AI写作是一种命运

本文来自微信公众号：腾讯研究院，作者：王焕超（腾讯研究院高级研究员），题图来自：AI生成

1882 年初，三十七岁的弗里德里希·尼采，买了一台时髦的机器。

那台机器叫“马林-汉森书写球”，由一位丹麦牧师专为盲人设计，五十二个键呈半球形排布，像一只钢制的刺猬。

大概是这个样子

当然，尼采买它并不是为了追赶时髦，而是因为他的眼睛快不行了。长时间盯着纸面会让他头痛欲裂，几乎无法再完成长时间的手写。他必须找到一种不那么依赖视力的写作方式。

在使用了一段时间书写球后，他的朋友，作曲家海因里希·科塞利茨在信中说，“也许借助这件新工具，你会获得一种新的表达方式”，他自己在音乐和语言上的思想，就常常取决于笔和纸的质量。

尼采承认了。他在回信中的一句话，后来被反复引用：

“你说得对，我们的书写工具，也参与了我们思想的形成。”

后世研究者注意到，尼采用书写球打出的文字，比他本就以格言见长的文风更加紧凑，原先那些一路盘旋、层层从句的长句消失了，取而代之的是更多的短句，近乎电报。

一个世纪后，德国媒介理论家基特勒在《留声机、电影、打字机》（1986）中，把这段往事，提拔为他媒介理论的关键证词。在基特勒看来，尼采的病眼，亦是一种隐喻。写作者并非先有思想，再挑一件顺手的工具去表达。恰恰相反，是工具先划定了一片可以被思考的区域，思想再在这片区域中生发出形状。换一件工具，就换了一种思考的方式。

我想从这里开始谈 AI 写作。

今时今日，关于 AI 写作的绝大部分讨论，都停留在同一个维度上：用，还是不用。用了是不是作弊，用了还算不算你写的，用了要不要声明。这些问题都成立，但它们共享一个可疑的预设，即我们正站在一个岔路口，手里仍握着选择权。

而我的判断是，这个岔路口并不存在。AI 写作并非是一个选项，它是一种命运。

当然，“命运”在这里并非文学修饰，也不是宿命论式的投降。它更接近海德格尔所说的“被抛”：你不是在若干可能性中挑了一个，而是你一睁眼，就已经被抛在某种处境里了。

尼采自然可以不买那台写作球，代价是不再写作。这就叫命运。你看似有所选择，但其实所有的选项，都在同一侧。

命运的谱系

将视野投诸媒介工具发展史，你会发现，对新恐惧的抵抗，是一种循环。

开端，在柏拉图的《斐徳罗篇》里。苏格拉底讲述了一个埃及故事，神明塞乌斯发明了文字，并把它献给国王塔穆斯，说这是一剂能让埃及人更有智慧、记忆力更强的良药。塔穆斯拒绝了。他说，文字不会带来记忆（mnemé），只会带来提醒（hypomnesis）。人们将因为信任外部的符号，而不再从内部唤起知识。他们看上去博学，其实只是“看上去”。

这是人类第一次完整地表述认知外包的恐惧。从后续来看，不能否认它的精准。

此后的名单，可以一路排下去。印刷术被指控让人“只读不想”，打字机被海德格尔批判“把书写从手的本质领域剥夺出去”，让文字从存在的痕迹，降格为通讯的手段。文字处理器被批评家抱怨消灭了修改的痕迹。至于互联网，更是众矢之的。如尼古拉斯·卡尔在《浅薄》里忧虑道，它会让我们失去深度阅读与思维的连贯性。

每一次媒介更替，新工具面世，都会掀起一波恐惧和批判的浪潮。

但值得注意的是，在技术外包的历史上，似乎只有认知外包会引发伦理批判，但物理外包很少。没有人想着批评起重机、蒸汽机、洗衣机，偶有卢德分子之流，也迅速被淹没在历史洪流中。但每一次外包触及到我们的头脑，触及到“想”，记忆、书写、检索、表达，警报都会准时响起，批判如影随形。大概因为，物理外包只动用肌肉，延伸肉体，而认知外包则事关“我是谁”。

