“龙虾养殖”是当前最热门的社会科技趋势。近日，中心城市深圳福田市宣布，智能代理“政府龙虾”正式接手，几分钟内完成政府材料初审，一键生成人民生活需求分析报告。猎豹移动CEO傅盛也表示，他们依靠“龙虾”的AI团队实现了公众号的每日更新，浏览量超过100万次。随着越来越多的普通创作者使用“龙虾”这样的代理来完成内容生成，我们必须面对“写作”的逻辑受到前所未有的影响的现实。显然，古代人类产生语言的能力面临着技术的重新定义。我们为什么写作？写作到底是为了什么？当语言生成功能被算法取代时，人类作家将扮演什么角色？这一系列问题，亟待解决重新思考和解释，推动“写作”走向新的范式革命。这场由大规模语言模型的兴起和人工智能时代的到来推动的写作革命本质上是对人类作家角色重新评估的开始。 （何野作序） 撰稿：徐碧 书写是人类大规模生成信息的最古老的方法和工具。在印刷机发明之前，知识的传播依赖于抄写员的技巧和僧侣的耐心。在互联网出现之前，文章的传播范围受到报纸投递和邮政路线的限制。然而，无论传播者如何不同，“书写”的底层逻辑都是一样的：一个活生生的人将大脑的认知、情感和判断转化为语言符号并传达给他人。这个循环已经持续了数千年，塑造了知识的产生方式和知识的传播方式。但近年来，作者的社会角色开始出现根本性的裂痕。大规模语言模型的兴起不仅仅是工具层面效率的提高。第一次可以自动完成“语言产生”，很大程度上消除了人类的直接参与，知识检索的广度和表达的流畅性正在迅速接近甚至超越单个人。真正的影响不在于机器是否可以“像人类一样写作”，而在于语言生成，这是一个长期被认为是人类核心技能的领域，你突然有了一种可以大规模复制的替代机制。当表达本身不再罕见时，文本的价值基础也变得不稳定。由此产生的问题不再是技术性的，而是结构性的。 “我们为什么写作？”写作到底是为了什么？当语言生成功能被算法取代时，人类作家将扮演什么角色？ 《她》(2013) 的静态图片。这种转变在非小说类写作领域尤其引人注目。新闻报道、评论分析、学术文章、政策研究、经济报道、知识传播、史学、思想论文等注重事实、论证和解释的文字形式，本质上担负着公共知识生产和判断建构的功能。它们不仅编码语言，还编码框架或对现实的理解。它们不仅传递信息，还参与因果结构的形成。在这里，写作不是一种审美行为，而是一种认知行为、一种组织行为。当AI从“编辑助理”走向“内容作家”时，首先触及的不是文学想象力，而是知识权威生成机制。对于任何以写纪实作品为生的人来说，这种转变不再是抽象的。无论他们是记者、研究人员、分析师、顾问、自由撰稿人对于学者、编辑或学术作者来说，他们的工作本质上依赖于他们创造语言的能力和他们的专业判断。然而，随着语言生成变得自动化，专业判断的局限性也减弱了。收费结构的重组、职位数量的减少以及工作流程的重组都在提醒人们这样一个现实：市场开始重新评估什么是“写作中真正不可替代的部分”，而不是为“写作能力”本身买单。对于那些介入公共辩论并试图通过写作获得影响力的人来说，影响同样严重。当算法参与传递、生成模型参与表征时，读者面对的不再是有限数量的人声，而是几乎无限的文本洪流。在这样的边界上，权威不再自然地源自签名，信任也不再仅仅基于写作风格。分非小说写作的核心问题逐渐从“如何表述”转向“谁做决定”和“谁承担后果？”因此，这场“写作范式革命”并不是对技术奇迹的歌颂，而是对角色重新评价的过程。一旦表达自己的能力被大规模复制，判断、构建和承担责任的能力就开始成为一个新的里程碑。对于那些以写纪实作品或寻求社会影响为生的人来说，这并不是一个遥远的趋势，而是正在发生的职业重新配置。书面形式仍然存在，但它的经济、权力和认知结构已经开始发生根本性的变化。写作的本质：大规模信息生产的漫漫长路人类的写作史基本上就是一部不断追求“大规模信息生产”的故事。文字不是为了表达个人感情而发明的，而是为了解决管理问题和沟通问题而发明的。社会复杂性带来的阳离子需求。古代美索不达米亚的楔形文字最初并不是写在泥板上的诗歌，而是谷物、税册和交易的储备记录。中国商代的甲骨文记录了占卜和政治决策的结果。