我的 AI 写作实践
王佩
我把自己历年的博客装进了输入法。
还不够。我把反复读的书和常用的人名放了进去，也放进了诗词和句子。如今打字，有些过去写过、读过的话，会从候选栏里回来。它们不再只待在某个文件夹里，等我想起了才去找。
我想从手指下面讲起：一个人准备写作，怎样把字打出来，怎样找到材料，怎样请助手帮忙，又怎样保住自己的判断。
这些年，我用 AI 整理口述、改造软件、审读旧稿，也让它扩写小说、起草系列文章和样书。我做了一份以自己名字命名的写作 Skill，把愿意接受的改法、不愿接受的改法，都写进去。有些实验很好玩，有些给了我教训。
用 AI 写作，很容易先注意到它能写多快、写多长。我更愿意把原稿和改稿放在一起，看一句话到底发生了什么。它把错字改正了，还是把我的意思改掉了？它补了一个好看的细节，这个细节从哪里来？一篇文章读起来更顺，是因为问题解决了，还是因为问题被漂亮话盖住了？
我在二〇二三年的一条笔记里写过：“左边ai，右边自主。”当时还提醒自己，日常工作流程不宜过于复杂，一个人的精力顾不过来。几年以后，能用的工具多了，这个提醒依然有用。
下面说的“实验”，是一个写作者拿自己的材料反复试用、对照、修改。不同日期，不同文体，也有不同的工作要求。我不拿这些经历给所有模型排座次。我想讲清楚几件做过的事，以及它们怎样改变了我对写作的认识。
从一团棉花里纺出线
很多人内心有一个海洋，让他倒出一杯水，却很困难。感受是真的，想法也不少，可一坐下来，就不知道第一句该写什么。写到第二段，才发现第一段没有说清；好不容易说清一件事，另一件事又横了进来。
我喜欢用一个比喻解释这种困难：人的思维是网状的，语言却是线性的。几个念头可以同时出现，一段往事能牵出许多关系，纸上的字却只能一个跟着一个。写作要把网状的思维，借助语法和组织，理成树状，再变成一串字符。
这好比从一团棉花中纺出一根线，再织成一件衣服。棉花是自己的，不等于线就能纺匀。句子都通顺，也不等于最后穿得成一件衣服。
“网状、树状、线性”是我讲写作时用的模型。它指出一种常见的麻烦：作者心里已经连上的地方，读者未必连得上。作者知道这个“他”是谁，知道两件事隔了多少年，知道一个判断前面还有哪些条件，读者手里却只有这一行字。
汉语给了写作者很大的方便，也要求写作者照顾好这些关系。只看一个“走”字，我们不知道动作发生在什么时候。“我们正在路上走”，时间和状态清楚了；“明天下午，我们将要走过大雪山”，又是另一回事。“我走了”可以是告别，也可以出现在对过去的叙述中，要放回上下文才知道。
所以，写中文不能只检查字面有没有错。还得看时间有没有交代，代词有没有着落，因果究竟是事实里的，还是作者自己接上去的。关系本来清楚，不必每句都加“因此”“然而”；关系不清楚，多放几个连接词也救不了。
我给好中文定过八个字：浅白易明，高雅简洁。浅白不是浅薄，简洁也不是字越少越好。读者需要知道的前提，应当补；已经从动作里看出来的感情，就不必再宣布一次。
我讲古典文体，常用潮水举例。你了解这片海岸，知道潮汐怎么变化。到了时候，对朋友说：“现在是三点，看西边，潮水上来了。”朋友向西边看，便明白了。
这句话没有把你的全部研究过程端出来，因为朋友此刻需要看的是潮水。如果他在学怎样判断潮汐，你就要另讲依据和过程。详略由读者需要什么来决定，不能把“简洁”当作省去解释的借口。
修辞也一样。我赞成文章有文采，更在意修辞立其诚。你只有一点不满意，助手却替你写成深切的悲愤，语气就超过了感受。原本还没想通，改稿却让你“终于懂得”，看上去圆满，实际上替你省略了一段思考。
还有一种办法，我叫它抽象阶梯。概括在上，例子在下。好文章在两端来回走。讲“乐观”，要让读者知道这个人为什么乐观。我在课上举过一个农民的例句：“只要有点收成，就比撒下的种子多。”这是一则教学示例，但它说明，给一句具体理由，比把“乐观向上”写得更响亮有用。
反过来，具体也不是目的。写了多少碗、多少张桌子、多少次推门，不等于写出了生活。要看这些东西跟眼前的人和事有什么关系。AI 很会补细节，写作者尤其得知道，自己为什么需要这一件。
让积累过的文字，参与下一次输入
我在苹果电脑上用鼠须管输入法，它属于 Rime。许多设置以文本文件保存，可以自己编辑。词库也可以按需要组织。
在一次演示里，我打出“耶罗波安”，候选中可以接着出现“耶罗波安的妻”“耶罗波安心里说”等词句。它们来自我放进去的和合本材料。经常写这一类内容的人，知道人名要在候选栏里翻来翻去有多烦。
《古文观止》《红楼梦》也在我的输入材料里。还有诗词和历史资料，也有影评、我自己的文集和博客。读书积累的人名、词句，终于有机会在使用时出现。
最让我在意的是自己的文字。一个人写了多年，留下的东西往往远比自己以为的多。它们散在博客和课件里，也散在随手稿和旧文中，有时记得大意，却找不到原句。把其中适合的词句纳入输入环境，等于让过去的积累多了一个回来帮忙的入口。
