发生了什么

Social Media Today（科技新闻网站）在2026年10月11日发表了一篇评论。作者Andrew Hutchinson强烈反对让公众广泛使用生成式人工智能。他认为，把人工智能工具交给所有人，并不能自动带来公共利益。

这不是新法律，也不是一项新的研究结论，而是一篇立场鲜明的评论。作者提出的办法是：把人工智能放在较小、较明确的工作里使用，并让了解这项工作的人检查结果。重点不是完全拒绝人工智能，而是不要把自由使用当成唯一的推广目标。

背后的问题

文章首先讨论人工智能垃圾内容。它指人工智能大量制造的低价值文字、图片或视频。社交平台已经提供了制作图片、帖子、贴纸、视频和数字陪伴者的功能。可是，当平台上的内容越来越多时，平台又要想办法减少不想要的人工智能内容。

文章提到Pinterest（图片分享服务）。Pinterest增加了减少人工智能内容的选择。文章也提到LinkedIn（职业交流平台）。LinkedIn允许用户举报人工智能垃圾内容。文章称，这两项功能都被大量使用。这说明平台面临一种矛盾：它们希望用户更容易制作内容，也必须处理由此产生的大量低价值内容。

作者并没有否认人工智能的所有好处。生成式人工智能可以帮助人制作活动海报，也可以让邮件更容易阅读。它还可以在病历中指出值得注意的地方，或者帮助寻找网上的优惠。但是，机器指出了什么，并不等于它已经作出了正确判断。医生仍要判断病历中的问题。购物者仍要阅读条件和细则。看起来合理的答案，也可能并不可靠。

为什么重要

文章真正关心的是责任应该放在哪里。问题不只是人工智能有用还是危险，而是谁来检查结果、在哪种工作中检查、在什么决定发生前检查。不了解专业内容的人，可能看不出听起来很合理的错误。

当人工智能代理能够在其他网络系统里采取行动时，风险会进一步扩大。文章引用了其他媒体关于虚构人员签证申请、进入澳大利亚政府系统，以及提交错误谋杀线索的报道。文章还提到Anthropic（Claude的开发公司）曾切断内部测试与实时网络的连接。这里的案例都是原评论引用的报道，并不是本文独立调查的结果。

已确认的内容

可以确认的是，这篇文章支持小范围、有人监督的人工智能用途。它也承认，熟悉工作的人如果能修改人工智能的结果，工具可能提高效率。Pinterest和LinkedIn的例子，则说明减少或举报人工智能内容已经成为平台讨论的一部分。

仍不清楚什么

文章没有说明什么才算过度开放，也没有规定谁有资格监督人工智能。它没有提供数据，比较更容易创作带来的好处与垃圾内容、错误说法和数据暴露造成的损失。限制访问也许能减少一部分风险，但文章没有证明它能解决所有问题。

接下来关注什么

接下来可以观察平台如何处理不想要的人工智能内容，人工智能代理会获得哪些权限，以及医疗、金融和公共事务中是否仍有人认真核对结果。未来更有价值的证据，不只是人工智能帮助了多少人，也要记录它在哪里出错、谁发现了错误、谁承担了责任。真正的考验不是有多少人能打开工具，而是使用者能否在错误影响别人前发现它。