周三上午打开编辑器，收到一份看起来挑不出错的稿子。句子通顺，段落齐整，每个小标题都恰到好处地出现。读第二遍才发现问题：读完它，我说不出作者到底想让我记住什么。
这种“没问题却没内容”的文本如今越来越多。它们大多出自AI内容创作的流水线——一个人给出主题，工具在几秒内铺出骨架，再填上看起来合理的句群。通顺是真的，判断是缺的。
通顺和正确是两件事
语言模型的工作方式是预测下一个词。它被训练成让文本“像”人写的，而不是让文本“对”。这两件事在多数时候重合，在关键处分开。一个比喻用得漂亮，可能只是因为它常见；一个结论说得圆满，可能只是因为它折中。
我见过不少稿子，把“有人认为……也有人认为……”当作平衡，实际上是把判断推给读者。模型倾向于这种写法，因为它在语料里出现得足够频繁，风险也足够低。人写东西时的犹豫是具体的，模型的犹豫是统计性的。
它省下的到底是哪一段
讨论AI内容创作时，容易滑向两种说法：一种是它什么都能写，一种是它什么都不能写。都不准确。它真正替掉的，是从零到有一个东西的那段时间。
面对空白页的停顿，是写作中最消耗人的环节。工具把这段压缩了，代价是你要面对一堆已经写好的、需要判断去留的句子。很多人低估了后半段的成本：删掉不想要的，比从空白开始写更累，因为每一句都在暗示你“留着也不亏”。
一个更实际的用法
我的习惯是把它放在两个位置。一是提问，让它列出这个话题下面还没被问过的问题；二是结构，让它给出三种完全不同的组织方式，供我逐一否掉。结论部分自己写。
它适合做宽阔的、没有立场的劳动：列清单、换说法、找反例。不适合做需要承担后果的表述：事实是否准确、经验是否属于自己、出了问题谁负责。这三件事外包不出去。
- 凡是涉及具体事实的句子，回到原始来源核对一遍，不因为读起来顺就放过。
- 凡是第一人称的经验，只写自己真的经历过的部分，宁可留白。
- 凡是给出判断的段落，问自己能不能为它辩护三分钟。
写作者的坐标
值得留意的不是工具变强，而是使用者对自己的要求会不会跟着降低。当生成一段文字的成本接近于零，稀缺的就不再是文字，而是“你为什么这么想”。这句话没法交给模型，因为它没有“为什么”，只有概率分布。
所以我不太担心AI内容创作会让人无字可写。我担心的是另一种情形：写的人越来越多，愿意为一个判断负责的人越来越少。前者可以靠工具，后者只能靠自己。