配置个人词库，并没有使大模型学会我的文风。它解决的是输入问题：常用的名字少选一次，熟悉的说法不必重新敲一遍，新遇到的词可以随手加入。是否采用候选，仍由我决定。
我也把 AI 当过另一种“超级输入法”。二〇二三年保存的自定义指令，就先交代自己会有同音错字、口头禅、中英文混排和语音识别错误，请它帮助整理，文字标准仍是“浅白易明，高雅简洁”。
这里要分清两个动作。先把自己的话留下来，再处理识别和表达上的问题。说得不顺，可以改；听不清，可以标出来。不能因为需要一篇通顺的稿子，就让助手猜出一段没有听见的话。
输入这一层处理好了，作者更容易留下第一份材料。这份材料哪怕粗糙，也有自己的起点。以后改过多少轮，都能回来看：我最初说的究竟是什么。
造一件趁手的工具
我用 AI 改造过几个写作软件，也尝试过反向工程。
其中一个是朋友公司内部的编辑器，我不公开它的名字。原先它更适合处理 BBCode 和 TXT，我想用 Markdown，又不好意思为了自己的习惯反复提要求。后来请 AI 协助增加 Markdown 支持，改了菜单，也调整了图标和名称。
需求并不宏大，只是想让天天用的东西顺手一点。过去知道哪里别扭，却不知道怎样实现；现在可以把不便说出来，让助手协助落实，再回到实际写作中检查。
我用 The Archive 很多年。资料多了，有一个反复遇到的问题：正在写一段话，想查一个词，就得离开写作窗口。查完再回来，原来那句话的气口可能已经断了。
我想要的是两个窗口，一个写，一个查。在写作窗口选中关键词，另一个窗口显示相关材料；需要的文字，可以取回正在写的地方。后来借助 Keyboard Maestro，把这一组键盘和鼠标动作串了起来。
我还把 The Archive 和 TheBrain 接在一起。前者保存文本，后者帮助我看材料之间的关系。以关键词为桥，按快捷键，在两个软件之间往返。这些改造有的涉及软件修改，有的是宏自动化，都为了少打断正在进行的思考。
这次演示本身也成了工具实验。我把它做成 HTML 网页，加入目录、页码和返回目录的按钮。现场需要多举一个例子，就添几页；讲述顺序变了，目录跟着调整。最终放到自己的网站上，朋友可以打开看。
但造工具容易上瘾。设置改好了，还想再加一个入口；两个软件接上了，又想接第三个。我也做过后来主动关掉的功能。工具能让写作开始，也能让一个人一直停在准备写作。
一项改造做完，我愿意问一个小问题：它有没有帮助我继续写那篇文章？如果没有，至少先别急着再造下一件。
书先说，我再说，AI 后说
我教好中文，常讲“输入为了输出”。想把文章写好，要到好中文的源头去。文言、传统白话、翻译、小说、诗歌、戏剧，各有值得学的地方。读一句好句子，除了赞叹，还可以看看：它先让什么出现，哪里停顿，为什么到这里就收住。
这不等于每读一本书都必须交作业。读书可以只是喜欢，读完什么也不写。但若正在训练写作，就不能把“我看过”当作“我会用了”。要把某一种写法带回来，在自己的材料上试一试。
有了 AI，阅读最容易发生的变化，是书还没有说完，解释已经到了。摘要整整齐齐，论点分成五条，应用场景又列三项，读者很快获得一种明白了的感觉。可是把屏幕关掉，让自己复述作者凭什么得出结论，又说不清楚。
我整理过一份关于 AI 阅读的研究材料，里面有一句我愿意保留的话：“书先说，我再说，AI 后说，作品最后说。”
读完一节，合上书，先用自己的话写三句话：这一节在说什么；我相信或怀疑什么；它跟我的生活、写作有什么关系。写不出来的地方，正好是可以继续问的地方。
再把原文短摘和出处，连同自己的复述和问题一起交给 AI。只把自己的复述给它，它不知道原文是什么，就很容易顺着我的理解继续说。原文与复述并排，它才有材料帮我找偏差。
可以这样问：“只根据我给的这些材料，指出我抓住了什么，哪些理解还需要核对。每一处回到具体原文。再问我三个问题，让我继续读下去。材料不够，请说还缺哪里。”
AI 能承担的工作很多，但不必一次全做。概念读不懂，让它追问，一次问一个；担心自己的批注太武断，让它找反例；材料已经读了一批，让它整理主题与出处；自己有了札记，再请它看结构。工作越具体，越容易知道它帮到了哪里。
我也警惕读书卡片越积越多，文章却一直没有开始。每张卡片最好留一个出处、一个自己的判断。等到需要写，就选少量真正有用的材料。AI 很会继续生成题目，生成题目却不能替我完成选择。
这也关系到我讲过的“和合技”。我从协作翻译中得到启发，把不同版本放在一起看：哪一个词不同，哪一句改变了意思，改动依据是什么，再共同决定留下哪一种。用现代工具保存版本，能看见这个过程。
如今可以请几个助手分别审读，但不靠票数定稿。三个助手都说“很有感染力”，不如其中一个指出：“这里少了一个前提。”它们可能共享相同的盲点；我需要的，是具体的分歧和依据。