AI 显然处在这个恐惧谱系的延长线上。

但这一次的恐惧，确实有一点新的内涵。以往所有的认知外包，仍停留在外部存储层面，文字实现记忆功能，印刷实现传播功能，搜索引擎仅用于检索，文字处理器是帮你修改。最终，写作最难的一步，也是最核心的工作，也就是把混乱的意图压缩成一个句子，把网状的想法压缩成线性的文字，仍需要人来完成。但生成式 AI 是第一次，让这个压缩动作本身，被外包了。

所以这一次的恐慌有其正当性。它不正当的地方，在于恐惧的方向。大部分人都还在纠结，“我该不该让它替我写”，而真正已经发生的事情是，哪怕不直接让它生成、输出，但你赖以写作的所有元素，都已经被 AI 偷梁换柱了。因而我称之为命运。

没有外部

一个基础的经济学原理是，当一项工具把某个环节的成本推向零，不使用它的人，就要独自承担成本差。

当然，成本差是可以用意志来填补的。类似于今天仍有作家坚持手写初稿，仍有摄影师只拍胶片，他们付出了更多的时间和金钱，换来一种自己认可的工作方式。只要代价能够承担，退出就是有可能的。如果 AI 写作的不可退出性仅止于此，那它就只是一道选择题，算不上命运。

1970 年，经济学家阿尔伯特·赫希曼在《退出、呼吁与忠诚》中，给“退出”下过一个朴素的定义：顾客不满意一家企业，就转身去买另一家的产品。但这个定义，有一个前提，也就是退出必须有一个可以退往的地方。只有存在一个外部，退出才成立，才有意义。

现在的问题在于，那个可以退往的外部，正在一层一层地消失。没有外部了。每个人都置身事内，无法退出。

2025 年 7 月，德国图宾根大学 Dmitry Kobak 团队在《Science Advances》发表研究。他们比对了 2010 至 2024 年超过 1500 万篇 PubMed 论文摘要，寻找那些在 2024 年突然大幅超过历史趋势的“过量词汇”（excess vocabulary）。结果发现，真正暴涨的是一批风格词，类似于 delves（深入探讨）、showcasing（展现）、underscores（凸显）等等。

作为对比，过去十几年里，在增长的往往是内容词，比如“埃博拉”“新冠”，它们对应的是现实世界里发生的事，而 2024 年，暴涨的几乎都是动词和形容词，对应的只是一种说话的方式。基于这些痕迹，研究者给出的下限估计是 2024 年的生物医学论文摘要中，至少 13.5% 经过了大语言模型的加工。

这个数字的重点在于它的表现形式。AI 对于写作的改造，最先被大规模测量到的后果，并非内容造假、内容注水、AI 泔水这些，而是风格趋同，它让越来越多的人，开始用同一批词说话。

2025 年 6 月，麻省理工学院媒体实验室的 Nataliya Kosmyna 团队发布了一项脑电实验，让 54 名被试分三组完成议论文写作，分别是纯脑力组、搜索引擎组、大模型组。研究者对三组文章做了命名实体与 n-gram 分析，结论是，大模型组的文章在主题与措辞上高度收敛。同一个题目，纯脑力组会给出各式各样的角度，而大模型组给出的，只是同一篇文章的若干变体。

另外两个结果同样值得注意。一是大模型组的脑区神经连接强度最弱，二是在写完文章之后不久，大模型组中有 83% 的人，无法准确引用自己刚刚“写”出来的句子。研究者把这种状态，命名为“认知负债”（cognitive debt）。

这些彼此相似的文字，甚至连它们名义上的作者都记不住。而它们正源源不断地流入公共空间。

即便你一个字都不让 AI 碰，你的读者、你的编辑、你的评审人、你的招聘方，每天都在阅读大量 AI 参与生产的文字。他们对什么叫“通顺”“结构清晰”“合格的开头”“动人的表达”的判断标准，正在被这些文字重设。

当越来越多人的文字向同一个中位数收敛，那么，这个中位数就成了新的标准。标准一旦成立，偏离它的写法就会被当做“不够通顺”“不够规整”。坚持不用的人，就不止是“异类”，而可能直接被判为不合格。

