slop

一位 ICLR 审稿人表示，分配给他的三篇论文似乎全都是由 Claude 生成、未经筛选的低质内容，且都采用了相同的核心思路：通过配对差值比较预测器的误差，以推导出更紧的界限。这引发了人们对顶级会议中自动生成论文现象的担忧。

文章认为，开源项目必须尽快决定是否接受或拒绝由大语言模型生成的贡献，并指出目前常见的折中策略（如 Debian 所采用的）并不可行，实际上等同于对 AI 的缓慢背书。

本文认为，随着AI大量生成内容充斥市场，人类品味和审慎决策对于脱颖而出和将创意变现变得至关重要，并提供了适应的实用策略。

LinkedIn 正在添加一个按钮，让用户举报平台上的 AI 生成的“垃圾内容”，这是遏制低质量 AI 内容的更广泛努力的一部分。

尽管父母反对，婴儿潮一代仍在给孙辈送AI生成的个性化书籍，凸显了AI便利性与质量担忧之间的冲突。

作者同意LLM批评者关于内容泛滥和伦理等问题的观点，但仍然使用LLM，描述了在科技会议上观察到的认知失调。

Kapwing的一项研究发现，TikTok向新用户推荐的内容中59%为AI生成的垃圾内容，儿童内容受影响最严重。TikTok提供了“减少AI内容”选项。

作者发现，指示 AI 代理按照 Qt 风格生成 Web 前端，可以大大减少 AI 生成的 UI 中常见的“粗糙”问题，并分享了结果，呼吁进一步实验。

一篇反思性的博文，引用罗伯特·波西格的《禅与摩托车维修艺术》，探讨随着生成式AI工具泛滥，科技行业中的质量危机与虚无主义，呼吁重新关注工艺与价值观。

George Hotz认为，采用AI代理进行软件开发是一个代价高昂的错误，因为它们生成的是越来越难以检测的劣质代码（slop），而不是可靠的代码。他警告说，大型组织将比个人更受这一趋势的伤害。

一篇反思性文章，探讨使用AI代理（Pi）构建Pi开源项目时遇到的挑战，重点分析了大量低质量AI生成的问题报告如何误导人类维护者和AI本身。

一篇观点文章讨论了将真实艺术作品标记为AI生成如何导致错误的批评，并指出'slop'的定义是缺乏人类故事，而非AI参与。