夜里十一点，文档的光标闪了很久。我打开对话框，敲进去三行要求：对象、字数、语气。几十秒后，一段结构完整、句子顺滑的文字铺在屏幕上。读第一遍觉得不错，读第三遍开始犯困——它说的每句话都对，却没有一句非说不可。
这大概是很多人对AI写作的第一层体验：速度惊人，读完却记不住什么。
它擅长的是通顺，不是知道
语言模型做的事，是根据上文预测下一个词。看过的文本足够多，它就摸清了哪些词常常一起出现、哪种段落走向更常见。于是它写出的句子天然带着平均值：稳妥、齐整、转折得体。这算不上缺陷，只是原理使然。
但读者要的常常不是平均值。一篇稿子能被记住，多半因为某个具体的东西——一句原话，一个数字背后的犹豫，一个只有当事人才知道的场面。这类内容不在语料里，模型没法凭空生成，只能编。而它编得很像真的，这才是需要留神的地方。
省掉的那部分，恰恰是重量
用AI写作提速，最先省掉的往往是找材料的时间。省下来的时间拿去打磨句子，听上去划算。可句子的质感，很多时候是从材料里长出来的。没去过现场，写不出走廊里那股味道；没和人聊够两个小时，写不出他讲到某句话时的停顿。
另一样被省掉的是犹豫。人写东西会卡住，会在两个词之间反复权衡，这个卡顿本身就是一种判断。让模型先出一版，卡顿消失了，判断也一并让了出去。改别人的稿子，比从空白页开始更容易滑向“看起来没问题就行”。
谁署名，谁负责
内容一旦发布，读者默认是某个具体的人在说话。文字里出现偏差、引用错漏，承担后果的不是模型。这条线其实不难划：可以借助工具整理思路、检查语病、列出提纲，但涉及事实、观点和承诺的部分，必须有人逐句确认过。
有些文本我倾向于不让AI写作代劳：需要一手经验的叙述、需要表态的评论、需要承担责任的说明。原因在于这些文字的价值恰好在于背后站着一个人，而不是不信任工具。
我现在怎么用
- 把散乱笔记丢进去，让它归并成条目，再由我决定哪些留下。
- 初稿写完让它挑出逻辑跳跃的段落，指到的地方我自己判断改不改。
- 需要多种表达方案时让它给几版，我基本都会重写，但它的措辞常能带出新的想法。
- 不把它生成的内容直接当引用材料，任何事实都回到源头核对一遍。
有一次，我把一段自己很满意的文字删掉重写，只因为那是它写的，我说不清自己是否真的同意其中的判断。这种别扭感大概是好事，说明判断还在自己手里。
AI写作真正改变的或许不是写作本身，而是写作者愿不愿意在省力之后，把省下来的力气还回去。