科技博主Yael Grauer在她的个人博客String Literal上写了一篇不到两分钟就能读完的短文，标题很直接：《别再让我去问LLM》。文章发布于2026年7月8日，讲的是她自己两次求助专家却被打发去问Claude的经历。这篇文章火起来的原因，不是内容有多长，而是它戳中了一个知识工作者都隐约感觉到、却很少被说清楚的现象——“去问AI”正在变成一句最体面的“我不想理你”。
她已经问过Claude了，专家却又让她去问Claude
Grauer描述了两次求助。第一次，她打电话给一位资深到“见过决策在董事会里翻车”的行业老手，问的不是教科书答案，而是在一个没有行业共识的难题上，他个人会信谁。对方的回答是：“说真的，去问Claude吧。”
第二次是一个数据问题，她已经换了好几种思路去解，也能详细说清楚每种方法为什么行不通。她联系了几位常年一起交流问题的同行，除一人外，几乎所有人都给出了同样的转介——去问AI。
关键的反常点在这里：两次她都不是临时起意去问人。在联系任何一个人之前，她已经和Claude来回折腾了数小时，消耗了不少token，问题依然没解决。换句话说，“问模型”从来不是她跳过的那一步，反而是她已经走完、并且证明走不通的那一步。
“去问Claude”和“帮你搜一下”不是一回事
这很容易让人联想到早年那个带羞辱意味的LMGTFY（Let Me Google That For You）链接——专门甩给那些懒得自己动手搜索的人。但Grauer特意把两者区分开：她要的从来不是“可以被搜到的信息”，而是一种更难书写、更难检索的东西——经验判断，也就是靠多年试错、亲历过失败才积累下来的直觉。
她打了个比方：这就像问朋友哪家餐厅好吃，得到的却是一份Eater的十佳榜单。她想要的不是榜单共识，而是这个朋友因为和她口味相近、有共同经历，才会有的那种“我知道榜单错在哪”的判断。这种东西搜索引擎给不了，模型现阶段大概率也给不了——不是因为它不够聪明，而是因为它天然缺少某个具体人在某个具体行业里踩过的坑。
稀缺的不是信息，是愿意为你想的人
这篇文章真正的锋利之处，不在于讨论Claude好不好用，而在于把焦点转向了一个更冷的事实：被熟人当免费顾问，本身就是一种没有报酬的隐性劳动。花时间、花注意力去理解别人卡住的具体问题，这件事一直都很贵，只是过去没有一个方便的挡箭牌。现在有了。
“去问Claude”省不了任何一步，它只是收回了那个本该给出的、经验里的答案。
Grauer自己也承认这里有一层张力：“去问Claude”也可能只是“我很忙”“我一时想不出来”的礼貌说法，而不是专家真的相信AI比自己靠谱。她没有回避这种可能性，反而把它摆出来——这恰恰说明，这篇文章讨论的不是AI能力的技术辩论，而是一场关于人类注意力如何被重新分配和消耗的社会劳动问题。
谁真正为这句话买单
Grauer的文章本身没有数据支撑，检索也没有找到任何调查或第三方讨论去验证“专家用AI搪塞求助者”是否是一种普遍现象——目前只能确认这是她个人社交圈里的两次经历，还看不清这在行业里到底有多常见。这恰恰是这篇文章留给后续观察的一个空档：如果类似的证言越来越多，说明知识工作者的免费咨询边界正在被重新划定；如果只是孤例，那更可能反映的是她个人交往圈子里几位专家当时确实在忙。
受影响最直接的是两类人。一类是常年被同行、朋友当作“懂行的人”反复索取经验判断的专家，他们面对的负担没有减少，只是多了一个更顺手的推辞方式。另一类是像Grauer这样带着“模型也解决不了”的难题去找人的提问者，得到的不是拒绝，而是一句听起来友善、实际上什么都没给的转介。
Claude在这个语境里被当成了动词使用，这本身说明AI产品已经深度嵌入日常沟通的习惯，但这种渗透是双刃的——它既是效率工具，也可能变成回避思考的挡箭牌，品牌联想因此被拉向了完全不受公司控制的方向。接下来值得盯的，是否会有更多从业者公开谈论类似经历，以及专业社群会不会因此开始讨论新的求助礼仪：什么问题该找人，什么问题问模型就够，边界该由谁来划。