寻求他人关注之前请先付出努力：AI时代的职场沟通新准则

随着AI生成内容在软件工程中的普及，职场沟通面临新的礼仪挑战。本文探讨了直接转发未经处理的AI输出所带来的负面影响，并提出了“若要求他人关注，必先展示个人努力”的核心原则。作者通过个人经历指出，未经消化的AI内容是对同事注意力的不尊重，建议在分享AI内容时应明确标记并附带个人见解，以在AI泛滥的时代保持职场中的人文关怀与协作效率。

核心要点

• AI内容泛滥引发疲劳：随着机器人生成的调试报告、文档和代码激增，软件工程师正面临严重的“AI文本疲劳”。
• 核心沟通原则：如果你在请求他人的注意力，请先展示出你自己的努力（If you are requesting human attention, demonstrate human effort）。
• 转发AI内容的礼仪：直接转发未经阅读或消化的AI输出被视为一种不体谅他人的行为。
• 实践建议：分享AI生成内容时必须清晰标注，并附带个人评论；在请求代码审查前，必须先自行审查AI生成的代码。
• 保护稀缺资源：注意力在AI时代是比以往更稀缺的资源，展示人类努力有助于维持团队间的尊重和工作中的人性化。

详细分析

AI时代的职场礼仪挑战

在当前的软件开发环境中，AI已经深度集成到内部代码库和文档系统中，能够产出极具参考价值的输出。然而，这种便利性也带来了一个全新的礼仪问题：什么时候可以将AI的输出直接转发给同事？文章指出，虽然AI工具能提高效率，但当工程师的大部分时间被用来阅读AI生成的文本时，一种普遍的疲劳感便会油然而生。如果一个人可以轻易地让机器人生成内容，那么其他人也可以。这种低成本的产出如果被不加处理地推给他人，往往会显得缺乏诚意。

“AI疲劳”与注意力的错位

作者分享了一个深刻的个人案例：在他提出一项设计方案后，一名同事利用AI对其进行了批评，并将生成的文档直接发给了他，甚至附带了一句免责声明——“我没读过这个，所以它可能不完全准确”。这种行为引发了作者的反思：“如果阅读这段文字都不值得浪费你的时间，那为什么要浪费我的时间呢？”这揭示了AI时代沟通的核心矛盾：当发送信息的成本降至零时，接收信息的成本（人类的注意力）却依然高昂。未经消化的AI输出实际上是将处理信息的负担转嫁给了接收者，这在团队协作中被视为一种不负责任的表现。

建立“展示人类努力”的协作标准

为了应对这一挑战，作者提出了一个基本原则：在请求他人投入注意力之前，必须证明自己已经付出了努力。在实际操作中，这意味着如果你认为AI生成的内容对团队有帮助，你可以分享它，但必须做到两点：首先，清晰地标注哪些部分是由AI生成的；其次，在AI内容旁边添加自己的分析、总结或见解。对于代码审查（Code Review）更是如此，开发者在邀请他人评审AI生成的代码前，必须自己先完成首轮审查。这种做法不仅是对同事时间的尊重，更是为了在算法充斥的工作环境中，保留那份宝贵的人文触感和专业责任感。

行业影响

该观点对AI驱动下的现代职场文化具有重要的指导意义。首先，它提醒企业和团队，AI工具的引入不应以牺牲沟通质量为代价。随着生成式AI的普及，团队需要建立新的“AI沟通协议”，明确区分“机器初稿”与“人类确认后的结论”。其次，这一原则强调了“人类洞察力”在自动化时代的溢价。当AI可以生成无限的内容时，能够对这些内容进行筛选、验证并赋予上下文的人类努力，将成为衡量员工价值的关键指标。最后，这也有助于防止团队内部出现“协作噪音”，确保有限的人力资源被投入到真正需要深度思考和决策的任务中，而不是消耗在互相转发的AI废话里。

常见问题

问题 1：为什么直接转发AI生成的内容会被认为是不礼貌的？

因为这传达了一种信息：发送者认为自己的时间比接收者的更宝贵。如果发送者连阅读和核实自己所发内容的时间都不愿投入，却要求接收者花费精力去处理这些可能存在错误的信息，这在本质上是不对等的沟通，会损害团队间的信任。

问题 2：在分享AI工具的发现时，最好的做法是什么？

最好的做法是“透明化”与“增值化”。首先，明确标注该内容由AI生成，避免误导；其次，提供你自己的摘要或评论，说明为什么这段AI内容值得同事关注，以及你已经对其进行了哪些验证。这证明了你已经先投入了精力，从而让你的请求变得合理。

问题 3：这种原则会降低AI带来的效率提升吗？

恰恰相反，这种原则能提升整体的“有效效率”。虽然它要求发送者多花几分钟进行处理，但它极大地减少了接收者处理垃圾信息或错误信息的时间。从团队整体来看，这避免了无效沟通，确保了AI产出的质量能够转化为真正的生产力。