阅读时先留下自己的复述，改稿时先留下自己的原文，理由相通。助手给出意见后，我还能对照自己原先的理解和写法。
为了跟朋友喝酒，我先研究了一条国道
有一次，我用 AI 研究 G219，起因很简单。我的朋友高老师去自驾了。
我们以前在报社做过同事。他去走那条从广西一路向北的长路，我没能同行。我想，他总要回来，到时候给他接风，坐下来喝酒，跟他聊什么？总不能一万公里回来，只问一句：“好玩吗？”
于是，我请 AI 帮我了解这条路。经过哪些省区，景观怎样变化，哪些地方容易混淆，路况消息又有哪些时间限制。地理资料只是准备，最后要得到的是一张能让我听懂朋友的提问单。
这条长路可以先分成四幕。广西有海边、口岸与边城；云南有雨林、茶山和峡谷；进入西藏，从绿色的藏东南走向更空旷的高原；到了新疆，又有绿洲、草原和北边的森林。先记住这些变化，一长串地名才有地方安放。
接着，把问题问小。“路好不好”太大，可以换成：“哪一段看着很近，实际开了半天？”“风景怎么样”也太大，不如问：“哪一段最不像你原来想象的西藏？”
还有些问题更私人：“第一天车上放的什么歌？”“哪个县城，你最想再住一晚？”“有没有一张照片，别人看不懂，你一看就回到那一天？”
问题准备了不少。结果高老师回来，我们真坐下喝酒，我又把这些问题忘了。到了这次分享，才请他现场讲。
我先给他看东兴“山海相连”的标志，问是不是这里。他说，不是。他们也在那里拍过照，但后来发现，要找的公路界碑在别处，为了找它，还专门多跑了一趟。
一张资料图可以帮助我开口，真正走过的人却能当场纠正我的指认。
我问到想再住一晚的地方，高老师说，好像云南每个地方，他都想再住一晚。他还说，他们买了三十块钱的芒果，吃了一个礼拜。
这句话比“沿途物产丰富、生活成本较低”具体，也只说到他们自己的经历。
高老师又讲起旅途中遇到的一位姑娘。她每年生日来看山，去了六年，只有今年看到了，兴奋得热泪盈眶。这个故事是他在现场讲的。我不能让 AI 在准备问题时，就替他安排好这样一位姑娘。
谈到新疆，高老师说，一路吃得最多的还是川菜。另一位现场嘉宾接过来，说到了旅程后半段，天天想吃番茄炒蛋。
高老师还提到，导航带他们走到封道的地方，换条路，绕过去仍然走不通。这里有一个很实际的提醒：路线存在、地图画出来、道路正在施工、某一天允许通行，是几种不同的信息。把它们拼成一句顺畅的旅行建议，并不会让车真的开过去。
我看重这次研究，因为它改变的首先是我的问题。AI 帮我补了一点知识，我才有机会把朋友的话听得更细。接下来往哪里聊，由他的回答决定，不由提问单决定。
如果以后把这次谈话写成游记，作者也要在句子里站对位置。车是他开的，芒果是他们买的，山是他们看到的。我可以写我怎样听见，不能把这条路写成我走过。
从“报警器”回到研究
另一项实验，材料比旅行沉重得多。我找到一批公开案件记录，请 AI 从不同角度分析，想写一篇关于尽量避免严重暴力伤害的文章。
材料里有亲密关系，有债务和交易，也有邻里纠纷。分别看这些场景，能够找出一些线索。其中一个角度换了问法：先看是谁在安排场景。
地点谁定，时间谁定，一个人能不能离开，旁边有没有别人。这些问题穿过不同类型的材料，使几份分析有机会连起来。它给写作提供了一条主线。
研究之后，我又把意思整理成七条便于记住的提醒：已有纠纷时警惕转入对方控制的空间；处理钱款争议不独自进入有威胁的私人场所；求助以后仍要关注持续的接近与威胁；冲突升级时不争最后一句；存在威胁时，不让老人孩子承担传话和劝架；认真对待明确的伤害威胁；来访先确认，公开信息要留意隐私。
这些是从材料中形成的行动提醒。它们不能保证安全，也不能反过来责备受害者为什么没有做到。研究中尤其不能用几起最坏的事件，给普通人的日常生活直接算出风险。
模式速记中有一组关键词，叫“报警／调解／保证书／诉讼”。有一条命中了“报警”，原句却是“报警器鸣响报警”。
设备发出了警报，不能因此记成当事人在事发前向警方求助。
原文件自己已经说明，它做的是关键词粗筛。粗筛可以找到线索，下一步必须有人读语境。倘若我急着把命中数写进文章，这几个字就可能被换成一次警方介入，再变成一条很有说服力的结论。
我还拿过一份网友看凶杀纪录片后的心得，与这批材料对照。有些情境可以互相呼应，比如诱骗转场；有些话必须收窄，比如从几起留宿事件推到“不要让亲友住进家里”；还有些问题，材料根本没有提供足够信息。
谈收入，文书没有收入资料，不能见到经济动机，就断定当事人贫穷。谈某个地点危险，不能只数那里发生过多少起，还得知道人们在那儿待多久、有多少次接触。名单里没有写某项信息，也不能说这种情况不存在。
甚至数字的单位也要重看。旧材料中出现过二百七十二案、二百九十八人，两种单位放在一起，分母一换，比例就变了。数字没有打错，不代表计算的问题已经想清楚。
