Quoting（引用转发）在 AI 圈的语境下，指 Simon Willison 等技术博主常用的内容形式：在自己的博客或社交媒体上引用他人观点的片段，再附上简短评论和原文链接。它既是博客写作的一种传统手法，也因 AI 话题传播速度快，成为从业者追踪行业动态、聚合观点的重要媒介。近年随着大模型话题热度上升，这种"引用+短评"的模式在 AI 社区的信息流通中占据了独特位置。
Quoting 近期进展
当前焦点与观察点
目前围绕 quoting 的讨论主要有三个层面。其一是信息可靠性：引用转发链条越长，原始语境越容易丢失，尤其是关于模型能力、安全红队结论等敏感话题，断章取义的风险客观存在。其二是平台机制差异：博客上的引用通常附带完整链接和署名，而社交媒体的引用转发更依赖算法分发，两者的传播效果和责任边界并不相同。其三是对行业叙事的影响——像 Meta 宣称"终于有了前沿模型"、Google 强调 Gemini 可输出 100 万 tokens 这类厂商表态，往往先经由引用转发被放大，再进入公开讨论。
对普通读者而言，观察 quoting 生态的一个实用角度是追溯原始出处：看到引用观点时，点开原文链接确认完整语境，比只读二手片段更能判断观点的分量。对内容创作者而言，引用他人的同时附上有信息增量的短评，仍是这一形式区别于纯转载的核心价值。短期内，随着 AI 领域信息密度继续升高，quoting 作为低成本的策展手段，预计仍会保持其在技术社区中的活跃度。