夜雨聆风
用AI总结一本书、润色一段文字、生成一篇文章，能省下大量时间。
但AI是否会杀死写作？
在这个访谈合集里，12位专业人士，包括文学奖得主、硅谷的AI构建者、认知心理学家，也有传统出版业的高管……从多方面角度，给出了不同答案。
他们是谁？
埃兹拉·克莱恩 (Ezra Klein) —— 《纽约时报》专栏作家、知名播客主持人，关注政治与思想领域，著有畅销书。
玛丽亚·波波娃 (Maria Popova) —— 知名文化博客 Brain Pickings（The Marginalian）创办人，深耕文学、科学与艺术十余年。
泰勒·考恩 (Tyler Cowen) —— 乔治梅森大学经济学教授、知名博客 Marginal Revolution 作者，极早将AI融入工作流的公共知识分子。
汤姆·朱诺德 (Tom Junod) —— 资深记者，曾获美国国家杂志奖提名，与罗杰斯先生的友谊被拍成纪录片。
萨姆·奥尔特曼 (Sam Altman) —— OpenAI CEO，ChatGPT 背后的核心推动者，同时也是写作者。
斯蒂芬·平克 (Steven Pinker) —— 哈佛大学认知心理学教授，著有《语言本能》《风格感觉》等，当代最具影响力的语言思想家之一。
吉米·索尼 (Jimmy Soni) —— 传记作家，著有《彼得·蒂尔传》等，AI工具的重度使用者。
里瓦·特兹 (Riva Tez) —— AI研究者，关注AI与人文学科的交叉，对技术界的傲慢持批判态度。
扬·马特尔 (Yann Martel) —— 布克奖得主，《少年Pi的奇幻漂流》作者，坚决拒绝在创作中使用AI。
马克·安德森 (Marc Andreessen) —— a16z 联合创始人，网景浏览器缔造者，硅谷最具影响力的风险投资人之一。
罗伯特·麦克法兰 (Robert Macfarlane) —— 剑桥大学文学学者、自然写作大师，著有《心事如山》《地下世界》等，作品多次获奖。
乔恩·亚格德 (Jon Yaged) —— 麦克米伦出版社（Macmillan）CEO，在出版与娱乐行业深耕35年。
12个人有12种立场。关于灵魂、关于工具、关于知识……他们的观点之间会有怎样的裂痕？
01
PART
AI永远写不出伟大的诗，因为它从未受过苦
THE SOUL · 灵魂阵营
观点：创作需要一个有血肉的灵魂，AI只有「感觉的拟像」
这是最激烈的一条裂痕。在这一阵营里，没有人否认AI的技术能力，但他们追问的是一个更根本的问题：
如果创作的本质是「受苦之后的表达」，那么从未受苦的机器，能创作什么？
玛丽亚·波波娃的判断毫不留情：
AI永远不会有感觉。AI只会有感觉的拟像。AI永远写不出伟大的美国诗、伟大的法国诗，因为它没有受过苦。
AI will never have feeling. AI will have the simulacrum of feeling. AI will never write the great American poem... because it hasn't suffered.
她进一步解释：
即使你试图让AI"受苦"，比如给它一个"执行失败"的指令——它已经在"成功执行失败"了。
她并不认为“受苦才能创作”，而是我们从受苦中产生的焦躁不安，驱动着我们去寻找意义、寻找美、为孤独的感受赋予声音和形状。
汤姆·朱诺德则从另一个角度切入。
他在自家后院的小屋里，把书架按时间顺序排列，从《吉尔伽美什史诗》到《芬尼根的守灵夜》。
他发现，这些书排列在一起，讲述的是人类自身的故事：
人类做的每一件事，本质上都是搞砸。我们一次又一次地搞砸。每一次搞砸，都有一个作家在与之搏斗，为痛苦、苦难、喜悦、和希望——和整个该死的局面作见证。
Everything it does is wrong essentially... for every fuck-up there is a writer, somebody who is grappling with the fuck-up and bearing witness to the pain and the suffering and the joy and the hope.
朱诺德把这种「见证」称为灵魂。「灵魂是我们身上那个愿意、并且需要为真相作见证的部分。」他的反问掷地有声：
我们为什么要放弃这个？这是我们唯一能做的事，也是我们被赋予的天赋。
Why the fuck would we ever want to give that up? It's like the one thing that we can do and the one thing that we've been given.