更关键的是，你本身就处在这个文化生态之中，当生态中的一切都在围着这个标准变化，每天耳濡目染、大量吸收的你，又有什么底气说自己没有被改变呢？

这已经不只是一个修辞上的反问。2024 年，德国马克斯·普朗克人类发展研究所的 Hiromu Yakura、伊亚德·拉赫万等人，分析了 ChatGPT 发布前后超过 36 万场 YouTube 学术演讲与 77 万期播客节目。这是浩大的工程量，他们处理了累计 74 万小时的口语材料，只为了分析那些被识别为 ChatGPT 偏好的词汇，会不会进入人类的口头表达。

答案是会。ChatGPT 发布之后，delve、meticulous、comprehend、swift、boast 这些词，在人们的口语里出现得明显更多了。

这项研究最大的意义，在于它选择的材料。要知道，学术论文还有可能交给模型润色，但即兴的演讲和播客里的闲谈，几乎不可能逐字交给模型生成。这些词并非 AI 写就，而是被人自己说出了口。它们直接进入了人的语言习惯。

这其实是语言习得的常识，只是我们很少把它和 AI 放在一起想。没有人是“选择”了自己的母语。一个孩子学会说话，靠的是浸泡在其中，他听到什么，就学会什么。成年人的语言也并没有停止生长，只是长得更慢，也更隐蔽。你读得最多的文字，会悄悄变成你最顺手的文字。

到这里，似乎还剩最后一条退路，也就是有意识地抵抗。既然 AI 有它偏好的词汇和句式，刻意避开不就行了？

这条路，也行不通。

2023 年，斯坦福大学 James Zou 团队在《Patterns》发表了一项研究。他们把来自中国一个教育论坛的 91 篇托福作文，交给 7 款主流 AI 检测器检测，结果，平均有六成以上被判定为 AI 生成。原因在于，非母语写作者词汇量有限、句式规整、用词偏向常见，而这些恰恰也是检测器标准中“机器文本”的统计特征。

这项研究常被用来论证 AI 检测的不靠谱，但它也揭示了，一段文字像不像人写的，标准已经由机器反向定义了。写得平实、规整、简单，会被怀疑是 AI 生成。你若想被确认为人，就得写得不像机器。而不像机器的样子，又是以机器标准为参照描画出来的。

于是写作者中出现了一种新的自我审查。2025 年前后，英文写作者开始回避破折号，因为它被认为是 ChatGPT 的标志性符号。中文世界则流传起各式各样的 AI 味检查清单，“首先……其次……最后”“值得注意的是”“不是……而是……”，一一被列入嫌疑名单。

作为一个写作者，“不是 X，而是 Z”，是我写了十几年文章最依赖的句式之一。先拆掉一个错误的认知，再立起一个新的判断，这几乎就是我理解写作的方式。它要远比 ChatGPT 早得多地出现在我的文字里。但在 2023 年之后，它成了 AI 味的标志之一。于是我面对一个荒谬的处境：继续用，就要承担被当做 AI 的风险；不用，就等于让机器决定了我不能怎么写。

无论选哪一边，我的写作都已经在被它定义。被 AI 定义，不只包括写得像它，也包括刻意写得不像它。

我时常想起俄狄浦斯，他从德尔斐神谕中得知自己将弑父娶母。为了逃避预言，他离开了科林斯，离开了他以为是亲生父母的那对夫妇。正是在逃离的路上，在一个三岔路口，他与一位陌生的老人起了争执，并杀死了他。那位老人，就是他的亲生父亲拉伊俄斯。

俄狄浦斯的悲剧不在于他没有选择，而在于他的每一次选择，包括逃离本身，都在兑现那个预言。

商品内容和个性内容

当 AI 日益渗入到我们的文化生态和意识形态中，且在可见的当下，这种趋势只会越发显性，这样的语境中，再谈抵抗 AI 写作，无疑是一种螳臂当车，结局没有悬念。你无法抵抗 AI 写作，就像无法抵抗用笔，用纸，或是用键盘写作。

同时，抵抗背后，其实暗含着一种前提，即是认定文字出自人手才是正当的，这同样是一种极为人类中心主义的论断。

而前文提到的赫希曼，在“退出”之外，还给出了另一种回应，叫 voice，中文通常译作“呼吁”，也就是不退出，留在系统之内，发出自己的声音。

在写作的语境里，voice 也可指代一个写作者自己的声音。而无法退出的人，剩下的只有 voice。既然已经承认 AI 写作是一种命运，接下来要讨论的问题就是，在一套所有人都在用、而且正在被机器持续改写的语言系统里，什么才算你自己的声音？或者更直白一些，你写下的东西里，哪些真正属于你？

