Slack里有人问了个问题，你隔了两分钟丢回一句“Claude said:”，后面跟着一整段AI原话。PR评论区、朋友群聊吵架，也常有人这么干。科技博主Niklas Gruhn最近写了篇短文吐槽这事，还晒出一句他收到过的原话：“NATS control-plane events: stream leader election / R3 quorum re-form during pod churn.”——他说自己得挨个查词才看懂。这句话被吐槽的不是术语本身，是转发这个动作：你转的是AI的话，不是你的判断。
Claude说的话，为什么惹人烦
读AI输出是额外劳动，这是格鲁恩最直接的抱怨。AI回复越来越啰嗦，术语密度越来越高，还经常夹杂听着挺唬人、其实经不起推敲的内容。他给这种转发行为起了个名字：meat proxy，肉体代理——人变成了一根管道，AI说什么，你原样倒出来，中间没加任何东西。
这个判断的关键不在“AI答得好不好”，在转发有没有增量。格鲁恩说得直白：我自己也能问Claude，而且更快，还能自己控制上下文，不需要一个人夹在中间。转发本身，零价值。
代码评审这条“零努力”流水线
格鲁恩举的最扎心例子是代码评审。工单描述复制粘贴进Claude Code，生成的代码不看，直接提交；评审提了意见，把意见也粘进去，让AI改；来回几轮，代码能合并上线。
这条链路能跑通，但谁在真正实现这段代码？答案是评审者和Claude——提交的人只负责按回车。
- 风险.提交者不理解自己提交的代码，出了问题时没人能第一时间定位。
不是偷懒，是信任错配
这不完全是人变懒了。2025年一篇CHI论文调研了319名知识工作者、936个真实的AI协作任务，发现一个反直觉的规律：对AI输出信心越高，自己动脑核查的意愿反而越低；反过来，对自己专业能力越有信心，核查反而更认真。也就是说，转发行为背后是一套信任分配机制，不是单纯的懒。
哈佛商学院一篇工作论文（编号24-013）观察咨询顾问用GPT-4做任务，结论更值得警惕：在模型能力范围之内，人机配合确实更快更好；一旦任务踩出模型能力边界——论文管这条线叫“参差的技术前沿”——出错概率反而升高，而且不容易被察觉。转发者往往分不清自己正踩在边界的哪一侧。
《Science》上那篇被广泛引用的ChatGPT写作实验倒是显示效率和质量能同时提升，但测的是专业写作任务，不是Slack回帖或代码评审——场景不一样，不能直接套用来证明转发无害。
转发本身没有原罪，甩责任才是
时间紧的时候，转发比重新组织语言更快，这是合理的效率选择。AI辅助编程本身也在演变，评审者和AI一起把关代码，未必比过去更差。格鲁恩的立场是一种价值判断，不是铁律。
真正的分界线在于：转发省下的时间，代价谁来付。
“meat proxy”这个词，目前在Hacker News、Reddit、GitHub讨论区都没掀起波澜——它更像格鲁恩的一次精准命名，而不是一场已经爆发的公共讨论。中文里其实早有对应说法：传声筒。历史上这个词专门用来讽刺没有独立判断、只管转达上级意见的人。今天不同的是，传声筒转达的是上级的话，而“肉体代理”转达的是AI的话——权威来源换了，但那种把判断权让渡出去的姿态，没变。
- 结论.验证不是负担，是你还留在这条链路里的证据。
Slack里那句“Claude said”，问题从来不是Claude说得对不对，是你有没有读懂、核过实、再用自己的话说一遍。这句话，本该是你自己写的。