近日，在技术社区 Linux.do 上，一篇关于“AI 生成内容接受度”的帖子引发了广泛共鸣。帖主坦言，尽管身处科技前沿领域，但他对目前泛滥的 AI 生成内容（AIGC）表现出了极强的排斥感。他表示，对于短视频平台上的 AI 剧集、知乎上的 AI 味文章以及同人绘画圈的 AI 插画，不仅本能地感到厌恶，甚至主动通过拉黑、优化推荐算法等方式来“净化”个人账户的信息环境。帖主自嘲这是一种在时代洪流面前“负隅顽抗”的老派心态。然而，值得注意的是，这种排斥存在一个明显的例外——对于 AI 编写的代码，他表现出极高的接受度和实用性认可。这一现象折射出当前大众对 AI 技术的复杂态度：在工具属性极强的编程领域，AI 是提升效率的神器；而在承载情感与审美的内容创作领域，缺乏人类细腻情感和独特灵魂的 AI 产物，正引发日益严重的“审美疲劳”与“AI 污染”焦虑。
事件分析
从产业与技术视角分析，这种“重代码、轻内容”的现象揭示了通用人工智能（AGI）在不同应用场景下的价值断层。在软件开发领域，代码的逻辑正确性是可验证的二元标准，AI 编程工具（如 GitHub Copilot、Cursor 等）作为生产力倍增器，其核心价值在于降低重复劳动，因此开发者更关注结果而非过程的“人类属性”。相比之下，文本、图像和视频属于内容消费，依赖用户的情感共鸣与主观体验。当前的大语言模型（LLM）生成的内容往往基于概率预测，倾向于“平庸的共识”，导致大量充斥着陈词滥调的“AI 味”内容泛滥，造成了信息熵的急剧增加。用户对 AIGC 的反感，本质上是对低质量信息噪声的防御机制。这表明，未来的 AI 应用竞争将从单纯的“生成能力”转向“高信噪比”和“个性化微调”，能够提供深度思考或独特视角的技术模型，才可能在内容消费市场获得真正的溢价。
核心观点：用户对AIGC的审美疲劳与对AI编程的宽容，划清了“工具理性”与“人文感性”的边界，实用性仍是目前AI技术的核心护城河。
原文链接：Linux.do