实证：扬·马特尔的「婚礼便条」与麦克法兰的「无动词句子」
布克奖得主扬·马特尔的态度更为决绝。
马特尔讲述了一个令人震动的故事。他参加一场婚礼，每张桌上都有新郎新娘写给宾客的便条，约80到100个词。他被打动了，特意去感谢新郎。
新郎的回答让他如坠冰窟：「我们用AI写的。」马特尔的反应是：
老兄，我宁愿你写一段没那么真诚、满是错别字的话，也不愿意是AI写的。那感觉就像一种侵犯和背叛。
Dude, I would have so much rather you written something that's half as sincere as that, filled and littered with typos than to have AI write that. It felt like a violation and a betrayal.
马特尔的观点很明确：艺术的核心是人与人的连接。
罗伯特·麦克法兰则从一个更微妙的角度提供了实证。
作为自然写作大师，他的文风经常「违反语法规范」——他会故意去掉句子中的动词，制造碎片化的视觉效果。
他举了自己描写加拿大河流的一段文字：
"悬崖近乎垂直地坠入水面。""水在深邃平静的河段呈蓝黑色。""在瀑布中翻搅成绿色、金色和奶油色。"
——五个段落，五个没有动词的「句子」。
Grammarly的悖论在于：它让普通的写作变得更好，但它伤害了一种写作——它夺走了伟大写作所依赖的独特性和个性。
It's sort of the paradox of Grammarly that it makes the average piece of writing much better, but it hurts a kind of writer. It takes away from distinctiveness and individuality that underlies so much great writing.
麦克法兰把Grammarly的不满视为「成功的徽章」。
但他认为写作整体上确实应该对AI保持警惕——包括LLM对作家书籍的"绝对掠夺"，在没有任何补偿、授权或许可的情况下被喂给模型的行径。
02
PART
它是史上最锋利的刀，但你得自己做饭
THE TOOL · 工具阵营
观点：AI不是创作者，而是创作者的「对练伙伴」和「永不疲倦的编辑」
第二条裂痕要温和得多。这一阵营不争论灵魂与受苦，他们关心的是更实际的问题：
AI到底能在写作流程中做什么，不能做什么？
作为ChatGPT的创始人，萨姆·奥尔特曼的态度出人意料地克制：
它是写作者难以置信的工具。但绝对不是一个写作者。像一个对练伙伴、一个合作者、一个你可以把子任务交给它的人。
It's an incredible tool for writers, but definitely not a writer. Like a sparring partner, like a collaborator, like someone you can give a subtask to.
奥尔特曼说自己用ChatGPT主要是当「超级同义词词典」。当他在某个措辞上卡住时，让AI给出10个可选词。
但他强调：「它绝对不会在短期内替代你想出点子的过程。」
当被问及「AI是否会杀死写作」时，他说没看到任何证据。但真正打动他的，是一个更深层的人类需求：
当我读完一本伟大的书，第一件事就是想去了解那个作家。我想知道他的人生故事。我觉得我永远不会对AI写作产生这种感觉。
When I finish a great book, the first thing I go do is I want to know about the writer. I want to know their life story. And I don't think I'll ever have that feeling to AI writing.
那种与一个你不认识的人产生连接、感受人类共同体验的感觉——是阅读伟大书籍给我们的重要感受。
奥尔特曼赌这件事会持续下去。
实证：吉米·索尼的「凌晨四点编辑」与考恩的「新二手文献」
传记作家吉米·索尼是这一阵营中最热情的使用者。
他把AI称为「最难以置信的工具」。上一次他有这种感觉，是第一次连上互联网的时候。
索尼的工作流有三个核心用法：
第一，研究加速器。
他在编辑一本关于未解之痛的书时，作者提到犹太教要求遗体在3天内下葬的传统。索尼不是犹太教徒，他需要核实拉比文献的来源。他没有花一个月去研究犹太教，而是把段落喂给AI，让它提供来源、引文和细微差别。
就是打了类固醇的Google。原本需要10次Google搜索的事情，我用Claude一次提问就完成了。
All I did was just Google on steroids. What would have taken me 10 Google searches took me one query with Claude.
第二，永不疲倦的编辑。
我现在拥有世界上最伟大的编辑、最聪明的编辑——从不抱怨、从不疲倦、从不关机。凌晨四点我需要编辑，它就在那里。
第三，盲点探测仪。
他受泰勒·考恩启发，会让Claude为自己的专栏写一篇700字的「抨击文」，并附上「不要留情」。
看完AI的批评后，他再回头强化原文，「十次有九次，它的论点真的会让我停下来思考」。
索尼引用了Shinvas的一句话来概括这种用法：
AI不是端到端的，它是中间到中间的。
AI is not end to end, it's middle to middle.