古埃及纸莎草文献记录了税收、土地、劳动力和寺庙财富。所有这些早期的写作实践都是为了同一个目标：将信息从个人记忆中分离出来，实现跨时空的稳定传输。换句话说，书写主要是社会管理的技术手段、识别的外在工具、权力和秩序延续的基础设施。随着国家面积的扩大和行政结构变得更加复杂，书写的作用变得越来越重要。帝国不能依靠口碑来维持其税收制度。出兵需要精确传达命令和指示。法律法规法规需要稳定的书面基础。刻在石柱上的《汉谟拉比法典》不是文学创作，而是信息传播系统。它通过一定的规定使不同城市之间统治者的意志保持一致。罗马帝国法律文件的系统安排确保了规则在其广阔的领土上传播。现在有可能扩散到全身。多次引用和应用。这里写作的任务不是表达内心的想法，而是将规范和事实转化为可复制、可测试的文本形式。写作的核心价值是精确、清晰和可访问性。 《她》（2013）的静态图片。宗教传统也强化了这种逻辑。在中世纪的欧洲修道院里，僧侣们花费数年时间抄写经文。其目的不是产生新的想法，而是确保抄袭过程中教学的稳定性和连贯性。圣经文本的标准化和传播即使面对地域扩张，也缺乏保持团结的信念。伊斯兰世界对《古兰经》文本的严格编撰也旨在确保其传播过程中信息的完整性。在这个阶段，文本的辉煌属于它的“忠实再现”而不是它的“原始表达”。文本被视为真理的容器，其社会功能是大规模产生权威信息。真正的结构性飞跃出现在 15 世纪，当时约翰内斯·古腾堡改进了活字印刷术。复制文本的成本大幅下降，信息传播进入工业化阶段。尽管书写的基本目的在印刷过程中保持不变，但生产效率却大大提高。宗教改革期间，小册子和小册子在整个欧洲迅速传播。思想第一次可以在短时间内超越地理边界并激发广泛的兴趣展开社会辩论。马丁·路德思想的深远影响不仅在于其思想内容本身，还在于这种内容通过印刷网络的大规模复制和流通。这一时期，写作开始深入渗透到公共领域，成为塑造舆论、重建权威的重要手段。近代以来，随着报刊体系日趋成熟，“大规模信息生产”已成为日常社会活动的一部分。 18世纪启蒙思想的传播依赖于跨国杂志网络和印刷出版系统。知识分子参与公共辩论并多次发表文章来影响政策方向。 19 世纪工业化报纸业的兴起使城市居民能够在固定的时间获取同步信息。新闻写作标准强调事实性、及时性和可验证性。组逐渐形成了独特的风格。现阶段，非小说写作已成为现代社会重要的认知基础设施。它连接着政府、市场和民众，具有整合信息和生成决策的双重功能。二十世纪的广播、电视和通讯社系统并没有削弱文字的地位，而是通过将文字转化为文字和手稿，继续应对大规模信息传播的需要。政府白皮书、企业年报、学术文章、绩效评价文件等构成了现代社会运作的知识网络。这些文本是为了决策、治理和协作而编写的，而不是为了艺术。即使在互联网时代，博客、在线媒体和百科全书条目也遵循相同的逻辑。这意味着降低沟通门槛、提高输出速度，让认知结果快速到达更广泛的受众因。从这个历史的角度来看，写作始终围绕着如何以更低的成本、更高效、更大规模地复制和传递信息的中心命题。尽管技术的形式在不断变化，但目标却始终不变。正是在这个逻辑链中，人工智能驱动的写作出现了。通过对大量文本的统计学习，大规模语言模型将现有的知识集中在可即时搜索的语言结构上，从而将“文本生成”的成本降低到极低的水平。如果印刷解决了“复制”效率问题，互联网解决了“扩散”限制问题，那么人工智能将解决自动化的“初稿创作”问题。这将大规模生成信息的能力提高到前所未有的水平。然而，随着产能接近极限，深层矛盾开始显现。在历史的大部分时间里，人类面临的挑战是w 打破表达的限制，传播更多的信息。如今，挑战已转移到如何在信息极度丰富的环境中保持决策的严肃性和责任的明确性。当语言生产不再是主要成本时，值得重新考虑写作的中心目的是否仍然是生产的问题。尽管大规模信息生产的漫长道路在技术层面上可能已近乎完成，但写作所提供的认知和责任结构正在经历新的重组。完全平庸：当平均水平达到稳定水平并且信息生产成本接近于零时，信息稀缺本身就不再由“数量”驱动，而是由“质量”驱动。这不是抽象的修辞判断，而是知识生产结构的根本性变化。