一句话看懂：投资人 Nikunj Kothari 在 X 上吐槽，尽管人人都在谈论 AGI（通用人工智能），他收到的 100 封冷邮件里仍有 98 封是“垃圾”。这条帖子引发共鸣，核心观点是：在 AI 生成内容泛滥的时代，保持思考深度和克制使用 AI，反而成了稀缺竞争力。
事件核心：发生了什么
8 月 19 日，投资人 Nikunj Kothari 在 X（原 Twitter）上发布了一条帖子，直言“人们一直在谈论 AGI，但我收到的 100 封冷邮件中有 98 封是纯垃圾”。该帖获得 7000 多次浏览，评论区有多位从业者附和。Yoni Rechtman 调侃“写好一封邮件需要超级智能（superintelligence）”；用户 Char K 则指出，高谈 AGI 的人与制造低质内容（slop）的人之间存在高度相关性。
冷邮件（Cold Email）通常指商务拓展中向陌生人发送的首次联系邮件，是创投圈和销售领域最常见的触达方式。Kothari 的观察直指一个普遍现状：大量 AI 辅助生成的沟通内容，缺乏针对性和真实信息增量。
为什么重要
这条帖子的价值不在于“批评邮件质量”，而是反映了一个结构性变化：随着大模型训练与推理成本下降，AI 生成文本的门槛几乎归零。开源模型和闭源 API 让任何人都能批量产出语法通顺、但实质空洞的推销内容。
当 AI 工具让“生成”变得廉价时，信息的筛选成本反而上升。对于投资人和决策者来说，区分“AI 套壳的噪音”和“有真实洞察的信号”正在成为一种新能力。这也意味着，AGI 的讨论热度与实际生产力之间仍存在巨大鸿沟——模型能力不等于商业价值，更不等于沟通质量。
对用户/开发者/创作者的影响
对普通用户而言，这意味着邮件、私信、LinkedIn 动态中的无效内容会进一步增多，需要更警惕来源和内容实质。对开发者和创业者来说，这篇帖子是一个提醒：调用 API 生成冷邮件只是第一步，真正的“alpha”（超额收益）来自对目标对象的深入研究、对行业痛点的准确判断，以及负责任地选择在哪些环节使用 AI。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对内容创作者同样是信号——AI 可以辅助完成初稿、框架整理、语法润色，但选题嗅觉、独特观点和真实经验无法被提示词替代。评论区中“读过自己的冷邮件和领英消息再说话”的嘲讽，实际上指向同一逻辑：AI 能降低表达成本，却不能免去思考责任。
值得关注的后续
目前公开信息显示，这条帖子仍停留在从业者观点层面，尚未引发具体产品或政策层面的连锁反应。可以留意的后续观察点包括：
第一，是否有邮件营销工具（如 Outreach、Apollo、Lemlist 等）推出针对“AI 痕迹检测”或“个性化评分”的功能，帮助用户提升邮件的真实感。第二，创投圈是否会开始明确定义“AI 辅助沟通”的规范，例如在冷邮件中标注是否使用 AI 生成。第三，关于“AI 垃圾信息”的讨论是否从邮件扩展到更广泛的营销渠道，如社交媒体评论、应用商店评价和内容平台，进而推动平台方调整内容推荐算法。
