什么是＂AI 味＂?我用一篇推文搞懂了

    年初我有个挺狂的想法：用当时火爆的开源 AI agent「龙虾」（OpenClaw），把做推文这件事全自动化——AI 出稿、自动排版、自动发布，我躺着就行。几个月后，机缘巧合下我用AI工具走通了一半。而走通的那一半，给我带来了收获，但也在工作中埋下了隐患。

    前几天，学院给我派发了一个紧急任务——给我们生物医学工程专业编辑一版招新推文。任务是周三下午发的，周四是线性代数考试，而周末的宣传工作就要用上这篇推文。而且，与众不同的是，别的编辑同学拿到的是文字稿，我拿到的却是 HTML 文件！讲真，当时我就急了，编辑推文给我一堆代码算什么！

    平时，我用的是秀米进行编辑工作。用过秀米的人都知道，该平台相对封闭，模板有限。在积木式的操作逻辑下，想还原原生 HTML 的显示效果，几乎是天方夜谭。于是，我陷入了两难的境地：深度还原吧，明天要考试；套用模板吧，老师肯定不会满意。

    脑子一热，我冒出一个胆大的想法——直接在原生 HTML 文件上做编辑工作。随之而来的是两大问题：第一，我压根没学过前端开发；第二，如何把原生的 HTML 文件在秀米上展示。我首先解决的是第二个问题：长截图导入秀米就行了。至于第一个问题，我想着 HTML 文件既然可以用 VS Code 直接打开，那应该可以借助 Claude Code 插件，用自然语言来进行修改操作。于是我初步构想出了流程：用 Vibe Coding 的方式快速修改 → 浏览器长截图→PS分块保存 → 导入秀米 → 推文发布，完结撒花。

事实证明，这一套技术栈操作起来并不复杂，我几乎是指挥着电脑就把活干好了。但我忽略的一点是：当我以复刻的态度做出这篇推文时，老师也提出了更高的要求。

    四个老师同时指导我工作，一个把控整体效果，一个重视推文细节，一个看重文笔逻辑，一个看重亮眼程度。这可耗了我不小的力气。最折磨的一次，是一位老师给的图，另一位老师看不上，我只好推倒重来、自己一点点手搓。

    就这样，周三出初版，周四大改一版，周五精修 N 版，好在周五晚些时候满足了老师的绝大部分要求，文章成功推送了。有意思的是，指导我工作的老师都看不下去了，问我做一篇推文有没有劳务费。哈哈。

    事后，我躺在床上反思这几天的工作，发现完全可以做得更加成熟：AI 做初稿，把修改建议用精准的提示词传达给电脑，再用脚本自动化分割，然后导入秀米。但我为什么没做好呢？我觉得有两点原因。

    首先，我的提示词非常糟糕。前段时间我一直盲目追求性能好的大模型，这也是大部分人的通病——用代码编程时经常抱怨自己的模型不给力，代码跑不通。其实现在想想，不是模型拖累了你，而是你拖累了你使用的模型。所以，再看看网络上「XX 加 Vibe Coding 等于 985 高材生」的言论，还是很可笑的。

    其次，我辨别不出 AI 味。我们这代人最大的特点，我认为是见证着科技发展长大的：从小便接触互联网，成为原住民；而现在，又在人生成长最快速的阶段遇到了 AI。如今的 AI 是好用的，顶级模型的产出已经可以达到工业级标准了。可是我们绝大部分人一开始接触的并不是这些模型。现在想想，AI 确实拉低了我的审美。我过去常常追求一步到位，但以工程视角来看，这是万万不可的——事物的发展是螺旋上升的，工程的产出是需要一步步迭代的。当 AI 模型能替代我们做出一个相对还行的产出时，我们损失的是对美的思考。可能 AI 的初稿就比我们用传统工具做的效果好，但人胜过 AI 的地方，在于人知道什么是美的。过去，我常被指责做的东西有 AI 味，最严重的一次，是我提交的材料里有 AI 图片，老师指责说这叫学术不端。学术不端，已经是很严重的词了。但我一直不理解什么是 AI 味：是圆角方框，还是分点总结？直到在老师的指导下，一步步把 AI 做出的刻板产品变成有人味、有温度的作品时，我才逐渐有了感觉——AI 味，就是对人的审美的过拟合；而去 AI 味，也就是根据不同人的审美进行修改，提高它的泛化能力。

    解决了这两个问题，是不是上述工具就可用了？第二天我发现，上述方法有悖于第一性原理。我把公众号理解成了用于展示信息的工具，所以采取了图片的方式进行展示，却忽略了公众号是有传播属性的。纯图片意味着没有文字，没有文字意味着搜索不到。所有人都没发现，而我后知后觉。

    不过这篇推文最终还是顺利推送了，如今展示在学院公众号与南京医科大学的招生公众号上。至于那个"自动化编辑推文"的梦想，我想，应该还需要再探索一段时间。