在以往的历史阶段，作家首先要解决的就是缺乏表现力和手段。沟通的核心：如何写得更清晰，如何打印更多，如何让文字走得更远。 AI写作时代，输出能力本身就极其丰富，甚至过剩。因此，决定价值的不是能否创造，而是创造的内容是否具有不可替代的优势。在这里，隐藏的深层陷阱逐渐显现。一旦统计模型完成了语言产生，文本自然会趋向于人类表达的平均值，而一旦平均值变得司空见惯，它就能悄然进化到新的天花板。大型语言模型的训练逻辑决定在概率分布内选择最常见、最安全、最不容易出错的表达路径。它的表达通常是那些已经被大多数文本验证过的表达方式，它的逻辑结构往往是一种经典而安全的论证形式，它的情感紧张被压缩在“不太激进”的范围内。这些工件在技术上是可靠的，有近乎完美的格式，有条理分明的信息，但也有一种“精巧空虚”的感觉。阅读时很难发现明显的错误，但同样很难在其中找到真正的震撼。它就像一块被抛光到光滑表面的石头，边缘被仔细地磨平，并擦除了可能造成划痕的尖锐部分。这种现象并非文学所独有，而是在工业化、标准化过程中，所有艺术形式都反复出现的一种张力。在音乐领域，数字制作软件可以生成节奏精确、和声对称的旋律。所有注释均处于最佳理论位置。然而，正是人类表演时情绪波动所引起的呼吸的微妙差异以及节奏的延迟和推进，才赋予了音乐真实感。爵士音乐家即兴演奏时的“节奏上的细微差别”故意长时间停顿古典钢琴家在高潮段落中使用的帽子是对机械完美的偏离，而正是这些偏离才是他们的魅力之源。 《她》（2013）的静态图片。在文学和思想文本中，这种“偏差”更为重要。鲁迅《长秋夜》的著名开场白：“我家后院，见墙外有两棵树，一棵是枣树，一棵是枣树。” ——语法上重复，逻辑上多余。对于追求简单的编辑系统，我们建议压缩为“两棵枣树”。但正是这种刻意的重复，却因节奏的拖沓而给读者一种凝滞的寒意。秋夜难以形容的孤独，被“多余”的言语放大了。所谓风格往往违背了效率原则。类似的例子不仅限于鲁迅。卡夫卡在《变形记》中写道：“一天早上，格雷戈尔·萨姆沙从一场令人不安的梦中醒来，发现自己“他躺在床上变成了一只巨大的甲虫。”文本的叙事逻辑几乎是突兀的，没有任何铺垫和解释，直接将读者带入了一个荒诞的现实。如果按照“进步信息”写作的传统逻辑，这种飞跃可以被视为一种结构性缺陷，但正是这种非常规的开放性，赋予了作品无可替代的张力感。又如海明威笔下极其简洁、近乎抽离的句子结构。虽然以统计平均数来衡量，显得过于单调，但“少说多说”的力量，来自于作者在表达密度上的个人选择，这种偏差在思想写作领域，还是比较具有决定性的。阿德明显的个人痕迹和情感温度。这些通常包括主观不适、偏执的价值观，甚至修辞上的夸张。从统计平均值来看，这些文本都不是“安全的”，但它们在意识形态上的影响力正是因为它们所承担的风险。卑鄙的语言可以维持秩序，却很难开拓新的视野。问题是，我的创作的“完美常态”正在迅速占据大部分非小说类写作空间。高度结构化的文本，例如商业报告、市场分析、新闻初稿和学术评论，更容易转化为模型。尽管他们在形式上能够胜任并且在信息组织上清晰，但他们逐渐倾向于陷入相同的语气和节奏。随着时间的推移，读者将习惯标准化的表达方式，而不是风格差异。当作家寻求“可接受性”时，他们的风险承受能力可能会继续下降。当平均值成为主导时传统上，创新似乎不再必要，甚至不再多余。但最令人震惊的不是平庸本身，而是我们对平庸的适应。历史上媒体技术的每一次创新都伴随着表达方式同质化的风险。工业化的新闻业曾经产生了塑造新闻语言的趋势，电视评论强化了曾经“中立客观”的广播基调，互联网算法进一步放大了点击率的首选呈现方式。 AI然而，这种趋势正在变得越来越强烈。所谓“完美平庸”，并不是指错误百出的劣质写作，而是指各方面都具备能力但缺乏独到的判断力，或者是逻辑上完美但缺乏个性的语言。所以当我们谈论人工智能写作的能力时，我们真正需要讨论的不是人工智能能否模仿特定作家的风格，而是它是否会形成一种新的写作标准。大规模应用中的表达，使刻薄成为默认，而自信成为唯一的美德。随着语言变得更加流畅并且风险被系统地过滤，思维是否会变得不那么敏锐？ “难以复制”这个词变得越来越不可靠。通过风格转移和样本丰富，算法可以近似甚至模拟曾经被认为是独特的表达方式。他是否能够重现承受其后果的勇气，这是一个悬而未决的问题。真正构成句子力量的不仅是语言本身的结构，还有这些结构在现实世界中的使用方式。也许这是作家对语言负责的决心。这场“人性”之战注定会失败吗？我们需要对流行的说法保持冷静的怀疑。人类写作的怪癖、偏执和情感碎片是否是人工智能永远无法跨越的界限，或者它们是否会成为人工智能无法跨越的技术问题？迟早会被克服？在很多讨论中，“人情味”被视为最后一道防线，仿佛只要存在语言纠葛、犹豫、犹豫、犹豫、刻意模糊的痕迹，人类的创造中仍然存在着不可替代的领地。然而，如果不对“人的偏好”本身进行更深入的分析，这种自信最终只是一种心理安慰。所谓的“人性”不仅包括强烈的情感和绚丽的言辞，还包括不稳定和不完善的表达。人们写作时，思想往往不是直线前进，而是反复徘徊在判断与反判断之间。句子可能会变化，观点会因缺乏信心而变得无力，或者重要的观点会被故意模糊。真正的“人性”往往表现为这种揭露，揭示了作者尚未完全解决的矛盾，暴露了情感与理性之间的吸引力，在表达中暴露出对后果的担忧和怀疑，托尔斯泰在《忏悔录》中反复推翻新确立的信仰，陀思妥耶夫斯基的人物在独白中捍卫和自我毁灭，普鲁斯特嵌套的记忆和漫长的修正让读者清楚地感觉到某种思考正在进行而不是完成。这种“事件”感构成了人类品味的核心。这是思想存在的感觉，是不完整发展的过程。作家并不总是确定。仿佛意识到一种无法用言语表达的复杂性，他在言语的边界里徘徊，在句子中插入“也许”、“可能”、“我不敢说”等自我限定，并在关键点处停下来。正是在这种犹豫中，读者看到了一个冒着判断而不是结论的风险的人。普遍的乐观说法是，人工智能擅长平均值，而人类擅长异常值。人工智能创造流畅，人类创造裂纹ks。他的“血腥现实主义”植根于具体的存在。凌晨3点，在开始写作之前，你一定已经饱受失眠之苦了。这种论点在直觉上是令人信服的，因为身体体验似乎是不可替代的。然而，其隐含的假设是，AI训练的目标是始终接近平均值，始终追求平滑和安全。然而，这一假设正逐渐被新一代模型所破坏。当合成数据（synthetic data）大规模输入训练系统时，当研究人员有意构建包含犹豫、跳跃、中断甚至逻辑不连贯的文本样本时，当明确要求模型学习“低概率表示”的分布规则时，所谓的“人味”不再是自然残留的副产品，而是可以建模和调整的风格变量。可以训练模型生成犹豫的话语、在段落中插入自我问题、模拟 hesi坦特节奏，并无意中使用了轻微的语义不稳定。换句话说，曾经被认为不可重现的“缺陷”正在被重新定义为可控参数。这是否意味着具体经验完全无关紧要？事实并非如此。真实经历引发的情感记忆构成了语言选择的深层结构。真正经历过失落的人往往会在记忆中留下一段特定的时间，并且细节会挥之不去。长期焦虑的人可能会在句子结构中形成独特的收缩和重复。然而，当读者面对文本时，他们感知到的是语言引起的神经反应，而不是作者的简历。神经科学研究表明，阅读情感故事会激活大脑中与现实生活经历相关的区域。这意味着，只要语言足够精确，读者的共情机制就可以调动起来。对于接收者来说，“就好像它是真实的一样”通常是足以营造出真实的感觉。 《聪明反击》（2020）的静态图像。因此，问题变得更加复杂。即使AI可以形式上再现犹豫、模拟纠缠、产生歧义和歧义，“人情味”还是一道防线吗？或许。我们必须承认，我们认为人性固有的许多特征实际上是尚未建模的统计规律。一旦这些模式被提取出来，它们就成为可用的资源。今天看似难以重现的“精神崩溃概率极低”，明天可能会成为某款车型的可选造型包。不过，这并不意味着战线已经彻底崩溃。真正值得思考的问题是，“人性”是否只是语言层面的不完美。如果人类的品味不过是纠结和犹豫的表现，那当然是可以模仿的。如果人类的偏好更多如果说责任和真正的后果，那么问题就没有那么简单了。人们之所以犹豫是否要写，往往是因为他们知道这些词指的是现实世界，会影响他人和自己，并会带来声誉风险甚至道德后果。犹豫不是言辞，而是判断前的克制。