美国写作教练尼古拉斯·科尔（Nicolas Cole）在一篇题为《The Right Way To Write With AI》的长文里，给出了一个我印象深刻的语言定义。他说，语言是一套用于交流的开源操作系统。

没有人拥有字母 C。没有人拥有“命运”这个词。没有人拥有“Cole”或者“王焕超”这个名字，因为世界上叫 Cole 或王焕超的人多的是。他们皆可以此自称，彼此之间并不存在任何抄袭关系。科尔为此补了一句冷笑话：这正是每个人还要被分配一个社会保障号（我们可以理解为身份证号）的原因。

顺着这条线，科尔提出了他的核心区分：商品内容（Commodity Content）与个性内容（Personality Content）。

比如，“营销的关键是了解你的客户”这句话，世界顶级营销专家可以说，社交媒体上随便一个博主也可以说。这十几个字来自公共语言，不指向任何特定的人。它的价值也极低，核心原因就是因为它没有归属，而并非是观点本身有问题。这就是典型的“商品内容”。当然大多数人自以为的“洞见”，也都是商品洞见。

在科尔看来，大语言模型正是一台极其高效的商品内容机器。当我们说 AI 味、AI 泔水的时候，其实标志特征就是没有任何归属的商品内容。它在被 AI 写出来之前，就已经被无数人写过，然后被 AI 抓取，成为人类写作特征交集的共性文字。

我想借一个国内读者再熟悉不过的经验来理解这件事：公摊。你买了一套 100 平方米的房子，实得 75 平方米，另外 25 平方米变成了电梯、楼道、管道井。你为它们付了钱，和邻居们共同持有，但你不能单独使用它。

我们写作的文章，其实有大量公摊语言。字母、词汇、语法、常识、结构讨论，全都属于公摊。真正属于你的，只有很薄的一层，供你腾挪。而这一层，就是个性内容。

你的生平事实，在哪长大、有几个兄弟姐妹、学过什么、你选择的理论，你付出代价的故事，你从故事里得到的教训。这些，才是真正有你个人印记的东西。科尔称之为“个人语言模型”（Personal Language Model）。

在方向上，我完全同意科尔的分类。但作为一条守住写作主体的防线，个性这个标准还是太软了。

科尔自己举过一个例子。一个理财顾问不说“不要加杠杆炒股”，而是说“这是我二十出头在华尔街犯过的错，后来压力大到秃了头”。加上这一句，说服力确实强了许多。

但看一眼今天的社交媒体和短视频平台，“我在 XX 岁犯过某个错，那件事教会我某个道理”这个句式，本身就成了一种可批量生产的体裁。它有标准的字数，标准的转折点，标准的自我暴露额度。个人故事一旦被验证为有效的内容格式，就会像所有有效的格式一样，被大量复制，进而进入公共领域。

换句话说，个性一旦被证明可商品化，个性就会被商品化。这是所有稀缺性的共同命运。同样，个性内容一旦被写下，它就成了语料。你越勤奋地把自己的生平、观点、故事、教训整理成可检索的文本，就越能被机器高保真地复述；而你越能被高保真地复述，“必须由你本人来写”这件事的必要性就越低。我称之为“语料化悖论”。

所以，人性化的写作防线不能只划在个性维度上。在这个基础上，我想提出的概念是，承重句。也就是，一篇文章里，那些一旦被替换，整篇文章就无法成立的句子。

绝大多数句子不是承重句。过渡句不是，铺垫不是，例证的展开不是，结构提示不是。这些更像是隔断墙，是吊顶，是涂料，交给 AI 做，不但无损，往往更好。

承重句的特征其一，它必须包含一个锋利的判断。

任何模型都被训练为让你满意，所以它的默认输出必然趋向温和、均衡、四平八稳。

判断的锋利程度，与愿意承担的后果成正比。而模型没有可被伤害的自我，它不会因为一个判断被同行质疑、被引用批评、被事实证伪。它没有需要保护的名誉，所以它也给不出需要用名誉去抵押的判断。

