夜雨聆风我花了近一个月时间，把市面上能用的 AI 工具几乎折腾了个遍。
Claude、GPT、Gemini、GLM、Deepseek、本地部署的大模型……不是我闲，是我真的急。
我是一名文科的老师。每天要写的不是代码，是社科基金申报书、学术论文。这些东西高度定制化——引用要规范，逻辑要严密，观点要有创新。每一篇都不是随便聊聊就能出来的。
翻了全网教程，没有一个是我要的
我去抖音、小红书、B站搜 AI 学习内容，发现一个很诡异的现象。
推荐 AI 工具的博主，十有八九是程序员出身。他们教的场景是写代码、做自动化、搭网站。偶尔有几个偏文科的，也多是商科背景，教你写营销文案、做PPT。真正针对哲学、政治学、思想政治教育这些方向的 AI 写作指导？几乎没有。
不是没有需求。是没人做。
这个赛道，空得离谱。
所以我就自己试。
300 字花了 2 块钱，还没写完就被限速
踩过的坑比走过的路多。
Claude Opus 写申报书，跑一半上下文截断——7000 字的任务，只输出了 5000 字就停了，没有任何提示说"我写不下了"，就是默默地不写了。换 ChatGPT，同样的问题。本地部署了一个大模型，结果连基础的知识库都识别不了。问它今天天气，它都不知道。用按量计费的API，改300字花了2块钱。这还是在我已经很精打细算的情况下。有的模型写着写着就直接限速，弹个冷冰冰的提示——"你今天的额度用完了"。
那一瞬间我真的想骂人。
程序员的思维，写不了文科的东西
折腾完一圈，我停下来想了一件事。
这些工具为什么在写代码的时候那么好用，到了写论文就各种水土不服？
答案其实不复杂。程序员的思维是：给一个明确指令，输出一个确定结果。你的需求边界是清晰的，评判标准是可量化的——代码跑通了就是跑通了，没跑通就是没跑通。
但文科的学术写作不是这样。
你需要先读懂大量文献。在海量的知识里找到研究空白——这个空白不是数据库自动帮你查出来的，是你读了足够多之后"感觉"出来的。然后你要从混沌中提炼出创新观点，再用严密的论证把它写出来。
这整个过程，是一个“从熵增到熵减”的过程。
它不是"输入→输出"。它是"输入→消化→困惑→再消化→灵感闪现→论证展开→反复修改→终于成型"。
程序员的工具设计理念，从根上就没考虑过这种工作方式。
我现在的组合，是自己一点点试出来的
踩了无数坑之后，我搭了一套自己的写作工作流。
NewTypeOS 做写作框架。它是一个多agent写作环境，可以把长篇写作拆成结构化的模块。申报书的选题依据、研究内容、创新之处，每个部分拆开处理，不至于一句"帮我写个申请书"喂进去然后崩掉。
Claude Opus 做内容生成。前提是：你得先把框架搭好，把文献喂足，把要求说清楚。它不理解你要写什么，但如果你把"写什么"和"怎么写"都拆到它吃得下的粒度，它的输出质量远好于其他模型。
本地知识库做文献支撑。把读过的论文、整理过的笔记放进知识库，写作时随时检索引用。这个环节没有捷径——你读过的论文、你做的笔记，就是你的护城河。
这个组合是我一个个试出来、淘汰出来的。
没有任何一个博主教过我。因为他们在做的场景，跟我完全不同。
最懂你写作需求的人，永远是你自己
工具是通用的，但用法必须是自己的。
AI 时代的文科写作，没有"一键生成"。你能做的最聪明的事，不是找一个完美的工具，而是搭一套属于你自己的流程——让你的阅读积累、你的问题意识、你对学科的判断，成为 AI 无法替代的部分。
AI 补你的短板，你守你的长板。
那些数据、格式、资料整理、初稿铺底的脏活累活，让工具去做。但那个研究空白在哪儿、那个创新观点是什么——这些事，只有你自己知道。
如果你也是文科背景，正在摸索 AI 辅助写作，别急着追别人推荐的“神器”。
先想清楚你要解决的问题是什么，再去找适合你的工具。这世界上，最懂你写作需求的人，永远是你自己。
---
你是怎么用 AI 辅助写作的？踩过什么坑？评论区聊聊。