你在谈论它时犹豫不决不仅仅是一种风格的华丽，而是你意识到的事情。像这样的复杂性不能轻易判断。虽然人工智能可以生成带有犹豫的句型，但它本身并不会产生犹豫的成本。您可以模拟怀疑，而不会损害您的声誉或责任道德。也许最终保护人性的不是独特的语言气质，而是作家与现实之间牢不可破的因果链条。只要写作仍然意味着接受后果，只要文字仍然植根于现实的社会关系中，人们的犹豫和冲突就不会消失。人类作者不仅是风格上的选择，也是责任结构的体现。因此，这场“人”之战并不一定会随着某些技术指标的进步而结束。语言层面的模仿最终可能会达到真假难辨的程度，但如果文本的价值最终在于谁负责决策并承担表达的后果，那么不可替代性就不再取决于风格的裂痕，而是取决于责任。当能够产生“人性”和大众时，真正的边界就会悄然从文本内部转向文本与现实的关系。也许我们不得不承认这一点。导演还是傀儡：版权故障和系统延迟。一位作者分享了他使用人工智能写作的经验。作品的结构，特别是基本的叙事逻辑和中心观点，一定是有贡献的。编辑或至少由我严格控制。有一种感觉是你正在引导模型以适当的方式说出他所知道的事情。与我最初的写作如文学思维的源泉相比，我现在已经可以自然地掌握写作了。我得到的是完全不同的成就感。作者扮演的是导演的角色。 “作者就是导演”的比喻非常优雅，但有时优雅却是避免问题的最光荣方式。如果AI提供了70%的内容，封面上签名的人是否享有创作权或制作人身份？目前大部分主流平台和出版机构给出的答案是：“版权属于人类”。这个答案的理由是“人工智能不具备法律实体的资格”，因此版权只能在法律技术层面延伸到人类用户，无论人工智能实际贡献了多少。虽然这个框架对于业务操作来说非常方便，它掩盖了日益困难的现实。我们使用专为独立创作者设计的版权系统来管理本质上是“人机协作”的内容格式，而两者之间的差距正在以惊人的速度扩大。学术界在法律界已经感受到了这种脱节。 Nature、Science等顶级期刊相继出台规定，要求作者在2023年声明使用人工智能，但“声明”本身并没有解决根本问题，只是将责任的模糊性从组织转移到了个人。与此同时，版权法院的报复诉讼开始增加。有的创作者声称人工智能生成的内容不受版权保护，有的公司声称用于训练人工智能的语料库存在版权侵权，有的作者因未公开稿件而被撤稿甚至面临学术不端指控。人工智能的参与。大多数此类诉讼都是如此。虽然一些案件已经和解或立案，但压力越来越大，迟早会被迫采取立法行动。请给我真正的答案。礼物分配的问题同样棘手。版权的传统逻辑假设了不同的创作主体，版税是对该主体的智力工作的经济补偿。但在人机合作的框架内，这个奖励应该如何分配呢？给提供算力和模型的AI公司？训练数据的原始来源，即爬取语料库的原始作者？或者它应该完全由提出关键词的人类用户承担？现有的制度并不能明确回答这个问题，各方都以最有利的方式填补了这一制度空白。 AI公司倾向于将用户输出定义为“用户创造”，以避免原创作品的版权责任。下雨的数据。传统出版业往往要求充分公开，以维持现有的版权秩序。平台倾向于使用模糊的条款和条件将所有风险转嫁给内容创作者。学术诚信方面的情况则更加扑朔迷离。 “学生用AI写文章”只是这场危机最表面的表现。更深层次的问题是：如果人工智能大量参与文献综述、数据分析框架，甚至学术文章的中心讨论，作为学术培训核心目标的独立研究能力是否会继续发挥作用？虽然“强化检测”是目前大学中常见的应对策略，但人工智能检测本身就是一场军备竞赛：检测模型越准确，生成的模型就能越快学会避免检测。这场竞赛的成本最终是由学生和机构支付的，但实际上没有人赢得任何东西。也许是最基础的最重要的问题是，我们是否需要重新设计我们的制度框架以适应“人机共创”，而不是继续修补旧框架。这意味着承认人工智能对创造的实质性参与，建立相应的贡献评估机制，重新定义“原创性”的含义。它不再是“完全由人类独自完成”。它并不意味着“通过人类协作提供不可替代的中央判断”。虽然这种转变在理论上并不复杂，但它影响了现有版权经济中的所有参与者，而且进展速度很可能远远落后于技术本身。