凌晨一点，屏幕上是一份读起来毫无问题的稿子。句子通顺，逻辑闭合，过渡词用得恰到好处，连段落长度都很匀称。问题恰恰出在这儿——我找不到该改的地方，却又隐约觉得哪里不对。
通顺，和站得住，是两件事
语言模型的训练目标，是让下一个词更可能出现。这个机制决定了它倾向于写出“平均而言正确”的表达。平均意味着安全，也意味着没有棱角：不冒犯任何人，也不提供任何只有具体的人才能提供的东西。
我常用来判断的一个笨办法是替换。把段落里的名词换成同类词，如果意思几乎不变，说明这段话没有携带信息，它只是在维持语气。真正有内容的句子经不起这种替换，一换就塌。
成本没有消失，只是换了地方
过去写稿的难处在开头，面对空白页；现在难处挪到了结尾。初稿来得快，人的工作变成筛选、核对、删减、补细节。这部分工作量不显眼，却压着责任——谁签的字，谁就要为那句话负责。
几件我实际会做的事：
- 找出“据了解”“业内普遍认为”这类没有主语的断言，要么补上能追到的出处，要么整句删掉
- 把每段第一句单独拎出来连读，看它们能不能自己构成一条线索
- 检查有没有把不确定写成确定，尤其是时间、范围、因果这三处
- 读一遍开头和结尾，确认它们说的是同一件事
它顺手的地方，和不顺手的地方
它确实顺手：把散乱的笔记整理成提纲，把长句压短，同一段内容换几种语气，找出自己反复用到的词。这些事过去要花掉半天，现在几分钟就有个可以动手改的东西。
它不顺手的地方也很清楚：不知道什么值得写；判断不了一个说法站不站得住；不承担后果；给不出只有到过现场的人才有的细节。最后这一条最要命，因为读者记住的往往就是那种细节。
人的位置在后移
AI内容创作真正改变的，不是写作速度，而是写作的起点。过去从空白页开始，现在从一份可修改的东西开始。起点一变，人的价值就往判断上挪：写什么、留什么、删什么，以及愿不愿意为自己的取舍负责。
这也带来一个不太舒服的后果：会写句子的人变多了，能说清一件事的人并没有同比变多。表达的门槛降下来，判断的门槛反而更突出了。团队里如果没有人负责设定标准、留下修改痕迹，稿子会越积越多，质量却原地打转。
那天夜里，我把那份稿子删掉了三段，又补了一句自己确认过的话。字数少了，读起来反倒实了一点。这大概是我目前和AI内容创作相处的常态——它负责把话说圆，我负责决定哪些话不必说。