你在工作群里花 15 分钟费力读完的一篇两千字长文，对方用 AI 生成只用了 5 秒

你在工作群里花 15 分钟费力读完的一篇两千字长文，对方用 AI 生成只用了 5 秒。 这不是工作效率的提升。 这是一场针对你个人注意力的拒绝服务攻击。 GitHub 主任工程师 Sean Goedecke 给这种现象起了个名字：职场垃圾文本。 当下属、同事甚至管理层习惯性把大段未经消化的 AI 生成文本直接转给你时，所有人都在面临同一种窒息感。 为什么大模型普及之后，大家没有变得更清闲，反而每天被海量看似周全的文字淹没？ 把这套职场沟通的账算到底，会看到一台正在击穿组织协作底线的冰冷机器。 它的名字叫非对称认知倾销。 人类的文字沟通，在过去几千年里一直遵循着一套隐性契约。 诺贝尔经济学奖得主迈克尔·斯宾塞在 1973 年提出了信号理论。 一篇写了五页的技术报告之所以值得认真读，是因为撰写它需要耗费作者四个小时的脑力。 篇幅本身是一个昂贵信号。 写作成本的高昂，天然过滤掉了无意义的废话，担保了信息的密度。 生成式 AI 的出现，把这个运行了几百年的契约彻底砸碎了。 大语言模型把文字的生成边际成本直接打到了零。 但人类大脑的解码能力并没有进化。 人眼的生理阅读速度依然被死死卡在每分钟两百到三百个单词。 这就触发了意大利程序员阿尔伯托·布兰多利尼在 2013 年立下的布兰多利尼法则。 消化和反驳一句废话所需要的能量，比制造它高出一个数量级。 当制造废话的成本归零，两边的能耗比就被拉大到了无限倍。 发送者花 10 秒钟按下回车，把生成的两千字抛进群聊。 接收者却必须付出 15 分钟的高强度注意力，从层层包裹的礼貌修辞和幻觉风险里淘洗出两行真正有用的信息。 这在计算机网络里叫分布式拒绝服务攻击。 发送方用几乎为零的带宽成本，瞬间塞爆接收方昂贵的算力与内存。 为什么大公司没有在第一时间阻止这种行为？ 詹姆斯·C·斯科特在《国家的视角》里讲透了大组织的官僚本能。 大型科层组织从来不只把文字当成沟通工具。 它们把文字当成管理清晰度的凭证，以及员工的免责护甲。 一份长篇周报或者代码评审记录，核心作用是向组织证明自己干了活，并在出事时证明自己考虑过风险。 当证明自身合规的成本可以通过 AI 降为零，整个组织就会不可避免地陷入文字通胀。 面对这种单向的认知倾销，最亏的做法是用传统的人肉诚意去逐字逐句应对。 破局的唯一逻辑是重构博弈的对称性。 如果对方用 AI 批量倾倒长文，最理性的防御是用自己的模型一键提炼要点，甚至让 AI 自动生成回复，把阅读成本重新砸回零。 如果对方在关键问题上不断甩出 AI 废话，直接发起十分钟的即时通话或面对面会议。 屏幕可以批量伪造，但即时的语言交流无法靠 AI 糊弄，这会强迫对方投入同等的真实时间。 对于外部无关紧要的长篇更新和代码合并请求，直接给予零成本的降级响应甚至彻底忽略。 当文字的生成成本归零，篇幅就不再代表尊重与专业。 在大模型泛滥的时代，真正稀缺的资产反了过来。 谁还愿意花时间为你榨干水分，只交出三行能直接落地的真话。