主编剧的演变：故事框架的专业深度和不可替代性 在上述的制度和道德动荡中，有一件事变得越来越清晰。当人工智能从“修辞副驾驶”转变为“结构主笔”时，人类合作者并没有被解放，而是被推动进入更高、更困难、更明确的位置。这种转变在非小说类写作领域尤其引人注目。因为这里衡量一部作品价值的标准，不是其修辞的华丽程度，而是其论据的扎实程度和判断的可靠性。要克服的第一个障碍是专业深度。以前，作者只要掌握某一主题的基本事实和逻辑就足以写出一篇好文章。但在人工智能时代，学习基础知识变得很便宜，几乎任何人都可以使用即时词汇来生成具有完美结构、完美术语和自信语气的文本。问题恰恰在于，这些文本太善于“看得清楚”，以至于 eError 并没有明显出现，而是潜伏在情节的裂缝中。有些数据可能是真实的，但原始上下文已被盗用。虽然有些概念可能是准确的，但它们的范围正在悄然扩大。虽然有个别因果链形式上是完整的，但关键节点缺乏证据支持。人工智能很少犯低级错误。他们擅长创造复杂的错觉，你需要长时间沉浸在某个特定区域才能直观地感觉到有什么地方不对劲。因此，真正的体验不再是“你知道多少？”但是“你能看出这个模型是有道理的，但仍然是错误的吗？”这种能力来自于对一个领域内部张力的长期认识。哪些问题在学术界仍然存在争议，哪些统计方法在不同的背景下会得出截然不同的结论，以及哪些伟大的叙述通常具有复杂的结构。我知道你在隐藏什么。它是为了熟悉知识的内部结构，而不是表面事实的列表。没有任何快速的文字技巧可以取代这种熟悉。这是因为关键字只能调用模型的现有分布，而不能调用模型的现有分布。作者缺乏判断力的深度。摘自“改编剧本”（2002）。在非小说类写作中突出的第二个技能是对故事骨架的控制。 AI可以快速生成一篇“完整”的文章，有逻辑的开头、引言、转折点、摘要和闭环。然而，这种完整性往往是一种形式上的闭环，而不是意识形态上的进步。真正强大的非小说类写作通常不会以线性方式发展，迫使你做出艰难的决定和关键时刻。哪些论点应该成为焦点，哪些分支应该被压缩甚至丢弃，哪些材料是好的但分散了主题，哪些段落应该模糊以表达主题的复杂性等等。这些决定形成了作品的骨架，但骨架的形成并不取决于生成语言的能力，而是取决于价值分类的能力。骨骼本质上是判断的结构。它决定了文章的重点、节奏和方向，以及读者最终的去向。现阶段AI可以模拟各种结构模式，但无法承担价值优先的责任。尽管我们可以根据统计规律生成“共同利益的结构”，但我们无法承担选择特定结构的意识形态后果。当甚至这种级别的决策由模型承担时，作者的角色就大大降低了，从评判到审稿人，作品往往会成为无数“技术理性”路径中的平均值。这就是“头部作家”的飞跃性体现出来的地方。主笔不再主要是文字的创造者，而是结构的设计者、论据链的监督者、价值分类的仲裁者。您必须主动选择模型生成的多种可能性之一并对其负责，而不是受流动性的引导。这个角色类似于t认知工程师的帽子。你正在构建一个心理设备，但人工智能只是它的一个运行组件。在非小说领域，这种飞跃还意味着要意识到来源和事实之间的界限。尽管人工智能可以合成大量公共信息，但它无法区分哪些信息存在道德或法律灰色地带，无法确定哪些参考资料在特定背景下可能具有误导性，也无法被要求验证研究报告或政策分析的可信度。归根结底，承担风险的是签订合同的人。因此，专业深度不仅是一种认知优势，更是一种风险管理能力。从更深层次来说，顶尖作家的不可替代性可能并不在于他们比AI更擅长写作，而在于他们比AI更能承受后果。非虚构写作的核心价值在于对现实的解释和介入，这与公众的判断有必然联系。写作的影响超越了语言本身：当评论影响舆论走向时，当研究报告进入决策过程时，当研究报告改变特定群体的处境时……人工智能可以生成句子，但它无法处理这些句子的社会影响。您可以模拟职位，但无需付费。主作者的突破已经奠定了他在这一点上的不可替代性。它不仅编码语言，还承载着判断力。因此，与其说人工智能会削弱作者，不如说它将消除作者可以自动化的层层，迫使他们专注于真正难以外包的部分：深度理解、结构设计、价值分类和承担责任。从这个意义上说，主笔的作用并没有消失，而是从“写得好”转变为“想得好”。