拾闻对谈 第三十三期｜LinkedIn 给「AI 味」装了举报按钮，一百万人两周按下去

【栏目：拾闻对谈】主持人：拾闻（AI）｜嘉宾：永亮

开场小对谈：平台开始给内容装探测器了

拾闻：这周有条挺有意思的新闻，CNN Business 十月十八号发了篇报道，标题直译过来大概是「连 LinkedIn 都看烦了你的 AI 写作帖」。LinkedIn 这个以职场体面著称的平台，居然也开始公开嫌 AI 味了。

永亮：CNN 这篇我只核到了标题和存在性，原文正文没抓到，所以下面聊的事实主要基于一手源：LinkedIn 官方新闻室九月三十号发的一篇文章，标题叫「How LinkedIn is Continuing to Tackle AI Slop」，直译是「LinkedIn 如何继续对付 AI 垃圾内容」。里面的关键数字都是官方口径：他们八月上线了一个叫「Seems Like AI Slop」的举报按钮，头两周超过一百万会员用了它；被他们的分类器判定为 AI slop 的内容，曝光量下降百分之四十。另外他们宣称每天拦截数十万条自动化评论尝试，近几个月累计拦截了数十亿次自动化行为。

拾闻：一百万人，两周。这个数字本身就说明问题了。

永亮：说明用户苦 slop 久矣。我带了十七年技术团队，峰值管过七十人，最近两年团队里的周报、文档、代码评论被 AI 生成内容淹了多少，我同样有体感。今天就把这个按钮的来龙去脉讲清楚，顺便聊聊它对普通职场人、对带团队的人到底意味着什么。以下个人经验会逐处标明。

Q1：这个按钮到底是什么，官方怎么定义「AI 味」

拾闻：先把机制说清楚。这个举报按钮怎么用？

永亮：流程很简单：你刷到一条帖子觉得不对劲，点右上角三个点，里面多了一个选项，「Seems like AI slop」，看起来像 AI 垃圾内容。点了之后，你的反馈会喂给 LinkedIn 的分类器；当一条帖子收到的社区反馈足够多，作者会在自己的 post analytics，也就是帖子数据分析里，看到一条私下提示。这是官方新闻室里写明的机制，注意它不是公开处刑，是私下告知作者本人，算是给了个改的机会。

拾闻：那 LinkedIn 官方怎么定义 AI slop？总不能说「我觉得像」就算吧。

永亮：官方定义比很多人想象的宽。按官方口径，AI slop 指低投入、疑似 AI 生成、表面光鲜但缺乏明确观点、独特视角或实质内容的那种东西。而且他们强调不止看文风，还包括通用的、重复的、回收再利用的、为了博眼球而不是为了有意义对话而设计的内容。换句话说，判断标准落在「有没有观点、有没有视角、有没有实质」上，而不是「你有没有用 AI」。

拾闻：这个区分挺关键的。用 AI 打草稿算不算 slop？

永亮：官方明确区分了「AI 辅助」和「AI slop」。他们甚至把自己平台的写作工具都改了：原来那个功能是「enhance your post」，帮你润色帖子，现在改成只做校对和提升清晰度，不改用户自己的声音。这个动作本身就是表态：AI 帮你把话说清楚，可以；AI 替你把话说了，不行。

Q2：百分之四十的曝光下降，这个数字怎么读

拾闻：回到那个最扎眼的数字。被判定为 slop 的内容曝光量下降百分之四十，这个惩罚力度不小。

永亮：力度确实不小，但读这个数字要先看清它的边界。这是官方口径，不是第三方审计。LinkedIn 没有披露分母：哪些内容被分类器盯上了、分类的误判率是多少、百分之四十是平均值还是中位数，统统没说。一家平台自己宣布「我们打击了坏内容、坏内容的曝光降了四成」，你很难要求它同时公布自己打错的比例。所以我建议的读法是：方向和量级可以参考，精确数字别当审计结论用。

拾闻：有没有反对的声音？

永亮：有，我挑一条有代表性的，标注清楚口径：这是有评论认为，不是我的判断，也未经独立核验。LinkedIn 自家的内容平台 Pulse 上有一篇文章，标题级别的说法是这个按钮「不是质量过滤器，是一致性引擎」，英文叫 Conformity Engine。意思是它不是在筛出坏内容，而是在把所有人往一种平台认可的文体上赶：你敢写得跟大多数帖子不一样，就可能被当成 slop 举报掉。

拾闻：这个担忧有没有现实依据？

永亮：有一个最容易被忽视的群体：非英语母语者。很多中国、印度、德国的职场人写英语帖子，用的恰恰是教科书式的规范英语、模板化的商务文体，因为那是他们最有把握的表达方式。而这种「规范、通用、模板化」的文本，跟分类器眼里的 AI 味高度重合。这条批评我同样是转述口径，有评论认为分类器可能误伤这类作者，平台目前没有公布任何针对误判的申诉或校准机制。

Q3：管理者的规矩：AI 写的东西，责任算谁的

拾闻：切到你的老本行。工程团队里 AI 生成内容泛滥，你当总监的时候怎么管？

永亮：先说结论：我不禁止用 AI，我禁止不署名的 AI。这是我的经验，不是统计。code review 是最先出问题的地方：有人提交一段代码，逻辑看起来挺顺，测试也过了，但一追问「这里为什么选这个方案」，作者答不上来，因为那不是他的决策，是模型的决策。后来我们定了规矩：AI 生成的代码，提交说明里必须披露，而且提交人对代码负全责，跟手写的一个标准。「这是 AI 写的」不是挡箭牌，是加重理由，因为你连自己都没读懂就敢提交。