交叉验证最有用的结果，有时就是“这份材料答不了”。它让我把原来写满的话收回来，把事实、解释和建议分开。
我因此更愿意保留研究过程：原始材料在哪里，哪一轮只是粗筛，哪些是分角度分析，最后哪些结论又回查过原文。读者未必需要看全部过程，但作者需要能回去。
七个分析角度，增加的是七种看问题的办法。它们没有凭空增加七份证据。
一份像诗一样的 Skill
我自己的写作 Skill，名字叫 wangpei-writing。它是一份反复使用的工作说明，里面写我怎样判断文章，允许助手怎样改，哪些地方必须停下来找材料。
做这件事，刘韧给过我很大启发。
我们久闻彼此的名字，后来在上海见了面。他给我看自己的写作 Skill。我稍微读了一下，觉得竟像一首诗一样优美，里面有很多智慧。
它开头有一句：“记者是读者的跑腿儿。”身份和工作，一下就说清了。读者没有去现场，记者替他去；读者还不知道，记者替他问。最后把事情讲明白。
这样的开头，比“你是一位世界级写作大师”有用。它给下一步工作设了方向：材料从哪里来，读者缺什么，哪一步尚未求证。它还把许多要求落到动作和数字上，也落到引语和修改之中。
我注意到，他对标点的要求细到半角、全角。读到这种地方，我会猜，可能只有长期写作、反复处理过这些麻烦的人，才知道一个小符号能闹出多少问题。这个猜想让我更愿意认真读那些看起来琐碎的规则。
我给他的评价里写过：我们不应该只有一套词，要根据不同任务，设计专属的版本。而且，规则一定要从自己的教训、经验乃至血泪里来，才有真正的意义。
一篇随笔需要保留犹豫，人物报道需要追问材料，数学教材需要替初学者补出关键的一步。把它们都塞进“写得简洁有力”六个字，助手无从知道，哪一处该删，哪一处恰恰要加。
我的 Skill 因此先写判断次序：真实、清楚、优雅。
事实没有站住，先不要谈优雅。事实站住了，读者仍然看不懂，就得调整关系。意思已经明白，再看声音、节奏和余味。三个要求都重要，但不能颠倒。
它还提醒我，别急着表演自己的风格。一个作者爱用物象，助手可能每段给他安排一个物象；一个作者喜欢克制，助手可能把所有感情都压成一句冷话。我在旧版里写过一问：“删掉所有‘像王佩’的地方，这篇还站得住吗？”
我不想要一个只会重复招牌动作的替身。它应当懂得，有的段落平实地把事情讲清楚，就已经够了。
把你的“不接受”写进去
很多人想做自己的 Skill，第一步是请 AI 概括自己的文风。它很快就会说，你清新、幽默、深刻，既有文采又不做修饰。听着舒服，但拿到下一篇稿子面前，仍然不知道怎么用。
我早年也保存过这样的分析。它说我善于从负面的事情里发现积极意义。倘若把这句话变成每篇文章必须遵守的要求，麻烦就来了。一篇没有想通的随笔，要在结尾得到收获；一个不愿和解的人，要被安排和解。我的复杂感受，反倒成了需要清除的障碍。
准备几篇自己的文章，不光放得意之作，也放写坏的地方。再找出同一篇的原稿、修改稿和最后采用的版本。在哪一句接受了助手，在哪一句拒绝了它，为什么，这些理由值得保存。
比如，“她可能不来了”被改成“她不会来了”。后一句短了一点，判断却变了。这个例子可以长成一条有用的规则：修改时保留原有的限定，除非作者补了证据，明确改变了看法。
规则不能只写“不要删可能”。有时“可能”确实是口头赘词，有时它决定一句话的范围。要交代什么情况下检查、怎样改、什么时候可以例外，最后拿原句验收。
再看一个教学用的坏改法。原句是：“那天来了十二个人。她说，可能还会再来。”把它改成“现场高朋满座，大家纷纷表示还会再来”，字面热闹了，人数没了，一个人的话变成一群人的话，“可能”也没了。
这样的例子比“避免过度润色”具体。助手知道什么叫改坏，我也有依据要求它重做。
还要给它看不需要修改的句子。如果每个例子都是坏句改好句，它容易以为，交到手里的每一行都必须动刀。可以专门放一段好文字，告诉它这里的重复承担了什么，那里的停顿为什么保留。什么都没改，有时就是这一轮正确的工作。
一份最小的 Skill，可以先是一份叫 SKILL.md 的文件。用几句话说明它做什么、在什么任务中使用，再写最重要的判断、材料边界和交付要求。格式按所用工具来，核心仍是你的取舍。
先负责一件事，例如校改自己的随笔：保留事实、引语和必要限定；不懂的地方标出；已有的好句原样留下；要审读就交问题，要改稿就完成已经说清的范围。拿几段文字试一试，看看它在哪里帮忙，在哪里误伤。
材料多了，再把修改对照、剧本要求、翻译判据分别放进参考文件。主文件告诉助手，什么任务要读哪一份。一本具体的书，另有项目说明，记读者、人物、章节和已确认的材料。
我的 Skill 也经历过删减。早先愿意往里面放许多大师的技法，后来更愿意留下自己的病例和句子。一个规则解决不了任何实际问题，又跟别的规则冲突，就该改，甚至该删。
我负一岁，大事是爹娘结婚
