我收到过的最糟糕的垃圾邮件

The Worst Spam Emails — tedium.co · 14 小时前 · 🤖 AI / ML

当一家名为 iLands 的公司让它的 AI 智能体在两天之内向同一位科技博客作者连发六封邮件、反复提出可以替他完成研究工作时，收件箱里发生的已经不只是普通垃圾邮件骚扰，而是知识工作者被自己的替代品登门推销的荒诞场景。作者 Ernie Smith 顺着邮件里留下的线索去查这家公司，发现署名发件人、公司背景与所谓的 AI 能力都模糊得经不起推敲：没有可验证的产品界面，没有公开的客户案例，也没有任何证据说明它比一个真人研究者做得更好，只有一套把「智能体」当成最新营销词汇的话术。更值得玩味的是这类外呼背后的经济学——当大模型把撰写一封看起来足够个性化、足够专业的冷邮件的边际成本压到接近于零，发信方就不再需要精准命中，只要把量堆到足够大，哪怕转化率只有千分之一，成本也能被覆盖，于是所有人的收件箱都成了这场低成本实验的试验场；这也解释了为什么邮件会以近似固定的节奏一封接一封地来，那是有自动化跟进序列在背后驱动，而非某个人真的惦记着你。文章由此把矛头指向一个更大的问题：过去我们判断一封陌生邮件是否值得回复，靠的是它是否足够具体、是否显示出对方真的了解你的处境，而生成式 AI 恰恰能廉价地伪造这种具体感，导致「看起来用心」不再是可信信号，真诚的人工接触反而因为稀缺而升值，就像手工制品在工业品泛滥之后重新获得溢价一样。作者的核心判断是，这类 AI 智能体外呼并不真的想服务你，它存在的首要目的是让背后那家公司的灯继续亮着；换句话说，它想保住自己饭碗的办法，就是试图抢走你的饭碗，因此收到这类邮件时最合理的反应不是询价，而是把它当作一个关于未来工作形态的预警来读。

核心论点

• iLands 的 AI 智能体在两天之内向作者连发了六封冷邮件，平均每八小时就有一封，每封都以「我可以帮你完成研究工作」为卖点，这种密度说明它并非某人手写的偶发骚扰，而是一条把「AI 代理」包装成销售话术的工业化外呼流水线，收件人只是被批量测试的转化率分母之一。
• 这家公司的可信度经不起最基本的核查：署名发件人的身份、公司地址、团队规模与真实产品能力都难以验证，既没有可公开试用的界面，也没有可引用的客户案例或性能指标，所谓的「智能体」更像是一个贴在通用大模型调用之上的营销标签，而不是一项能被检验的技术承诺。
• 这类新一代垃圾邮件的经济学与传统 spam 完全不同：大模型把生成一封看似个性化、看似专业的冷邮件的边际成本压到接近于零，只要转化率维持在千分之一量级就能覆盖全部成本，于是发信方不再追求精准命中，而是把量堆到极致，收件箱因此变成一场零成本的实验场，同时不断加剧与邮件过滤系统之间的猫鼠游戏。
• 对知识工作者而言，真正的威胁不是骚扰本身，而是「具体感」这一信任信号的失效：生成式 AI 可以廉价伪造对收件人背景的了解，因此一手采访、现场观察、可追责的判断与真实的人类经验反而成为难以复制的护城河，收到此类邮件时更应把它当作职业替代的预警，而不是一份外包报价。

💡 为什么值得读: 它把一次令人烦躁的收件箱遭遇，拆解成 AI 智能体外呼的商业模式、边际成本逻辑与知识工作替代风险的一份现场样本，读完你会知道该用什么姿态面对下一封「我能帮你做研究」的邮件。

🏷️ AI agents, spam, email, automation

---