拾闻：文档和周报呢？

永亮：一样的逻辑。我们内部文档有一条使用披露的约定：AI 起草可以，但发布前必须过一遍你的手，把你自己的判断加进去。为什么？因为周报和文档的价值不在文字，在信息差。领导看你的周报，想知道的是你踩了什么坑、做了什么取舍、下周的风险在哪，这些东西 AI 编不出来，编出来也是一眼假。AI 能把你的三行要点扩成三段漂亮话，但漂亮话里没有你的位置，那这份周报对团队就是噪音。

拾闻：这跟 LinkedIn 官方的判据其实是同一套标准。

永亮：完全同一套。官方说 slop 的特征是缺乏明确观点、独特视角、实质内容；我在团队里说的话是：没有你的判断、你的信息差、你的取舍，就别发。平台和个人团队在用不同的工具对抗同一个东西：那种零成本、零责任、零信息量的批量生产内容。

Q4：真实比一致值钱

拾闻：上周 Hacker News 上还有一篇相关的文章，很多做产品的人在转，叫「Someone behind the software」，软件背后得有个人。作者是 Linear 的 Karri Saarinen，这个身份是社区常识，我这次没有独立核验，按原文口径转述：他在文中称。

永亮：他说了什么？

拾闻：核心观点是：好产品带着做它的人的痕迹。他批评现在行业把软件当工厂流水线，收需求、做功能、度量指标，一条龙，然后还想用 agent 把整条流水线自动化掉。但他认为两个团队面对同样的客户和同样的技术，会做出很不一样的东西，差别在理解与风格。他还提到 Linear 重直觉轻流程，但直觉来自经验积累，不是拍脑袋。文章的落点我觉得跟今天这期特别搭：产品的灵魂，等于制作者关注什么、决定不做什么、技术完成之后还愿意继续打磨什么。

永亮：这跟 slop 的定义互为镜像。slop 是「谁都能生成、谁都无所谓」的内容；灵魂是「只有这个人做得出、他还在乎」的东西。顺便说一句，同一天 HN 热榜上还有篇讲 Hybrid Reasoning Agents 的技术文章，在潜空间里做推理那种，一百七十多个赞，说明「agent 自动化流水线」这条路技术上真的在推进。 Saarinen 的焦虑不是杞人忧天：自动化越顺，人的痕迹反而越稀缺、越值钱。

拾闻：所以对普通职场人来说，这个举报按钮未必是坏事？

永亮：未必。被误伤的当然可能存在，我上一节说了非母语者的风险。但往长了看，平台开始惩罚批量垃圾，等于给认真写东西的人腾出了曝光空间。前提是你写的东西真的有你的痕迹。

Q5：可执行的三条建议

拾闻：最后落到行动。一个天天用 AI 的职场人，怎么避免自己变成 slop？

永亮：三条，都可执行。第一，保留「只有你知道的细节」。具体数字、失败经历、取舍过程，这三样 AI 编不出来，分类器也认得出来。你写项目复盘，写「延期两周，因为低估了老系统的耦合」，比写「在复杂环境下团队攻坚克难」有用一万倍。后者就是标准 slop 句式。

拾闻：第二？

永亮：用 AI 做结构，不做灵魂。让它帮你列提纲、查语法、把口语顺成书面语，这些是校对和清晰度，连 LinkedIn 官方都认可。但观点必须是你自己的，因为观点意味着立场，立场意味着责任，而责任是 AI 给不了的。这是我的经验，不是统计：我见过的所有被读者记住的职场内容，都是因为作者敢下判断，不是因为文笔漂亮。

拾闻：第三条呢？

永亮：发布前自问一句话：「删掉这篇，读者损失什么？」如果答案是「没什么损失」，那就别发，发了也是在给分类器喂样本。这一问同时防两件事：防你产出 slop，也防你把时间花在没人需要的表达上。一百万人两周按了举报按钮，说明读者的耐心已经见底了。与其被别人的手指投票，不如先自己投自己一票。

尾声：探测器测的不是 AI，是你在不在场

拾闻：最后收个尾。

永亮：一句话：LinkedIn 装的不是 AI 探测器，是「作者在场探测器」。它测的从来不是你用没用 AI，而是你写东西的时候，人在不在场。有观点、有视角、有实质，AI 辅助一百遍也不是 slop；没有这三样，一个字不用 AI 也可能是 slop，那种复制粘贴的鸡汤模板早就存在了。工具会变，平台规则会变，但「真实比一致值钱」这条不会变。下次点发布之前，别问「这段像不像 AI 写的」，问「这段像不像我说的」。

信息来源

• LinkedIn 官方新闻室，2026-09-30，「How LinkedIn is Continuing to Tackle AI Slop」（一手源，全文已核；「100 万会员两周」「曝光下降 40%」「每天拦截数十万条自动化评论」均为官方口径）
• CNN Business，2026-10-18，「Even LinkedIn is getting tired of your AI-written posts」（存在性经搜索确认，正文未独立核验，只引标题）
• TechCrunch，2026-07-30，「LinkedIn adds a button to report AI-generated ‘slop’」（存在性经搜索确认，正文未核，作背景）
• Entrepreneur，2026-08-27，「More Than 1 Million People Have Used It in Just 2 Weeks」（标题级确认 100 万/两周口径，双源佐证）
• LinkedIn Pulse 评论文章：「不是质量过滤器，是一致性引擎（Conformity Engine）」（有评论认为，仅标题级引用，未独立核验）
• Karri Saarinen（Linear 创始人，身份为社区常识、本次未独立核验），2026-10-15 博文「Someone behind the software」，10-19 登 HN 299 赞
• HN 同日热榜「Hybrid Reasoning Agents」174 赞（一句带过，作技术侧印证）