用自己的 Skill，我让 AI 写了一组书信样章，叫《我们大陆这些年》。我觉得它很有趣，值得慢慢写成一本书。
收信人是台中的朋友永锡。原来的构想是，从一九七〇年到一九八九年，一年一封信，一年长一岁。我从华北农村一个家庭的日常讲起，告诉一个在台湾生活的朋友，我们怎样长大。
这里有一个具体的“你”，文章便不容易写成概论。有些词，对我不用解释，对永锡却未必如此。炕是什么，工分怎么记，孩子读的小人书是什么，都有必要说清楚。解释这些东西，是为了让朋友进入故事。
现存的五篇样章中，有一篇先写到我出生以前。AI 起草的开头是：
我负一岁。大事：我爹我娘结婚。
这两句让我愿意往下看。年表从一个还没出生的人那里起步，家人的故事已经开始了。
另一篇用了家里传下来的一个小场面。爷爷来看尚小的我，进屋找孩子。姥姥说：“这不是在炕头上坐着嘛。”爷爷说：“这么大了。”
这几句家常话是我提供的。那时的我不可能靠自己的记忆保存整个场面，要依靠家人的讲述。AI 所做的，是组织前后，把人物放到合适的位置，让这几句对白响起来。
“这么大了”已经够了，后面不必再接祖孙情深、岁月流转。
还有一章写面糊糊。我提供的材料是，小时候吃加糖的面糊糊，小姨在旁边等着，等我不吃了，就端走。AI 稿把它写成：
我吃，她在旁边虎视眈眈。我一不吃，她端起碗就走。碗回来的时候，是空的。
这里的事情来自我给的素材，三句话的组织属于现有草稿。它没有先宣布艰难年代中食物的珍贵，只让两个人盯住一只碗。读到“是空的”，人会笑一下，又知道为什么要等这只碗。
我很看重这种帮助。过去只有散落的材料，现在可以先看见它们连成篇章的样子。爷爷、父母和孩子在相邻的信中反复出现，认字、小人书、家里的生活，也逐渐有了前后。
不过，成书的难处不会因为出现了好句子就消失。真实素材之外，样章还有 AI 的组织、推测和补写。具体是哪一种粮食，哪一年住在哪边，谁教我认字，背的是哪本小人书，都需要我回来认。
一段文字很像那个年代，也很像我们家，仍然不能证明其中每个动作都发生过。尤其是婴幼儿时期的事，亲历、家人转述、成年后的推测，不能混成一种声音。
这组样章里有一项安排很好，每章末尾列“待填的私货”：只有作者能回答的问题。媒人是谁，接亲用的是什么，爷爷当时还说过什么，哪本书翻了多少遍。正式成书时，工作单当然要拿掉；写作过程中，它有用。
但工作单也不能替正文兜底。婚礼中的马车、木箱和喜联，原稿已经标明是占位。正式成书以前，仍要逐一换成真实材料，不能只把标记删掉。
我想继续这本书，因为它已经找到了一种可以生长的形式：一个明确的朋友，一年的日子，一家人的变化。后面还需要补记忆、查年表、核公共史实，也要逐章看哪些写法是自己的，哪些只是像自己。
一本数学样书，先把人吓坏的符号讲明白
另一部样书叫《奥数轻松学》，由 AI 使用刘韧技巧写作，也参考了一本早期微积分教材的讲述方式。
那本书是汤普森的 Calculus Made Easy，初版于一九一〇年。我看中的地方，在第一章就出现了。它先帮读者驱除“预备的恐惧”，拿最容易把初学者吓退的两个符号开刀。
d，先把它理解为“一点点”；积分号，先把它理解为“加起来”。作者接着说，一小时可以看成三千六百个一秒，把这些小块加起来，便是一小时。第一章收得很干脆：“That’s all.”（原书第一章）
这不是完整的微积分定义，却是一个让人肯继续学的入口。许多教材先用符号把读者挡在门外，再埋怨他没有耐心。这本旧书先承认，读者可能就是被符号吓住了。
我把这种讲述次序借到奥数样书里。刘韧 Skill 提供的是替读者追问、把意思讲清的要求；旧教材提供的是怎样带初学者进门的启发；真正要教的数学，还得按数学本身来。
《奥数轻松学》已经有十六章正文，还有目录体例、结语和附录。它先让读者认得符号，试小情形，再给常用工具，最后谈怎样想、怎样写出能说服人的证明。
第一章里，阶乘的讲法很有趣。看到 5!，好像数字后面跟了一个感叹号，在冲人嚷嚷。书稿告诉读者，它不嚷嚷，只是“从 1 一直乘到这个数”的简写。
然后落到五个人排队。五个人各不相同，第一个位置有五种选法，第二个剩四种，接着三种、两种、一种，乘起来是 120。那个吓人的符号，接上了一个可以想象的动作。
讲抽屉原理，样书请读者设想，屋里站了十三个人。按十二个出生月份分组，至少两个人同月出生。你不必知道任何一个人的生日：如果每个月至多一个人，只能放下十二个人，第十三个人怎么办？
这里的笑意和浅白有用途。读者先明白为什么，再去记原理的名称。以后碰到复杂题目，还要寻找合适的分类，但第一步已经站稳了。
同一部样书，也能找到讲错的地方。它把下取整说成“把小数点后面的零头全扔掉，只留整数部分”。对所举的非负数例子，这样说容易懂；遇到负的非整数，就不对了。
−3.7 向下取整是 −4，不是 −3。准确的意思是，取不大于这个数的最大整数。