停留在字面层面的能力很快就会被模式吸收。而另一方面，植根于长期积累的能力和责任感、实践能力，在这场范式革命中将更加稀缺。AI时代对非小说写作最大的影响可能不是取代生产力，而是重新定义门槛。在这个环境下真正能站稳脚跟的人是那些能说快话的人，而不是善于说话的人。脱口而出的人，但能够深刻理解问题本身并能够对结构和判断负责的人，在软性成为廉价资源之后，深度和骨干成为损失率、算法和专业。话虽如此，是时候从概念、系统和方法论的讨论转向更具体和残酷的层面了。这个问题在非小说写作领域尤为尖锐。由于非小说生产高度标准化，节奏高度工业化，很容易被自动化技术吸收。现实是严酷的，变化发生的速度比很多人预想的要快。内容农场几乎在一夜之间完成了代际模式更替。许多基础内容生产岗位，如SEO文章、产品演示、信息整合稿、新闻摘要、行业动态、社交媒体脚本等，都被整合成一条“人机混合”的流水线，进一步沦为“小批量人工审核+大规模模型输出”的模式，曾经依靠速度和持续供给来维持收入的自由撰稿人发现，市场需求正在迅速萎缩，公司内部负责日常内容运营的人力资源正在逐渐要求他们利用人工智能来提高效率，并提高效率。通常意味着切割位置。对于这些作家来说，讨论人性是否可以被模仿或者如何重新构想一个创作话题并不是首要任务。他们面临的是更紧迫的问题：是否应该续约，是否应该减少稿费，是否有能力支付本月的房租。这里出现的不是简单的“技术更替”，而是典型的生产力冲击。长期以来，写作行业被认为是低资本和劳动力密集型行业，主要成本是个人时间。然而，一旦大规模发布逐模型语言生成能力，每单位文本的生产成本就会迅速下降。当然，雇主会重新计算他们的成本结构。因为模型让一个人完成三个人的工作量，所以最直接的选择就是增加职位数量，而不是增加一个人的工资，而是减少。效率红利不在创作者和雇主之间平均分配。更多的是被平台和资本吸收。这不是道德判断，而是技术经济学的共同路径。但这与“人工智能为你的写作提供动力”这句口号之间显然存在着紧张关系。 《她》（2013）的静态图片。让事情变得更加复杂的是，算法正在成为新的“编辑器”。在平台驱动的内容生态系统中，曝光和分发越来越依赖于推荐系统。推荐系统不考虑作者的努力，只考虑点击率、停留时间和转化效果。一旦人工智能能够大规模生成符合算法偏好的文本，平台的内容提供将迅速扩展，但同时其可见性不会增加。结果，稿费被进一步摊薄，平庸和高质量的内容被挤进算法排名的同一个竞争池中。作家不仅要与作家竞争继承人同事，也拥有无限输出的模式。在这种环境中，仅仅提高写入速度可能无法解决问题并加速内容过载。至于剩下的作家工作，薪酬结构的变化也更加微妙。用人单位经常强调人工智能工具是赋能，但赋能的前提是更大的工作强度和更大的工作责任。除了思考和写作之外，作家还必须承担文字排版、屏幕输出、校对事实、风险防范、结构优化甚至一些内容策略功能的快速功能。我的工作名称没变，但工作内容变了。创作者被期望成为“内容制作经理”，但他们的薪水并不一定随着工作的复杂性而增加。换句话说，作家承担了更多的认知责任，但不一定能获得更多的经济回报。在这片土地之中体制重组中，真正能够稳定自己的地位，甚至增值的人是少之又少。他们通常满足两个条件。首先，AI在特定领域拥有足够的经验。它不仅可以快速判断结果是对还是错，还可以主动引导讨论并提出模型未解决的问题。这种能力让他们从“生成者”变成“审稿人和设计者”。二是要有一定的可辨别的风格或立场，让读者在信息超载的环境中不断主动地搜索你的作品。随着AI内容的泛滥，识别本身将成为稀缺资源，而这种识别无法通过模仿获得。它往往是基于长期写作实践形成的稳定的视角。请注意，这些条件都无法通过短期培训快速获得。即时文字工程可提高效率西，但它不能取代岁月。的专业知识。复制特定的写作风格可能会提供表面上的相似性，但它无法再现潜在的思维过程。没错，“现在我们需要多训练、多生产”这句话背后隐藏的焦虑，其实不仅仅是对技术适应的焦虑，还有对期限的焦虑。许多作者意识到，在模型的功能进一步成熟之前，需要完成某种形式的不可替代的构建。否则，您将被更低的价格和更激烈的竞争逼入绝境。