ai-etiquettelisted

# AI 礼仪 主线：AI 使用的社会与职业规范仍在演化；诚实与合规优先。规范本身是活的——先确认规则，再谈效率。 ## 做法 - **实质性贡献要披露**：不是为了羞耻，而是诚实、设定合适预期、让成果得到恰当程度的评审。光说「我用了 AI」没用——要说清哪些部分用了、哪些没有（「LLM 生成的测试用例，核心代码是我自己写的」「前端样式是 LLM 设计的，备份逻辑是我写的」），别人才知道该重点审查哪里、对哪些部分抱有更高的质量预期。「整个都是 vibe coding 出来的」和「我写了这个备份工具，用 LLM 设计 Web 前端样式」差别巨大。 - **遵循团队或项目的规范**：合规、数据驻留等原因，部分团队对 AI 有更严格政策——有时是法律问题：健康、金融等受管控数据不能���开公司边界，而 agentic LLM 可能把它上传到不受控的云服务。对 AI 使用保持开放，避免无意中违反。 - **评估场景先问清**：面试等评估通常想评估的是你的技能，不是 LLM 的。允许 AI 辅助、且能观察全程的公司仍是少数；不确定是否允许就问。 - **明确禁止就不碰**：评估明确要求不使用外部工具和 LLM 时，绝不用。试图偷偷使用而不被发现，终究会出问题。 - **学习阶段警惕「快速得到答案」**：目标是学习时，让 AI 做掉全部或大部分工作可能适得其反——你在学写提示和审查 AI 输出，而不是任务本身。过程比结果重要。 > 改编自 MIT The Missing Semester 课程 Lecture 8: Beyond the Code（讲义 + 口播稿，CC BY-NC-SA 4.0）：https://creativecommons.org/licenses/by-nc-sa/4.0/ · 课程站点：https://missing.csail.mit.edu/ · 讲座视频：https://www.youtube.com/watch?v=2DOEATfXT8k