这就是样书到教材之间的工作。要检查定义和条件，逐题算，还要请真正的初学者来读，指出哪里跳了一步。语言让人愿意看，数学决定这一步有没有教对，两件事都不能省。
我不因为发现一处错，就否定整本样书的趣味；也不能因为它读起来有趣，就说已经可以出版。AI 让连续章节较早出现了，接下来的审校因此更具体，也更有责任。
A 找问题，B 给改法，C 按范围改
用了个人 Skill，还需要说清楚，这次让助手做多少。
我的办法是分成 A、B、C 三档。它们表示编辑权限，不是文章等级。
A 只指出问题，说明为什么影响这篇文章，不替我重写。B 给具体改法，可以试写局部，也可以给不同方向，但保留为提案。C 则在已经说清的范围内完成修改。
我平常较常用 B。因为写作里许多问题没有唯一答案，我想先看取舍，再决定。
《好中文的样子》里曾有一道练习：“25 分钟写完一篇，不许回头改。”A 级红笔清单问了一句：“一篇是多长？”
这就够有用。原来我觉得任务清楚，读者却不知道是三百字还是三千字。
后来，一份修改文档给出候选句：“25 分钟写完一篇八百字上下的初稿，不许回头改。”有了可用的改法，还要看是否已经放进底稿。当时核对，底稿仍是原句。因此只能说，有了候选文字，不能说修改已经落实。
B 的例子可以看一篇年轻麻醉医生群像。原题里有“当之无愧”“无影灯下的幕后英雄”。助手提出几种方向：让动作先出现，采用较平实的说明，或者借医生自己说过的话作题。
其中一个候选是：“他们让孩子睡着，再让他们醒来。”这个标题值得讨论，它把职业工作落到动作上。但标题写得像样，还得跟文章内容相配，不能见到一句好话，就急着把整篇稿子往上套。后来的 C 稿实际用了另一题：“麻醉医生在忻州。”
C 也可以非常小。《纪念杨官琴女士》的原句是：
她是我通向这片土地的管道之一，甚至是唯一的管道之一。
修改稿删掉末尾“之一”，成为：
她是我通向这片土地的管道之一，甚至是唯一的管道。
只删两个字。“唯一”与“之一”的矛盾解决了，我用的“管道”没有被换成更文雅的桥梁，句子的递进也在。
同一篇稿子，B 曾建议调整开头，C 却保留了“今天我们在这里隆重地聚集”。因为当次 C 的范围只是错字、病句、重复和赘词，结构和风格另放在提案里。看到一句没改，先别急着判漏改，要看当时究竟交给它什么工作。
也有更大的 C 级修改。《马赛克的天空》的一份示范中，有一句人物自述的心理感受：“像是被什么东西控制住一样。”改写把它直接放到“他说自己”之后，让读者更容易分清，这是人物的说法。
原段本来已有回忆和说话的提示，因此这处改动是进一步标清来源，并不是第一次发现材料来自人物。这样的修改看起来只添了几个字，却关系到作者在为哪一句话担保。
同份示范也暴露出问题：后来的行动，不能自动证明较早时刻的心理；别人提供的见闻，不能写成原作者的“我想起”。给了 C 级权限，仍然不能把别人的经历挪到作者身上。
另一个实际教训出现在医生群像的 C 稿。正文写了“手术间空调常年 20 度”，同一份文件的核对表又说，这个细节原稿没有，待核实。句子已经像真的，依据却还没到。
温度是一个很容易使文字显得真实的东西。正因为它普通，读者和我都可能不警觉。所以不能把无依据的细节先写进连贯叙述，指望稿后的一张待核清单解决问题。
C 的意思，是可以执行这次明确授权的修改。它没有授予补造事实的权利，也不保证执行结果一定正确。
这套办法不必变成三次审批。有时任务已经清楚，可以直接 C；有时一篇稿里，只允许改字词，同时提出结构建议。把范围讲明白，助手就该完成工作，不用每改一句再问一次。
最后还要区分，候选已经写出、已经放进某份稿子、作者已经采用、已经公开发表。这几个状态，不会因为文件名写着“终稿”就自动相同。
两个包子，托起了多少人生
我在演示里放过一段专门写的夸张仿作。这是为了说明问题而做的示范，不是哪一次模型输出的原样记录：
先说结论：这不是一次简单的早餐采购，而是一场关于自我关怀的微型实践。
两个包子像两位不知疲倦的生活导师，不仅回应了胃的呼唤，更托住了清晨的秩序。
真正重要的不是吃了什么，而是你终于开始认真对待自己——从一顿早餐开始。
它本来只想说：“我饿了，下楼买了两个包子。”
包子还没凉，人生已经升华了。
这类文字可笑，首先是话的分量与事的大小不相称。读者还没有误解，文章先忙着替他翻案；一个平常动作，要用几个抽象词层层包装；包子除了能吃，还得担任人生导师。
我参考过 Lieflat 的去 AI 味文章及配套规则，也试过 Humanizer、Sepia 等不同的处理方式。检查清单有帮助，它能把平常读过去的习惯找出来：先预告再开口，无端纠正一个并不存在的误解；顿号成串；相邻几句反复套同一种骨架；用破折号给普通判断制造揭晓；有事实却不写，只剩“显著提升”一类评价。（作者文章、配套规则）