承受后果，要求你有一个可以被伤害的自我。

特征其二，它背后必须有一段专属的个人经验。

信息的价值在于它是新的，它在被传播的那一刻就耗尽了自己。而故事不同，故事不急于交出自己，它可以在一代人之后仍然释放意义。如本雅明认为，讲故事的人之所以拥有权威，是因为他的叙述背后，站着一段真实走过的路途，手工艺人的、水手的、农人的经验，以及最终的那个担保物，也即他的死亡。

今天再读这段，对照关系已经非常清楚。大模型是人类历史上最强大的信息生产装置，但也是唯一完全没有经验的写作者。它可能读过关于格鲁吉亚市集的一万篇文章，但它不会像我一样，在第比利斯的摊位前，犹豫要不要花几百拉里买一幅巴掌大的画，并且将这段经验作为某篇文章的开头。

这一条判据，比个性更严格。个性化句子可以被伪造，也可以被格式化，但个人经验不行，因为它带着一个只有当事人才知道的细节。

所以承重句的第二个特征是可追溯性，也就是这句话能不能追回到一段具体的、有时间地点、有代价的经历上去。

特征其三，它包含你愿意为之修正自己的位置。

我在 2024 年写过一篇《直面 AI 价值对齐挑战》，主张以发展的眼光看待对齐。两年后我写《价值对齐是个伪概念》，公开修正了这个判断。这两篇之间的裂隙，是模型无论如何都生成不出来的东西。

因为模型每一次对话都是新生的。它没有前言可以被追究，没有旧文可以被翻出来对照，因此它也不可能改变看法。它只能给出不同答案。改变看法和给出不同答案，是两件完全不同的事。

修正的前提，就是有一个连续的、需要为自己过去负责的写作主体。

从选择伦理，到分工伦理

本文开头那台书写球，其实带着科技向善的底色。它的发明者长期主持一所聋哑学院，而尼采买下它，是因为双眼已经几乎看不清纸面。对他来说，这台机器意味着，他还能假以继续写作。

AI 写作同样如此。它首先是一件伟大的工具。

我们很少意识到，写作的门槛，大部分其实砌在公摊的部分。语法、词汇、结构、起承转合，这些东西不属于任何人，但却决定了谁有资格把自己的想法写成文字。过去，为了跨过这道门槛，需要多年教育、大量阅读，往往还需要一点出身的运气。

很长一段时间里，中国的邮局门口、火车站旁，都有代写书信的摊子。来写信的，多是不识字或识字不多的人。代书先生替他们写下“父母大人膝下”“见字如面”这样的套话，这些属于公摊。但信里写的“个性内容”，今年的收成、孩子的病、在外打工的苦和念想，只能由口述的人自己说出来。

像范雨素、余秀华、胡安焉、王计兵这样的写作者之所以少见，并不是因为这样的经验少见，而是因为能把经验写成流畅文字的人少见。

而生成式 AI 第一次把这道门槛，压低到了几乎每个人都能跨过的程度。一个在工地上干了三十年的人，一个母语不是英语的研究者，一个有读写障碍的学生，一个想法很多却不熟稔写作技巧的人，可以接 AI 这个工具，把自己脑子里的东西，变成别人读得懂的文字。

这就是技术普惠。更值得玩味的是，AI 交给每个人的，恰好是它最擅长的东西；而这些人原本有的，恰好是它最缺的东西：经验和判断。AI 补足的是表达的能力，而非表达的内容。两者结合，就有可能催生出许多过去从未有机会被写下来的文字。

但这里有一个前提。普惠与趋同，原来是同一件事的两面。工地上的那个人借 AI 写出了他的三十年，这叫普惠。但如果他把写什么、怎么判断，也一并交给了 AI，那他写出来的，就只是没有价值的中位数。

AI 让更多人拥有了写作的能力，但只有不完全服从于它的人，才真正拥有自己的文字。

回到本文开头的那个问题。“用，还是不用”之所以是个错问题，是因为它预设了一个可以退往的外部。外部既然不在了，真正需要回答的，就剩一个问题，也就是在哪一层用。

这是一次伦理坐标的迁移。从选择伦理（用还是不用），转向分工伦理（我把什么交了出去，又留下了什么）。这也决定了我们的写作方式，一定会发生很大的变化。

第一，先划承重墙，再动工。

顺序很重要。现在最通行的 AI 用法，是先让模型生成全文，再由人修改润色。这个顺序很容易失守。当一篇结构完整、论述清晰的初稿摆在面前，你的判断已经被它锁定了，很难再突破它设定的框架。就像《三体》里智子锁死了人类科技，AI 那份六十分的初稿，也锁死了我们的思维结构。

