上周改一篇稿，改到第三遍才发现问题不在句子，在判断。稿子是我先用AI内容创作工具起的草，结构齐整，过渡顺滑，每一段都对，但每一段都可以整段换掉。像在审一份没有署名的会议纪要：信息在，人不在。
不是工具的错。它确实快。以前写千把字的行业观察，光把散落的材料读一遍就要小半天；现在把材料丢进去，几分钟能拿到几个版本。省下来的时间本该去做更难的判断，可多数时候，它被用来做更多的稿子。
先分清哪些活儿能递出去
我大致把手上的写作任务分成三种。一种是转换：把长文压成摘要，把口语整理成书面语，把表格描述成段落。这类交给AI内容创作，几乎不用返工。另一种是铺陈：给一个论点找几种展开方式，补一段过渡，把拧巴的句子改顺。省力，但要挑。还有一种是判断：这篇该不该写、对谁说话、哪句话会伤人、哪个结论的证据其实不够。这类递出去，等于把署名一起递出去了。
麻烦在于边界是模糊的。在铺陈上用顺手了，很容易顺手把判断也推过去。动作太轻，只是多按一次回车。
“读起来顺”反而是个信号
模型的输出有个共同点：它倾向给出统计意义上的中间答案。句子没有毛病，逻辑没有断点，用词停在最安全的那一档。单看一段很好，连着读十段，会发现密度均匀得可疑——该重的地方没重，该轻的地方没轻，那些粗糙、犹豫、突然拐弯的地方一起被磨平了。
读者未必说得出哪里不对，但会有反应。“AI味”这个词最近常被提起，指的往往不是某几个词，而是通篇保持同一口气的写法。一口气写完一千字不喘，本身就少见。
事实核查不能外包
这一条我想说得硬一点。模型会给出看起来很确定的表述，包括时间、来源、因果关系。它不是在骗人，它是在补全。补全出来的东西和真实发生的事，在文本上长得一模一样，只有回到源头才能分开。所以引用、数据、谁的哪句话，我仍然一条条查。查不完的，就改成谨慎的说法，或者干脆不写。相比一个漂亮但站不住的结论，我更愿意留着那句“目前还看不清”。
现在的用法
- 让它当反方。写完一个观点，让它专门找漏洞，比让它夸有用得多。
- 一次要五个版本，然后只用其中一句。目的是打破自己第一反应的那个写法。
- 用它做提问的起点，而不是答案的终点。追问三轮，通常能问出自己没想到的角度。
- 成稿最后一律手改一遍，尤其是开头和结尾，那两处最藏不住平均句。
说到底，AI内容创作改变的不是“能不能写”，而是“写完之后谁来负责”。工具可以把句子磨平，责任磨不掉。一篇稿子发出去，读者记住的往往是那些有棱角的地方——一个具体的时间点，一句不太客气的判断，一处作者自己也没想通的犹豫。这些东西，目前还得自己攒。