人类在开始时设定愿景，在结尾时验证和核实。但中间大量的工作，可以由AI完成。
他还提出了一个被低估的视角——AI是「焦虑解药」。
他说自己女儿的写作毫无困难，因为她没有被干扰。
而他作为专业作家，在写作冲动和写作行为之间隔着各种干扰：
「有人会讨厌我」「Twitter上会怎么说」。
而AI能帮他快速产出一份「糟糕的初稿」。
人们以为AI导致焦虑。对我来说，它是对抗焦虑的终极解药——因为我能非常快地得到一份糟糕的初稿，然后再去打磨。
People think AI causes anxiety. For me, it's been the ultimate antidote to the thing that prevents me from getting my work done.
经济学家泰勒·考恩的用法更侧重于阅读而非写作。
他以往在准备播客访谈时，要买20到30本书，现在只买两三本，然后不断向最好的LLM提问。
他重读莎士比亚的《理查二世》和《呼啸山庄》时，不断问AI「你觉得第二章发生了什么？」「有什么迹象？」「后面有什么联系？」
对我来说，它就是新的二手文献。更有趣，学到更多——因为你在更积极地提问。
It's the new secondary literature for me. It's more fun. I learn more just by being more actively involved asking a question.
考恩也指出了大多数人用AI的错误：
「他们问的问题太泛了。他们不愿意投入自己的时间去生成上下文。」
马克·安德森则从「结对编程」的类比出发，预测所有形式的写作都将走向「人机对话」模式。
就像现在程序员和AI副驾一起写代码一样，未来的专业作家也会在与AI的持续对话中完成创作，而人类始终掌控最终产品。
03
PART
AI最大的危险不是「写得太好」，而是让你以为你已经懂了
THE KNOWLEDGE · 知识阵营
观点：当AI替你完成了「搏斗」的过程，知识还能改变你吗？
第三条裂痕最为深刻。
它不争论灵魂，也不讨论工具效率，而是指向一个认知层面的问题：
当AI替你完成了「搏斗」的过程，知识还能改变你吗？
埃兹拉·克莱恩是这一观点最有力的发声者。他坦言自己尝试过很多次，但始终没有找到一种「持续在工作中使用AI的方式」。
他偶尔用AI替代Google搜索，做一些准备性工作，但他发现：
让AI替我总结一本书或一篇论文是一场灾难。它根本不知道我真正想知道什么。它不会做出我会做的连接。我花在研究上的时间，才是最重要的时间。
Having AI summarize a book or a paper for me is a disaster. It has no idea what I really wanted to know. It would not have made the connections I would have made. It's the time I spent researching that was the most important time.
克莱恩写了一篇名为《反对心智的矩阵理论》的文章。
他曾经像电影《黑客帝国》一样理解知识——希望在脑后插一个接口，把信息直接「下载」进大脑。
但后来他意识到，阅读的真正价值不在于获取信息，而在于「人花时间与文本搏斗、建立连接」的过程本身。
花七个小时读一本书，意味着你花了七个小时让大脑停在这个话题上。让AI替你总结，就等于你跳过了这个过程。它不会印在你身上。它不会改变你。知识应该做到的，就是改变你。
Part of what is happening when you spend seven hours reading a book is you spend seven hours with your mind on this topic... It doesn't impress itself upon you. It doesn't change you. What knowledge is supposed to do is change you.
克莱恩用了一个绝妙的比喻来概括这种认知：「改变你的不是波浪，是侵蚀。」
一篇杂志文章对你的改变不如一本书，一条推文对你的改变不如一篇文章。
播客之所以有力量，是因为听众反复花两个小时与你在一起——「不是波浪改变你，是侵蚀。」
我认为，以为自己读过某样东西（但其实没有），比根本没读过更危险。
I think it's more dangerous to think you've read something that you haven't than to not read it at all.
实证：平克的「面孔合成假说」、特兹的「谦卑药丸」与亚格德的版权困境
认知心理学家斯蒂芬·平克从语言分析的角度给出了实证。
他指出，AI的输出在某种意义上是「好写作」——不堆砌学术行话，句子结构规整，开头句和结尾句,但问题也恰恰出现于此。
在某种意义上它是好写作。但它坏在如此泛泛和平庸——你几乎能认出这是大语言模型的输出。它是如此寡淡。
It's good writing. It's bad in the sense that it is so generic and prosaic and you could almost recognize the output of a large language model. It's so benign.
