AI 时代的写作：什么会留下来

关于 AI 和写作的焦虑里，有一种说法我认为是错的：真正处在危险中的，是“写句子”的能力。

不是。

如果句子是我们担心的基本单位，那拼写检查器普及的时候这场战斗就已经输了。也许更早，在打字机替代鹅毛笔、移除了迫使你在落墨前先思考的物理阻力时，就已经输了。造句的手艺一直是一套习得的惯例，而惯例会演化。

AI language models 真正做的事情更有意思，也更具破坏性：它们把 流畅性 商品化了。它们可以在几乎任何主题、任何语体里生成合格的 prose，速度没有人类能比。这不等于生成好文章。但它意味着，流畅性，也就是把词正确、顺滑地串起来的基本能力，已经不再是一个有意义的差异化因素。

什么会留下来

我认为，在流畅性被商品化之后，仍然会留下三件事。

判断力。 判断什么真正值得说，什么不值得。语言模型非常 helpful。你让它写文章、essay、memo，它都会写，并且写得听起来合理。这种 helpfulness 是一个微妙的陷阱。我们大多数想写的东西，其实并不值得写。编辑功能，也就是那个说“不，这其实不重要”的能力，是不可约的人类能力，因为它需要对结果有真实 stake，而工具没有。

上下文。 不是模型的 context window，而是一个人在特定领域里长期行动、积累出的生活上下文。当我写技术和文化时，我调用的是多年阅读、构建、争论、犯错和更新的经验。这种上下文不是通过一个 prompt 就能交给模型的。这不是对 credentialism 的辩护，而是一个观察：真正的 insight 需要某种具体暴露，无法按需合成。

承诺。 愿意把一个真实观点写下来，署上自己的名字，并知道它可能是错的。这听起来简单，但大多数写作，尤其是专业语境里的写作，都刻意不承诺。它会 hedge。AI writing 默认也会 hedge。当看起来合理的文字越来越多，一个愿意说“这是我真正相信的东西，以及为什么”的作者，只会变得更有价值。

这对实践意味着什么

我在写作流程里使用语言模型。我用它们来 think out loud，生成我还没有考虑过的反驳，草拟那些需要存在但不需要深度判断的段落：过渡段、总结、铺垫上下文的开头。我把它们当成工作的 accelerant。

但我不会让它们生产观点。观点才是工作本身。其他都是安排。

未来十年真正重要的作者，不是能写最多流畅句子的人。那已经是 solved problem。真正重要的是那些拥有足够上下文、知道什么是真的，拥有足够判断力、知道什么值得说，并且拥有足够信念、愿意清楚表达并署名的人。

写作的地板刚刚大幅抬高。天花板没有移动。