今天打开微博和知乎，同一个吐槽撞了个满怀。微博上，话题#材料AI写还让我鉴AI烦不烦#挂上了讨论区，"现在开会都是互相扔AI文档"成了最直观的注脚。知乎热榜上，"大厂员工吐槽现在开会就是互丢AI文档"的问题一天之内攒下了一百多万浏览，讨论的正是公司强调内化AI能力之后，产出质量到底有没有提升。两条内容指向同一件事：AI把写材料的成本打到了地板价，然后把"鉴定材料"的成本，原封不动甩给了读材料的人。微博知乎
这不是段子，是很多办公室正在发生的日常。今天把这件事的来龙去脉和各方说法捋一遍，再给写材料和读材料的人各一份能直接上手的清单。
先看这场"互扔AI文档"是怎么形成的
工具侧的变化速度超出了大多数人的预期。有博主晒过自己的用法：叫同事过来口头交代事情，打开飞书的录音转写，20分钟说完，几秒钟直接转出2个2500字以上的文档，还自动配上思维导图、表格和逐字稿。知乎上的高赞回答说得更直白：以前做一份30页PPT很贵，大家多少会先想清楚再写；现在十几分钟就能生成一个像模像样的版本，于是"像答案的东西"越来越多。微博知乎
表达成本暴跌的另一个结果，是"证明我做过"也变成了白菜价。有职场博主总结：开会前AI做PPT，开会时AI记纪要，开完会AI整理汇报，半小时搞定以前半天的事，于是职场演员集体穿帮——因为流程产出人人都做得到，事情有没有真正推进反而藏不住了。微博
微博上一位AIGC领域博主的观察，可能是这条热搜里最扎心的一句：收一份材料，除了看内容，还得猜是谁写的、追问哪些核实过，最后替提交者补上本该完成的检查。"你用AI省下的时间，是不是变成了别人的加班？"生成材料的人一键交稿，接收材料的人逐句排雷，这笔效率账恐怕得重新算。微博
鉴AI这件事，本身就是个坑
话题讨论区里，几种声音值得分开看。
第一种声音：AI检测工具靠不住。有博主指出，AI鉴定工具的准确率只有六七成，三成以上的判断是错的——你用一个可能出错的工具去判断另一个工具的产出，然后拿结果去处理人，这个链条从根上就不稳。更麻烦的是误伤：一位文字工作者说，手写材料的人一旦被打成"AI文"，第一反应是拿证据自证，但写作过程看不见，几十小时的码字被压成几万字成品，别人看到的只是结果，这件事从一开始就注定输。微博微博
第二种声音：AI检测器检测的从来不是AI，是"像模板的写作"——四平八稳、滴水不漏、没有个人语气的文字最容易被判成AI，哪怕它是人写的。一位博主的吐槽引发了不小共鸣：“不是…而是”“说白了”"本质上说"这些原来常见的行文元素，现在真正的活人反而不敢用了，因为AI用得太多，人类再用就显得很有AI味，人类语言已逐渐被AI侵占。微博微博
第三种声音来自管理者侧。小红书上有人分享带团队的经验：收上来的周报好几份AI味特别重，不是说不能用AI，是有人偷懒偷得太明显了。还有博主提醒了一个更隐蔽的风险：AI写周报最危险的不是写不出来，而是写得太会包装——回了几封邮件、改了一页PPT，转头就能被润成"跨部门协同调研"。小红书小红书
把这三种声音叠在一起，能看出这件事的真实结构：AI降低的是表达成本，不是判断成本。材料越产越多，真正稀缺的反而变成了：这个结论对不对？证据够不够？有什么风险？下一步做什么？如果公司里"材料变多、流程没变"，那AI提的就不是效，是产量。知乎
写材料的人：去AI味，补的不是语气是判断
先说结论：指望换几个词、调下语气来"去AI味"，方向就错了。检测和反感针对的都是"没有判断痕迹的材料"。实操上分三步。
第一步，先核事实，再组织表达。把本周真正发生的事、原始记录、数据先列清楚喂给AI，再让它组织成文，而不是直接说"帮我写一份周报"。直接生成的必然是"持续推进、进一步提升、有序开展"这类正确的废话，一眼假。有博主专门分享过两步写法：先核事实，再组织表达，成品立刻不一样。小红书
第二步，主动留下判断痕迹。AI擅长铺陈，你要负责砍和选：哪个结论最有把握、哪句话是自己验证过的、哪里有风险说不清。写完自问四句：结论对不对？证据够不够？有什么风险？下一步做什么？这四个位置上有你自己的话，材料就AI味大减。
第三步，警惕过度包装。把"回了几封邮件"润色成"跨部门协同调研"，短期看是漂亮，长期看是在透支你的可信度——鉴AI的不只是工具，还有同事和领导的感觉。材料可以AI写，数字和事实必须自己兜底，因为一旦被发现一次注水，之后你说什么都要先自证清白。
读材料的人：别再人肉鉴AI，让AI帮你读AI
如果每天要消化大量别人生成的材料，人肉逐句排雷是最不划算的做法。更聪明的姿势是反向利用：把收到的材料丢回AI，让它做三件事——提炼这份材料真正请求的决策是什么、列出其中未经验证的关键假设、标出数据和结论对不上的地方。你只需要复核AI标出的疑点，读材料的效率完全不是一个量级。直接甩一句"帮我写周报"尚且只能得到正确的废话，把材料原样丢回AI自然也一样：关键在于提问的方式，而不是工具本身。小红书
如果是组织会议的人，方案要更彻底：会议如果还围绕"讲文档"，AI只会放大低效。开会前锁三件事——要做什么决定？有哪些关键证据？会后谁负责什么？否则大家用AI生成PPT，再用AI总结别人的AI PPT，看起来信息密度很高，真正发生的只是信息搬运速度变快。知乎
判断AI有没有真的提效，别看产出了多少材料，看三组指标：决策周期有没有缩短、返工有没有减少、方案有没有真正进入执行。这三项没变化，所谓提效就只是把制作层做快了。知乎
后面还会发生什么
就在同一天（9月26日），微软正式发布了新版Copilot"超级应用"，把聊天、编程、智能体整合进单一入口并嵌入Office全家桶，微软方面的说法是"正如Office定义了PC时代的工作方式，新Copilot旨在定义AI时代的工作方式"。知乎
几乎同一时间，有开发者从ChatGPT网页端代码里挖出"PROMAX"字样，坊间流传OpenAI在筹备月费可能高达500–600美元的高端订阅，不过官方并未确认。知乎
这两条消息对本话题意味着同一件事：生成材料的成本还会继续降，入口还会更顺滑。工具越强、材料越便宜，“判断"就越贵——稀缺的不是会写的人，是能对材料负责的人。对个人来说，值得持续观察的信号有两个：一是你所在公司对AI材料的验收标准会不会从"写得像不像"转向"数字准不准”；二是AI检测误伤的争议会不会推动平台方给出内容溯源功能。在那之前，写材料的留好判断痕迹，读材料的用好AI排雷，是普通人在这场材料通胀里最实际的自保姿势。
