🐯虎嗅•較早收集於 19m
「反人類」AI 插件模擬 DeepSeek 宕機
💡開源工具增加 AI 回應摩擦對抗依賴—立即安裝！
⚡ 30-Second TL;DR
有什麼變化
攔截 JavaScript Fetch API 延遲 AI 回應渲染。
為什麼重要
引發 AI UX 摩擦辯論，或啟發設計師平衡速度與用心使用。凸顯 LLM 誘發認知外包的隱憂。
下一步行動
從 GitHub 安裝 Slow LLM Chrome 擴充功能，並在 ChatGPT 工作流程中測試。
誰應關注：Developers & AI Engineers
關鍵要點
- •攔截 JavaScript Fetch API 延遲 AI 回應渲染。
- •Chrome 插件個人用或 DNS 全網延緩。
- •針對 ChatGPT、Claude、Grok、Gemini；GitHub 開源。
- •德州大學教授 Sam Lavigne 製作，對抗無摩擦 AI 導致的技能退化。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Sam Lavigne 的 Slow LLM 專案不僅是技術工具，更被視為一種「數位抵抗」（Digital Resistance）的藝術實踐，旨在透過人為製造的認知摩擦，挑戰當前 AI 產業追求極致速度與效率的敘事。
- •該工具的設計哲學深受「慢科技」（Slow Tech）運動影響，試圖透過強制性的等待時間，迫使使用者在 AI 生成內容的過程中進行批判性思考，而非被動接受即時產出的結果。
- •除了瀏覽器插件形式，該專案提供的 DNS 解決方案允許使用者在網路層級進行攔截，這意味著它具備了跨平台、跨應用程式的潛在影響力，而不僅限於單一瀏覽器環境。
🛠️ 技術深入
- •核心機制：利用 JavaScript 的 Service Worker 或攔截 Fetch API，對目標網站（如 chatgpt.com）的串流回應（Streaming Response）進行攔截。
- •延遲邏輯：透過 ReadableStream 介面，將 AI 模型原本高速輸出的 Token 緩衝，並設定隨機或固定的延遲時間（Delay Interval）逐字釋放，模擬網路不穩定或伺服器負載過高的效果。
- •DNS 實作：透過修改系統或路由器的 DNS 解析，將目標 AI 服務的流量導向至本地代理伺服器（Proxy），在伺服器端進行封包處理與延遲注入。
🔮 前景展望AI analysis grounded in cited sources
AI 介面設計將出現「認知摩擦」選項
隨著對 AI 依賴導致技能退化的擔憂增加，未來 AI 平台可能會引入類似 Slow LLM 的可選功能，以滿足教育或深度思考需求。
瀏覽器安全性與擴充功能審查將更嚴格
由於 Slow LLM 透過攔截 Fetch API 進行流量操縱，這類技術可能被惡意軟體模仿用於中間人攻擊，促使瀏覽器廠商加強對網路請求攔截權限的控管。
⏳ 時間線
2025-02
Sam Lavigne 發布 Slow LLM 專案，並在 GitHub 開源。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