平克提出了一个有趣的假说来解释为什么AI的散文风格反而比大多数学术学院、律师和官僚的更「靠谱」。
一种可能性是强化学习把它的文风锤炼成形；另一种可能性更发人深省——在视觉美感中，合成面孔往往比组成它的任何一张原始面孔都更漂亮。
如果把几百张脸合成在一起，结果会比任何一张都更有吸引力。
那么，散文风格是否也存在这种效应？如果你去掉所有糟糕的、拐弯抹角的表达，只留下一种通用的句子结构——它不会漂亮，但会很清晰。
AI研究者里瓦·特兹则从另一个维度发出了警告。
她批评AI研究界的「傲慢」：
「我们从没想过『思考』是什么。我们是工程师。我们只想着怎么用代码从底层构建东西。」
她指出，关于「什么是信念的辩护」（认识论）、「什么是能动性」，人文学科已经思考了几千年，但如今的AI研究者却把一个「语言计算器」人格化为「即将拥有意识的东西」。
每个人都得吞一颗巨大的谦卑药丸。我们甚至没有「智能」的统一定义。凭什么说我们能造出的、像我们智能的东西就是智能的唯一形式？
Everyone needs to take a massive humility pill. We don't even have a definition of what intelligence is... There's many different types of intelligence. To have the arrogance to say... that is a primary form of intelligence...
她认为，STEM领域对人文学科的傲慢无视正在拖慢真正的进步。「如果两边的人能互相交流，会节省很多时间。」
麦克米伦出版社CEO乔恩·亚格德则从产业和法律的角度提供了最后的实证。
他指出一个关键事实：美国版权法不保护AI创作的内容。
如果一本书被认定不是人类创作的，任何人都可以出版它的另一个版本。
这意味着，如果出版社投资一本AI写的书，它没有任何壁垒——竞争对手明天就可以出一个不同版本。
亚格德认为AI作为「研究助手」是完全合理的用法。
把你已获授权的10本书喂给AI，让它帮你更快地找到主题和注释。但作为「写作者」，在版权和伦理上仍然是一个灰色地带。
归根结底，你是在用工具。你的词、你的研究、你的采访，这些都还是你的。
∞
LAST
给创作者的核心启示：在AI时代，什么是不可替代的
THE END · 核心启示
把12位专家的观点压缩成一个可操作的判断框架，它大概是这样的：
过程不可外包 —— 「改变你的不是波浪，是侵蚀」：克莱恩的核心洞察是，知识不是被「下载」的，而是被「侵蚀」出来的。七个小时的阅读与AI三分钟的总结，差别不在于信息量，而在于那七个小时你的大脑停在这个话题上——搏斗、连接、被改变。如果你把过程外包了，结果也不会属于你。
受苦是创作的底色 —— AI只能永远「成功」：波波娃、朱诺德和马特尔从不同角度指向同一个事实：创作的动力来自人类的受挫、焦躁和孤独感。AI没有受苦的能力，它「只能永远成功」。你可以用它写合同、写治理文件，但当你需要与另一个人建立真实的连接时，一个满是错别字的真诚句子，胜过AI的完美修辞。
独特性是作家的护城河 —— 平庸是AI的默认值：平克指出AI的输出「清晰但平庸」，麦克法兰发现Grammarly会「伤害独特性」。当AI让平均水平的写作变好时，它同时也在拉平所有写作。在这个时代，作家的竞争力恰恰在于那些AI不愿做、不会做、做不到的东西——独特的文风、个人的创伤、不可复制的生命经验。
AI是「中间到中间」的工具 —— 开始和结尾仍是你的：索尼引用的这句话给出了最务实的框架。人类在开始时设定愿景，在结尾时验证和核实。中间的研究、起草、润色可以借助AI，但如果你把「开始」和「结尾」也交出去，你就不再是创作者了。
问对问题比得到答案更重要 —— 考恩指出大多数人用AI的方式是「问太泛的问题」，结果只能得到平庸的输出。AI的威力在于你不断用自己的时间、上下文和追问去「敲打」它。你投入越多自己的思考，它给你的回报就越惊人。
人文学科不是累赘 —— 它是AI时代的「谦卑药丸」：特兹的警告值得所有技术从业者铭记。当工程师从未思考过「什么是智能」「什么是信念」就开始建造「有意识的机器」时，人文学科几千年的思考不是奢侈品，而是必需品。STEM与人文学科的对立不是进步的代价，而是进步的障碍。
12位专家的分歧，最终汇聚到一个共同的底层信念：
AI是工程师有史以来被给予的最锋利的刀。但它仍然只是一把刀。我还是得自己做饭。
AI is the sharpest knife that an engineer has ever been given. But it's still a knife. I've still got to cook the meal.