[控场AI]
· 5 分钟阅读· 2,569 字

AI审核204次,读者仅14人:我的写作困局

AI审核204次,读者仅14人:我的写作困局

德国软件企业主用四个AI评审智能体审核文章,九篇获204条评审却仅14次阅读,揭示AI审核规模与真实读者关系的断裂。

一位化名Adrian Verdan的德国单人软件企业主搭建了由四个不同公司AI智能体组成的“新闻编辑室”,为自己的Medium文章做冷读评审和事实核查,平均分低于3.5即退回修改。从8月30日起发布的九篇文章累计收到204条AI评审,同期阅读量仅14次;其中一篇经历38次草稿迭代、25轮评审、84条意见,最终只被读了两次,而其主题恰是“AI评审如何自信地犯错”。Medium数据面板显示十四篇文章被展示737次、打开167次、停留超30秒仅17次。作者还发现Medium分发指南将AI生成内容列为可能限制分发的因素,并记录了评审系统的失误与限流。他反思:评审保证会来,读者不会,过度抛光是在逃避面对真实读者。

一位德国单人软件企业主,用四个不同公司的AI智能体组成“新闻编辑室”,为自己的Medium文章做审核。结果,九篇已发布文章收到了204条AI评审意见,却只换来14次阅读。这个故事来自Reddit上的一篇自述,作者化名Adrian Verdan。

reddit source: My Medium essays have more AI critics than readers: 204 reviews, 14 reads. What got you your first r

当审核机器比读者还多

从8月30日起,Adrian的草稿会先经过一个自动化流程:四个来自不同公司的AI评审冷读文章并打分,平均分低于3.5就退回修改。后面还有一个事实核查智能体,专门 distrust 他的数字。

从那天起发布的九篇文章,累计收到204条AI评审。这些文章被阅读的次数是14次。其中一篇被评审最多的文章,一夜之间经历了38次草稿迭代和25轮评审——不是每个评审每轮都出场,但总计产生了84条意见。这篇文章最终被读了两次。

更具讽刺意味的是,这篇文章的主题正是“AI评审如何自信地犯错”。但没有一个评审提到这一点。

Adrian在文中反思:第84条评审已经不是质量控制,而是抛光,是在拖延把文章交给真人阅读的时刻。

多智能体系统(Multi-Agent System)是指由多个具备一定自主性的AI智能体协作完成任务的架构。与单一大模型调用不同,多个智能体可以分别承担评审、事实核查、风格润色等角色,并通过消息传递或共享上下文协同工作。其优势在于分工明确、可并行、可互相校验,但也带来成本叠加、意见冗余和“共识幻觉”等问题——多个智能体可能基于相似的训练偏差给出雷同判断。Adrian的“新闻编辑室”正是典型的多智能体流水线:四个不同公司的评审智能体加一个事实核查智能体,形成串行加分支的审核链。

曝光与阅读之间的巨大漏斗

Medium的数据面板给出了一组更完整的漏斗:十四篇文章被展示737次,被打开167次,其中17次停留超过30秒——Medium将30秒停留计为一次“阅读”。

也就是说,每十个打开文章的人里,大约只有一个会留下来。

文章顶部有一行披露声明,写着“本文在AI辅助下起草”。Adrian因此去查了Medium的分发指南,发现“AI生成内容”被列在可能阻止文章进入通用分发的因素中,而Boost指南则要求作品由人类创作、且看起来不像AI生成。Medium的AI政策允许披露AI辅助,但他不确定这行声明是否限制了自己的分发,也不确定读者打开后离开是因为内容不够好,还是别的原因。

Medium的分发体系主要由算法推荐、标签(tags)、出版物(publications)和人工Boost构成。文章发布后会先获得一定“曝光”(impression),即出现在信息流或推荐位中被用户看到的次数;用户点击后记为“打开”(view)。Medium以停留30秒作为一次“阅读”(read)的统计口径,这一阈值用于过滤快速跳出。出版物是由编辑或运营者管理的主题合集,作者可投稿以获得更精准的受众;Boost则是平台人工策展项目,被选中的文章会获得额外分发,但要求作品为人类原创且质量达标。理解这几个层级,才能看清从曝光到阅读逐级衰减的漏斗结构。

AI评审的尴尬时刻

Adrian也记录了评审系统的“高光时刻”。Codex曾经给一篇错误的文章写出了完美的评审,还按照规则以“我只看过文章文本”开头。Gemini则在“受够了”的时候返回错误429:“请求过多”。

他写道:评审是保证会来的——发一份草稿,报告一定回来。但读者不是。要得到一个读者,你必须把东西放到陌生人面前,承担沉默的风险。

错误429(HTTP 429 Too Many Requests)是API服务端在请求频率超过限额时返回的状态码,通常伴随速率限制(rate limiting)机制。对调用大模型API的智能体而言,短时间内多次请求、或多智能体共享同一配额,都可能触发429。文章把Gemini返回429描述为“受够了”,是一种拟人化调侃,但背后反映的是自动化评审流水线的现实约束:评审规模并非无限可扩展,速率限制、配额成本和延迟都会制约“新闻编辑室”的吞吐量。

一个更普遍的问题

Adrian在Reddit上提出了几个问题:有没有人建过比自己的受众还大的评审机器?你是怎么走出来的?有没有人在添加或去掉AI披露声明后,看到触达或阅读时长发生变化?

他的四篇文章曾进入Medium的出版物(publications),其中一篇被展示135次,阅读次数为零。他问:你的前一百次阅读是怎么来的——出版物、标签、交叉发布,还是别的什么?

他没有关掉“新闻编辑室”的打算。他说这很有趣,而且当他问评审们上一篇文章里哪些笑话有效时,每一个评审都选了关于评审自己的那个笑话。

但对于那17次阅读,他表达了感谢:“你们全程都被专业人士在数量上碾压,但你们还是留下来了。”

对AI辅助创作的启示

这个故事触及了AI辅助内容创作的一个核心矛盾:工具可以无限提升“生产”和“审核”的规模,但无法替代真实的读者关系。评审机器可以一夜运转25轮,读者却不会因此多出一个。

对于使用AI辅助写作的创作者,Adrian的经历提出了一个值得认真对待的问题:披露声明、平台分发规则、内容质量,究竟哪一个在影响触达?目前没有明确答案,但至少有人开始用真实数据提问了。

AI披露声明(AI disclosure)指创作者在内容中标注是否使用AI生成或辅助。各平台政策不一:有的要求强制标注,有的仅建议披露,还有的将未披露的AI内容视为违规。Medium的政策允许披露AI辅助,但同时把“AI生成内容”列为可能影响通用分发的因素,这就形成一种张力——诚实披露可能带来分发代价,而不披露则可能违反规则或损害信任。对创作者而言,披露不仅是合规问题,也是受众预期管理问题;目前缺乏公开数据证明披露与触达之间的因果关系,Adrian的提问正指向这一空白。

#AI审核#Medium写作#AI辅助创作#内容分发#AI披露#读者增长#写作工具
分享:

相关推荐