但这些都是要检查的地方，不能当禁句表。冒号有正经用途，排比可以有力量，“不是……而是……”也可以承担必要的辨析。问题在于它这一回有没有做事。
更麻烦的 AI 味，未必长得像包子那段。它可能十分干净，甚至显得有文学修养。
二〇二四年，我把一段写作营口述交给 Claude 整理。原稿说，持续输出像“身后有一只藏獒在追逐”，改稿成了“如同被猛兽追赶”。原稿说“在这样一个平地可以抠出饼来”，改稿变成“在看似平凡的地方开辟了新天地”。
“藏獒”是否太用力，可以谈；“平地抠饼”究竟准确不准确，也可以谈。可把具体名词换成类别，把一句有待理解的口头表达换成到处能用的套话，并没有完成这些讨论。
同时，我得承认，“大熔炉”“百炼成钢”本来就在自己的口述里。人也会说空话，不能看见套话就全部算在 AI 头上。
另一个例子来自《我们的村庄》。我的原稿写，母亲帮人织布，那户人家的孩子给我几个吃剩的核桃壳，说种下去，春天会发芽，明年就有核桃吃。末尾四个字：
我种下了。
小说扩写稿增加了刨土、浇水、怕鸡来刨等动作，最后写：“贫穷的孩子很容易相信丰收，因为他太需要一个明年。”
小说允许虚构，问题不在于多写一个动作就犯规。我要问的是，新增的动作有没有使人物关系发生变化，还是换着说法解释同一种难过。“我种下了”已经留下的东西，需不需要在后面被完整讲解一遍？
再有一段，原稿说，解放军“好像”给我夹了一筷子菜，“很可能”我只闻到了它的味道。扩写保留了这些限定，却又添一句：“想不清。也不想查证。”
记不清，与不想查证，是两种态度。保住了两个限定词，还可能在后面替作者增加一个立场。若当小说看，这是叙述者的选择；若拿回自己的回忆文章，就必须重新判断，我是否愿意认领。
所以，去 AI 味不能停在找冒号、删破折号。要看原意有没有变，事实有没有多出来，作者是不是被安排成了另一个人。
有时正确的改动很小。修改记录中有一句：“一个倔人有时不是不心疼东西，是心疼也要先赢。”改后是：“一个倔人有时心疼东西也要先赢。”少绕一圈，“有时”还在，意思没有被扩大。
有时应该什么都不改。人物一句别扭的话，正因为别扭才像他；一处重复，可能在表达难以放下的心情。清单能提醒我回头看，不能替我完成全部审美判断。
我也不拿这类规则鉴定作者。清单会命中人自己写的句子，AI 生成的句子也可能值得留下。指出这句话哪里坏了，需要文本依据；指控一个陌生作者隐瞒了什么，需要另外的证据。
成品进步了，作者呢
一份成品变好了，和使用者的能力提高了，是两件需要分别观察的事。一次生成写坏了，也不能证明所有人都在失去思考能力。
Doshi 和 Hauser 让参与者写八句话的故事，部分人可以向 AI 要故事点子。获得 AI 点子的作品得到更高的评价，同时，这些作品彼此之间也更相似。这项实验有特定的人群和任务，不能直接推到所有作家的长篇创作。（研究论文）
我那处“藏獒”变“猛兽”的改稿，能让我看见具体表达变淡，却不能算这项实验的复现。拿个人案例谈自己的取舍，拿研究谈它检验过的问题，各自有用。
另一个研究来自数学课堂。Bastani 等人在土耳其一所高中比较普通 AI 助手与经过教学设计的辅导助手。用工具练习时，两组成绩都提高；撤去工具，普通助手组的测验成绩却低于对照组，辅导组与对照组没有显著差异。它提示我们，帮助怎样提供，会影响学生后来能不能自己做。这是数学学习研究，并没有证明长期使用 AI 必然损害中文写作能力。（研究论文）
带回我的课堂，我更愿意把它变成几个可观察的问题。学生交来一篇流畅的文章，能不能解释为什么这样开头？能不能找到其中一句引文的出处？换个题目，不用助手，还能不能把同样的关系说清楚？
如果这次目的只是完成一份说明，工具帮助完成了，也有价值。如果目的是训练自己，交出成品以后，工作还没结束。可以先自己写，收到意见以后说出接受和拒绝的理由，再换一小段材料试一次。
多请几个助手，也需要同样的清楚。一个查新增事实，一个看结构，另一个读声音与节奏。它们最好从同一份原稿出发，各自给出位置和依据，再比较意见。
有的工具只负责清理字句，就不该因为它换了几个标点，认为它认可了整篇文章的判断；有的工具只列问题，也不能宣布稿子已经修好。要知道这轮究竟完成了什么。
我愿意继续用 AI，其中一个原因是，它能让我更早看见自己的要求到底清不清楚。它做得不对，我得指出哪一句出了问题；它做得对，我也要知道好在哪里。这个过程本身，就有写作训练的价值。
写完，可以不发
人在急着回应别人的时候，很容易把三种东西写在一起：对方说的话，自己对那些话的理解，以及由此生出的感受。三者连得太紧，就会把“我感到受伤”直接写成“他一定是想伤害我”。
感受值得认真对待，对他人意图的判断却还需要依据。先分开，事情才有可能看清。
