前阵子帮一个朋友看他写的工作总结。文字很顺，逻辑也完整，但我读到第三段时停了一下——那句话的语气不像他。他平时说话有点急，喜欢把结论甩在前面，再回头补理由；这份稿子却四平八稳，连转折都铺得很周到。我问他是不是用了工具，他说是的，把自己过去半年的周报喂了进去，让模型“按我的风格写”。
这件事比“AI会不会写得比人好”更值得琢磨。当他要求工具模仿自己，写出来的东西就处在一个尴尬的位置：既不是纯粹的机器文本，也不能完全算他的表达。编辑面对这样的稿子，判断标准开始松动。
通顺早就不是门槛
早几年，人们讨论AI写作，焦点多半在“能不能写通”。现在这个门槛已经很低。句子通顺、段落齐整、语气礼貌，这些能力变得廉价。真正稀缺的是另一类东西：作者为什么在这个地方停顿，为什么选择这个例子而不是那个，为什么愿意冒一点表达上的风险。
我审稿时会留意一些很小的痕迹。比如一个人写自己熟悉的领域，往往会不自觉地跳过某些背景，因为他以为读者也知道；而模型生成的稿子通常太体贴，什么都要解释一句。再比如，真人写作会有不均匀的地方，某一段写得密，某一段松，这种不均匀常常对应着作者真实的注意力分布。工具可以把这些抹平，抹平之后读起来更“安全”，也更难辨认。
所以问题不在于文字是否流畅，而在于流畅背后有没有一个具体的、会犹豫的人。
模仿风格，模仿不了选择
现在不少工具支持上传历史文本，学习用词习惯、句式长短，甚至标点偏好。技术上这不神秘：它从样本里提取统计特征，再在生成时靠近这些特征。效果常常不错，尤其对格式固定的文体，比如邮件、说明、常规报道。
但风格不只是表面特征。一个作者反复使用某个词，可能是因为偏爱，也可能是因为懒；一段话写得简短，可能是克制，也可能是没想清楚。AI写作能学到“怎么写”，很难学到“为什么这样写”。选择背后的理由，往往藏在文本之外——一次失败的尝试、一个被否掉的方案、一段不愿展开的经历。
这也是我对方仿写保持谨慎的原因。它容易产出“像”的文本，却难以产出“必须这样写”的文本。对需要快速成稿的场合，这已经够用；对需要作者承担判断的场合，还差一层。
编辑的位置在移动
过去编辑的工作很大一部分是修文字：删冗余、调节奏、补过渡。这些事现在可以部分交给工具。编辑的重心正在往前提——在动笔之前问清楚：这篇东西到底要解决谁的什么问题，哪些内容是作者真知道的，哪些只是看起来合理。
我自己的做法是保留一次“无工具起草”。哪怕只写三百字，把最想说的那几句先用手写出来，再让工具帮忙扩写或整理。这样做的原因很实际：那三百字里通常藏着整篇文章的骨头，后面怎么改都不至于散。
另一个变化是，我开始要求作者说明工具用在哪里。不是为了审查，而是为了让读者知道，眼前这段文字里哪些判断有人负责。透明本身不解决质量问题，但至少让讨论有落点。
边界不是禁令
我不太赞同把AI写作当成需要严防的东西。它更像一种新的书写条件，和当年从手写转向打字没有本质区别，只是介入得更深。真正需要守住的，是几个具体动作：关键判断自己下，事实自己核，语气自己定。剩下的部分，交给工具提高效率并无不可。
回到朋友那份总结。后来他改了一版，把模型写的那段开头删了，换成一句很直白的话：“这个季度我主要在处理一件没做成的事。”那句话读起来有点笨，但我知道是他写的。整篇因此站住了。工具可以继续用，只是有些位置，最好还是留给自己。