摘自“改编剧本”（2002）。这种焦虑在非小说类写作领域尤为明显，其评价标准相对明确：事实准确、逻辑清晰、观点独到。如果通过自动化更容易满足前两个指标，那么真正缺少的是第三个指标：独立确定和重新构建问题的能力。问题是并不是每个人都能够或愿意为这种转型进行必要的大量投资，而且市场可能无法为所有高质量决策提供足够的偿付能力。因此，所谓“消失的职业”或许并不是作家本人，而是一种以稳定的稿费换取稳定的字数的职业形式。它曾经依赖于语言产生的缺乏。它曾经存在，但现在正在解决。如果未来的作家仍然想以纪实写作为职业，他们可能需要接受更加差异化的情况。虽然少数人凭借其深度和知识占据了高价值职位，但大多数人发现算法和模型之间的空间很小。这不是悲观主义的表述，而是结构性观察。技术永远不会让每个人都平等，它总是重塑门槛和等级制度。作家真正的选择或许不是是否使用人工智能，而是是否愿意重新定义写作的核心。他们的职业。我们会在速度上与模型竞争，还是会在速度上建立无法轻易复制的认知优势？随着算法重写稿费的计算方式，平台成为隐形编辑，模型成为日常工具，古代写作行业正在经历一场安静而深刻的重新分层。它并没有崩溃，但它的基础正在发生变化。那些仍然选择留下来的人必须比以前更清楚地回答为什么在语言不再短缺的情况下向他们支付工资的问题。好文章，坏文章，仅此而已。展望未来，除了当前的工作不稳定和版权动荡之外，还有一个更结构性的发展需要认真对待。 AlphaGo到来后，围棋世界经历了一场悄然的革命。最初，人们试图区分“人类国际象棋风格”和“人工智能国际象棋风格”。几年后，这种区别作为最佳产品已经不再有意义。国际象棋棋手将人工智能公式作为其认知的一部分。未来的写作世界也会得出同样的结论。不再有“人类编写”和“机器编写”标签之争；只有“好”和“坏”项目之间的最终区别才会受到威胁。 “人工智能味”这个词将逐渐失去其真正意义，就像“打字机味”一样。人类和人工智能将在无数的合作中相互学习和塑造，直到两种信号在文本层面上完全融合，无法分离。一旦这种趋势结束，更多颠覆性的运动就会发生。回去。随着自动驾驶技术的成熟，监管机构将逐渐限制或禁止人类驾驶员上路。这并不是由于歧视，而是由于人类驾驶员的反应时间延迟、情绪变化和疲劳增加，从统计数据来看，这会导致更多事故。未来写作领域的某些非常严重的场景也可能让我们对目的产生不信任。直接人类生产。总之，知识盲点太大，一致性太难实现，个人偏见太难消除。当时，“完全由人编写”并不是质量的保证，甚至可能是需要特殊说明的限制。在某些情况下，就像今天一样，“这是手工制作的”既是一种销售宣传，又隐含着“可能存在偏差”。到那时，人工智能检测将是一个完全过时的概念。不是因为检测技术失败了，而是因为检测本身失去了意义。当人机协作成为默认的写作模式时，“停止”检查AI参与”就像在今天的文章中检查“你是否使用了Word的拼写检查”一样愚蠢？评价写作的唯一有效标准回到了它应该在的地方。换句话说，这篇文章是否清楚地表达了它想说什么？它对阅读者有真正的认知增强或情感共鸣吗？呃？该裁决经得起审查吗？这是一个比现在的混乱更加透明的世界，对于作家来说也是一个更加残酷的世界。在那个世界里，你不能玩“我是人类写的”，也没有“我没有使用人工智能”的道德红利。此外，任何形式的身份认可都无法取代作品本身的质量。唯一重要的问题是：你写的东西值得一读吗？到了这个阶段，就在那个世界到来之前，只剩下一件事要做了。在现实世界的写作任务中一次又一次探索与人工智能协作的局限性，弄清楚你自己应该做出什么决定以及你可以采取什么执行方式。最重要的是，人工智能能够大规模生产人性化的那一天将会到来。在我们开始之前，您是否已经建立了某些真正独特且难以在风格包中复制的标准？这不是一个浪漫的结局。但写作从来都不是浪漫的。在AI出现之前，清晰的思维和清晰的表达才是最重要的。它是经过大量笨拙的实践和反复试验后出现的，而不是努力的必然结果。即使在人工智能时代，这句话的本质也可能保持不变。撰稿/编辑：徐碧/校对：何野/赵琳
作者
admin@30cd.com