从 2023 年开始用大模型辅助写作，到今天我已经很难讲清楚哪些句子是"我写的"。这篇文章记录了我重新理解"作者"这个身份的过程——从对工具的警惕，到把工具当作另一种语言，最后承认它已经在重塑我思考的方式。
这是一个关于"协作"的故事，不是关于"取代"的。
第一阶段：警惕（2023 春）
我第一次让 GPT 帮我润色一段话，是 2023 年 3 月。那段话讲的是我对远程工作的看法。模型给出的版本比我写的更"通顺"，结构更清晰，但我看着它就感觉别扭——不是错，是它读起来不像我。
写作者的本能是辨认自己的声音。当那个声音消失时，你会立刻察觉。
那段时间我几乎不用 AI 写东西。我对它的态度是：它是替身，不是工具。一个写作者用替身写出来的东西，无论多好，都是赝品。
我甚至把 LLM 从我的工作流里删了几个月。
第二阶段：把它当成另一种语言
转折点发生在一次写技术文档。我卡在一段关于"如何在 Kubernetes 里配置健康检查"的描述上，反反复复改了 5 遍都不满意。我让 Claude 试试看——它给的版本我几乎直接用了，只改了 2 个词。
那一刻我意识到：我不是在用它"写"，我是在用它"翻译"。我脑子里有想法，但有些想法的"原始形式"是模糊的、碎片化的，而 LLM 能帮我把这些碎片整理成清晰的句子。
这不是"替身"在工作，这是"翻译软件"在工作。
1# 我的写作流水线：不是"用 AI 写"，是"用 AI 整理"23function draft() {4 # 第一步：我手写一份"原始草稿"——逻辑乱、句子破、错字多5 local raw=$(cat ./drafts/$1.md)67 # 第二步：让 LLM 整理成结构化的初稿8 local refined=$(llm_clean "整理成通顺的中文，保留我的观点" <<< "$raw")910 # 第三步：我再改一遍——加细节、调语气、删废话11 echo "$refined" | vim -12}第三阶段：承认它已经在重塑我
用了大模型两年后，我开始注意到一些变化：
- 我写东西时会**先想"这个观点能否被 LLM 准确转述"**——不是为了让 AI 理解，是这个习惯在重塑我的表达方式
- 我开始用**结构化的小标题**——因为我知道 LLM 不会乱
- 我减少了**复杂的从句和长句**——因为我意识到它们是"低信号"
这些都是 LLM 带来的**写作习惯的变化**。无论我用不用它来"写"，它已经改变了"写"这件事本身。
那么，"作家"还在吗？
还在。但它变了。
以前的作家是"写句子的人"——他们的手艺是字、词、句、段的排列。现在的作家更像是"决定写什么、用什么语气、为谁写的人"——手艺从"语言"转移到了"判断"。
我以前会为一组词纠结半天。现在我更纠结的是：这段话我**要不要**说？对谁说？用什么样的"声音"说？
这个变化让我觉得：
工具没有取代作者。工具让作者从"工人"变成了"导演"——你不再亲自写每个镜头，但你得决定整个故事是什么。
如果你是写作者
我的建议只有一条：
别把 LLM 看成"代笔的"，把它看成"外置的语法系统"。就像你用拼写检查不会觉得文章是 CheckSpell 写的一样，你用 LLM 整理草稿，文章还是你写的——只是少了一部分"机械劳动"。
真正的写作——决定写什么、为什么写、用什么情感写——这件事 LLM 做不了。能做这件事的，还是你。
至少，目前是这样。