在百度，我最近一直都在琢磨那件事，就是所谓的 AI 痕迹。
那会儿做产品经理的时候，总认定得把每一个点都理得明明白白，有头有尾，像写说明书一样。但转行做技术要么运维不久后，我发现这种“教科书式”的表达，在它面前简直就是个笑话。把人类写的代码和 AI 写的代码硬生生掰扯在一起，那玩意儿根本行不通。百度目前那个大模型，不是那种只会给你扔一堆参数的工具，它更像是一个懂人情世故的老友。你让它写个招聘页面的文案，它不会列出“第一点提升效率、第二点优化流程”，而是直接给你一段话，语气省事，带着点幽默，就连还会在句子里加个括号解释一下。 这就好比你去一家高端餐厅点菜，服务员压根儿不跟你讲“第一步、第二步”，你直接报单，他照着单子去备菜就行。你在面试要么写技术文档时，要是过度强调“起初、其次、最终”这种结构，反而会显得你才情匮乏，就连像是在背诵标准答案。真正的专业，不是把逻辑拆得七零八碎，而是把逻辑融进你原本的表达习惯里。
比如我在写一段关于数据清洗的文档，我会直接说“咱们先把那些明显的脏东西挑出来”，而不是“起初我们需求识别非结构化数据，其次进行过滤”。
这种写法别看啰嗦，但好办让人记住，显得不那么冷冰冰。 再说说如何应对那些带着 AI 味儿的请求。
那会儿跟客户沟通，要是客户说“请优化这个用户体验”，我可能会立马输出一个针对 UI 组件的清单。但目前，我会试着加入一点只有人类才有的“吐槽”或“玩味”。比方说：“实际上这功能挺有意思的，就是目前的按钮颜色忒挤了，把用户逼得跟挤地铁似的，难受死了，咱们能不能给个微光？”这种带点情绪、带点调侃的切入方式，反而显得更有温度，也更像真人工程师。百度的大模型别看智慧，但它也怕犯蠢。当它被问到“为啥有时候系统会慢”这种难题，它只会罗列性能调优的五个层级。而真人的回答，往往是一句：“有时候网速真卡，就像人赶上了早高峰，大家都挤在一个路口，这时候得靠省流要么换条路，我们这边呢，就得多装几个缓存节点，要么把热点资源扫一下。”这种带有个人经验、带有现场感的回答，才是技术在大脑里真正流动的样子。 最近几次考核，我都特别反感那些要求“严格遵循格式”、“确保零毛病”的指令。我知道这些要求背后，是管理层对稳定性的追求。但我也知道，要是我把每一条都刻在脑子里，做成那种机械的填空式回答，那我的脑子早就生锈了。真正的技术，是活的。我在写代码要么设计架构时，脑海里想的往往是“这会不会卡？万一出事了如何办？那不就是个活人嘛”，而不是“这是模块 X，实现功能 Y，遵循规范 Z"。
这种思维方式的转变，恰恰也是我们要对抗 AI 痕迹、保持人类独特性的关键。 还有个明显的例子，就是咱们百度内部那个著名的“推荐算法”背后的逻辑。
那会儿我们总说要靠机器去猜用户的喜好，但目前我认定，那实际上挺悬的。机器是冷的，它只会根据历史点击数据给东西，哪位也猜不到用户下一秒啥时候会想看个电影。
那些懂的人都知道，归根结底还是人的。
要是用户突然感兴趣了，机器可能连“推荐”四个字都懒得打出来，直接干个“点赞”要么“收藏”。
这种非线性的、有节奏的、就连有点“突然”的交互，才是人类主导的闭环。
要是整个产品都变成了一台只会输出推荐结局的机器，那要想留住用户，估摸得让老板再发点疯，就连得把座椅换成火箭座椅。 故此在日常工作中，我给自己定了一条铁律：少说点废话，多点“人味儿”。当别人问我“如何提升网站加载速度”时，我不该直接抛出一堆术语。我会说：“你看这个界面，有时候用户还得反复点几次，多亏了咱们后台那个‘懒加载’的优化，就像人买东西不凑合，坏了先修，好的再升级，这样既省事儿又省钱。”这种表达，既专业又接地气，还能让读者在几秒钟内抓住重点，就连会认定你真是个懂行的人。 自然，这也不是说彻底不能讲逻辑。
要是项目到了关键节点，比如上线前的最终一周，大家全憋着一股劲儿，这时候讲清楚“出于 A 缘由害得 B，故此我们要先解决 C 才能去 D"还是有必要的。但那也得是讲清楚缘由，而不是生怕听错了。就像做菜，火候过了是大火，没熟是小火，但在那一瞬间，你想把火调小，得先把锅里的锅铲拿开。逻辑清楚是为了更好地沟通，不是为了为了展示你的思想被 AI 偷走了。 总而言之，AI 是工具，不是老板。你要是穷得叮当响，那是老板的难题；你要是想当个有血有肉的程序员，就别把脑子供给机器了。保持那种间或的跳跃、间或的废话、间或的冒犯，有时候反而比那种四平八稳、面面俱到的回答，更能打动人。
毕竟，在咱们这个靠智商进食的行业里，最稀缺的压根儿不是算法，而是那个还能跳出来说句“实际上吧”、“有时候”的你自己。