正确的顺序是反过来的。先自己写出那三五句承重句，比如判断，个人经验，或是立场。再把结构、过渡、例证的扩写工作，交给模型。

第二，刻意保留一点低效。

文章风格的趋同，来自每一次局部改进的累加。比如换一个更通行的词，补一句更顺滑的过渡，把长短不齐的句子调成匀速。每一次单独看都是改进，但累加起来，就是向中位数的收敛。对抗它的方式，就是主动保留一些不改进的地方。

这不等于主动制造错误、病句，或是不通顺的表达。为了显得像人而故意写得磕磕绊绊，刻意写得不像机器，依然是被机器定义。

真正要保留的，是你本来就有的东西，一个不够顺、但只有你会这么说的句子，一段稍显冗长、但承载着你思考节奏的插入语，一个你坚持使用的生僻说法。有意保留的低效，才是可以辨认的个性签名。

第三，把精力放在第二类原创上。

在科尔的那篇文章里，他提到，原创只有两条路：说出一件从未被说过的事，或者用一种有意义的不同方式，说同一件事。

按他的说法，传统上被归于毕达哥拉斯学派的“大地是球形的”，属于第一类；约一个半世纪后，亚里士多德在《论天》中说的是同一件事，但他给出了经验证据，包括月食时投在月面上的圆形阴影，以及人在南北旅行时看到的星空变化，这就属于第二类。

这个区分在当下很重要，因为它解除了一种虚假的压力。绝大多数写作者一生都不会有第一类原创，这是常态。而第二类原创的价值，反而因为 AI 被抬高了，因为当商品内容被无限供给，用一种只有你才可能采用的方式，用你的“个性内容”，重新讲述一件旧事或是常识，就变得越来越稀缺。

苏格拉底的最后警告

在《斐德罗篇》中，塔穆斯王关于文字的警告广为流传。但讲完这个故事，苏格拉底又用自己的话补了第二个警告，更少为人所知。

他说，文字和绘画很像。画中的人物栩栩如生，可你若问它什么，它只会庄严地沉默。文字也是这样，你向它请教，它不会回应，永远只重复同一句话。文字的悲剧性在于，它一旦被写下，就四处流传，落到懂它的人手里，也会落到不懂它的人手里，它不知道该对谁说话、对谁沉默。遭到误解和攻击时，它总需要它的“父亲”来救援，因为它无力为自己辩护。

这里的“父亲”，就是作者。文字的全部脆弱，都来自于作者的不在场。

在印刷时代，作者不在场是文字的缺陷，但每一段文字背后，至少曾经站着一个真实的人。而在 AI 时代，大量流通的文本，背后可能都没有一个在场过的人。

如果说 AI 写作是一种命运，那么这种命运的最终指向，可以提炼成一句话：文本的供给变得无限，作者的在场变得稀缺。

这也是我不认为写作会死或会衰落的原因。每一次技术让某种能力变得廉价而无限，它的反面就会被重新定义、重新定价。印刷让抄写变得廉价，手抄本反而成了珍藏。摄影让画像变得廉价，绘画反而挣脱了写实的义务。生成式 AI 让文字变得廉价，能被追问、能被伤害、能改变看法、能为一句话承担后果的写作主体，反而第一次有了溢价。

1882 年，在那台书写球来到尼采身边的同一年，他完成了《快乐的科学》。在第四卷的开篇，他为新年许下的愿望是：“我要越来越多地学会，把事物中必然的东西看作美的……爱命运（amor fati）：从今以后，这就是我的爱！”

你或许可以把“爱命运”理解为认命，但也可以理解成，不再把力气耗费在假装命运不存在上，而是把力气留给那些真正由自己决定的事。

AI 写作是一种命运。承认命运的存在与难违，从来是自由的开始。

本文来自微信公众号：腾讯研究院，作者：王焕超（腾讯研究院高级研究员）