说他喜欢 HN,但不喜欢它变成单一话题的讨论场。这是「反 AI 情绪」最具体的一个产物,反的是话题密度,不是这项技术本身。
工程师反对 AI 时到底在反对什么?
看 HN 热帖里被顶起来的论点,几乎没有人说模型没用。他们反的是:把没做好的工具当生产就绪发布、用 AI 产的代码绕过团队既有规范、用代码行数衡量产出、以及被要求像维护正规工程一样去维护没有插桩的 slop。换句话说,反的是工作方式和质量标准被叙事压垮,不是反对自动化本身。
这种反弹是站队情绪还是真问题?
两者都有。可忽略的是 A/B 站队和「凡 AI 必踩」的条件反射,这种声音最响但信息量最低。该听的是具体的运维与维护成本:有人作为 SRE 被要求维护不遵守平台规范的 AI 产物;有人看到同事的基础工程判断在退化。前者是噪音,后者是先行用户在替你做产线测试。
来源
无官方一手源；本文基于可靠二手报道（具名媒体、交叉印证）写成。