# 聊天机器人正把我们推进一个“后人类互联网”

> 原标题：聊天机器人正将我们推向后人类互联网

- 来源：纽约时报中文网
- 发布时间：2026-08-21T05:07:02.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52196
- 原文：https://cn.nytimes.com/technology/20260821/ai-chatbots-internet-communication-loops/

## 摘要

这篇文章讲的是“机器人循环”——对话双方都把活儿扔给 AI，人反而成了旁观者。一个求职者花了 10 小时训练两个聊天机器人，帮自己给几百个金融岗位写求职信；雇主那边也用 AI 筛选器来读这些信。Meta 收购了一个叫 Moltbook 的社交网络，专门让机器人跟机器人聊天。马里兰大学一位教授提醒，用同一套模型驱动的系统会共享盲点，容易把错误放大；哈佛医...

## 推荐理由

文章抛出了一个好记的概念“机器人循环”，用求职信和 Moltbook 收购两个案例把荒诞感做实了。对行业读者来说，这比单纯讲趋势更有共鸣点，但本质还是现象评论，没有产品发布或数据可以落地操作，所以重要性停在 78。

## 锐评

这篇文章讲了一个正在发生的现象：对话双方都把活儿扔给AI，人反而退出了交流。一个求职者花10小时训练两个聊天机器人，帮自己给几百个金融岗位写求职信；雇主那边也用AI筛选器来读这些信。Meta甚至收购了一个叫Moltbook的社交网络，专门让机器人跟机器人聊天。马里兰大学一位教授提醒，用同一套模型驱动的系统会共享盲点，容易把错误放大；哈佛医学院一篇论文模拟了AI误读X光片后，错误如何在医院系统里层层传递。有研究还发现，AI简历筛选器更偏爱AI写的申请。

文章把这事讲得挺实在，没往科幻方向渲染，而是指出这些循环已经变得日常、有时有用，但空洞——对话没了好奇心、同理心和摩擦。数字值得留意：求职者投入10小时训练机器人，换来几百份定制求职信，效率确实高，但代价是双方都不知道对面到底是不是人。

缺的地方在于，文章没给出具体数据说明这种循环的出错率有多高，也没讲清楚当错误被放大后，有没有可行的纠错机制。另外，Moltbook的案例只提了一嘴，没展开说机器人社交网络里到底在聊什么、有没有产生有价值的信息。这些信息缺口让人没法判断，这到底是效率工具的正常演进，还是互联网在悄悄变成一台自己跟自己玩的机器。