AI 疲劳：寻求一个“排除 AI”的 Hacker News

当前的数字景观正被排山倒海般的 AI 相关项目和更新所主导。对于许多 Hacker News (HN) 的长期用户来说，这种趋势已从好奇心转变为疲劳感。这一问题的核心并不一定是对 AI 技术本身的反感，而是对“AI 垃圾 (AI slop)”的警觉——即大量低质量、基于包装器 (wrapper-based) 的项目，它们往往淹没了传统的软件工程和非 AI 初创公司。

最近的社区讨论强调了用户对于在 “Show HN” 帖子中增加一个原生的“排除 AI”开关的日益增长的需求。这将允许用户定制自己的体验，并重新发现曾经定义了社区动态的各种技术项目的多样性。

在 AI 时代争取可见性

社区提出的最深刻的观点之一是 AI 主导地位对非 AI 项目的影响。当热门列表被 LLM 更新填满时，传统的软件项目很难获得任何关注度。

正如一位用户 @sanjayparekh 在谈及最近的一个项目发布时所指出的：

我们几周前做了一个 Show HN (更新自 4 年前)，完全没有 AI、LLM 或任何相关内容，结果……完全没有关注度。我们今天在 ProductHunt 上，但现在趋势榜上的所有东西都是 AI 相关的东西。

这表明用户注意力发生了系统性的转变。目前对 AI 内容的需求如此之高，以至于专注于核心基础设施、实用工具或传统 Web 开发的项目被边缘化了，这为那些不在 AI 领域进行开发的开发者们创造了一个可见性缺口。

当前的缓解策略

虽然 Hacker News 主站目前还没有原生的过滤器，但社区已经提出了几种规避方案，以避免被 AI 饱和的动态流中：

第三方客户端和过滤器

几位用户指出了可以对动态流进行更细粒度控制的第三方工具。例如，Hacki 应用允许用户通过后台的 Algolia 过滤器来屏蔽特定关键词。其他社区开发的项目，如 histre.com，提供了标签视图，允许用户排除 AI 相关内容 (例如，使用标签如 +all-ai)。

使用 Algolia 搜索作为过滤器

对于那些不想使用第三方应用的人来说，利用基于 Algolia 的 HN 搜索是一个可行的替代方案。通过搜索特定类别，或者专注于那些非 AI 为中心的初创公司故事，用户可以手动减少 AI 的噪音。

创新与噪音之间的平衡

关于界限应该划在哪里，目前存在着争论。一些人认为 AI 现在是软件开发生命周期中一个基本组成部分，完全将其排除在外可能会适得其反。

用户 @verdverm 建议，目前的 HN 规则——即限制评论中的 AI 生成内容——是一个公平的平衡点。他们认为，虽然 AI 生成的讨论是低价值的，但项目本身无论如何构建，可能仍然是有用的：

我认为这是一个公平的平衡点，因为在这里分享的越来越多真正有用的项目实际上是用越来越多的 AI 构建的。评论和讨论是一回事，项目是另一回事，对于后者，我更关心的是质量，而不是它是如何实现的。

结论

对深入的技术讨论的渴望与 AI 炒作的泛滥之间的紧张关系，反映了当前行业的现状。无论是通过原生过滤器还是第三方工具，社区寻找“无 AI”空间的驱动力是一个明确的信号，表明人们对传统的软件工程和非 AI 创新仍有显著的需求。