我从相关写作练习中受益。具体的事件不必拿出来谈，方法可以留下。把草稿写出来，请 AI 只做审读，标出哪些句子能回到原话，哪些是自己的推断，哪些在表达感受。暂时不用它替我写一封更有力的信。
“有力”有时来得太快。例如，我若只想解释一件事，助手就不该把草稿改成对他人的审判；如果还想留下谈话的余地，结尾也不该擅自宣布从此到此为止。写得漂亮，不等于符合我真正想要的结果。
这时可以先问自己：我为什么在意，为什么急着说，究竟希望对方明白哪一件事？有些话写下来以后，才发现并不需要让对方看见。我需要的是把自己的想法弄明白。
如果仍然决定发送，再看四件事。发给谁，希望说清楚什么；判断有什么依据，还缺什么；哪些话跟目的无关；现在是否需要发送，还是先留作草稿。
写作和发送，值得分别决定。因为花了一个小时写，就觉得不发可惜，实在没有必要。一篇只给自己看的草稿，可能已经完成了它的作用。
“写而不发是一种美”，这是我的一个体会。它也不是所有关系、所有场合的答案。该说明的事仍要说明，该表达的立场也不必藏起。它给我留下一项选择：先把话写清楚，再决定让谁读。
文是一口气
我觉得，人类写作最大的特征，可以用一个字说：气。
文是一口气，气盛言宜，气衰文死。
我这里说的气，不只是句子长短、起承转合，也不是排比越密就越有气势。一个人为什么非说这句话不可，为什么说到这里不愿再解释，为什么同样一个词，别人能用，他却不能用，这些都在里面。
我给 AI 的规则，可以说清哪种解释多余，哪种动作有用。它也能学会许多安排句子的方法。但在我的文学判断里，AI 模仿得再像人类，也永远缺少这种气。
作家饭饭用过一个说法：“淡淡的死感”。我觉得说得准。许多 AI 作品都很像，很熟练，你很难立刻指出哪里有大毛病，过一会儿却仍然觉得，里面少了什么。
这是我阅读和观看时的感受，不是对模型工作原理的解释。
有时是替人把感情说得太满。有时是替一段回忆收了一个不属于它的结尾。有时是每句话都恰到好处，作者却没有哪一处必须坚持、必须犹豫。它能替“我”讲出一个道理，却不知道我愿不愿意为那句话负责。
我之所以喜欢“这么大了”，是因为这四个字来自家里传下来的话。AI 把它放进一篇样章，可以放得好，也可以放坏，但它没有经历那个家庭。写小姨等一碗面糊糊，可以写出动作的趣味，仍需要有人把那件事交出来，并在写成以后重新认领。
AI 可以整理、排列、提出意外的写法，让过去没有成形的材料先有一个样子。人读到这个样子，才能说，这里对了，那里还不对。
感情也不只表现为感动。烦躁、羞愧、舍不得、想不通，不肯轻易原谅，也不肯痛快责怪，这些拧巴都是人身上的东西。不能因为文章需要完整，就请助手把它们一一治好。
我愿意让 AI 帮我写，也愿意在关键处把一句顺畅的话退回去。因为最后署名的是我。写了“我认为”，我就应当愿意说出口；写了“我记得”，我就应该知道这是记忆，还是一个十分逼真的猜想。
我给自己留下四条原则
第一，保证自己永远在桌上。
这个变化正在发生，我愿意继续参与，继续试，保持能使用新工具的能力。我也要保留自己的位置：知道材料在哪里，能打开原稿，读得懂修改，必要时说这一句不采用。工具可以做得越来越多，作者不能因此对自己的文章一无所知。
在桌上，也不是整天困在工具里。高老师去走那条路，回来讲芒果、山和绕行，才有了我愿意听的东西。电脑前的工作，需要从生活里带回材料。
第二，今天的魔法，就是明天的科技。
第一次看见口述变成文章、几句话变成网页，很容易惊叹。用过一阵，这些就成为日常功能。不能总把第一次的惊奇当作判断标准。
我更关心的是，惊奇过去以后，它留下了什么。有没有解决一个过去难以解决的问题，有没有使我愿意重新动手写一篇旧稿，有没有让我看见本来漏掉的地方。功能会变，我得保留重新学习的余地。
第三，受众不在乎你用什么创作的，对 AI 不要有任何傲慢与偏见。
我说这句话，首先是提醒自己尊重作品。一个读者打开文章，想知道的是，这里有没有值得读的东西。一个学生看教材，要知道这一步能不能懂。用手写、键盘敲，还是请 AI 协助，都不能自动担保作品的价值。
同样，既然采用了 AI 起草，就不必只说它帮我改了几个错字。按具体场合说明它参与了哪一步，照约定完成工作。读者若提出问题，作者得能回答。承认工具参与，不会使这种责任消失。
第四，AI 永远有一种“淡淡的死感”，感情是我们人类最大的竞争力。
我可以把自己的文章装进输入法，把修改标准装进 Skill，把一批材料交给几个助手读。再回到稿子前，一句一句看，决定哪些话留下。
有时候，这个决定只是把一段关于贫穷、希望和明年的解释拿掉。纸上仍有那个孩子，拿到几个空核桃壳，相信种下去就会发芽。
“我种下了。”
写作说明：本文依据二〇二六年九月十九日的演示、当天逐字稿及所涉实验记录，借助 wangpei-writing 由 AI 协助重组和起草，供作者审定。它是一篇新文章，不是现场发言的逐字复原。旅行见闻保留讲述者归属；教学示例、AI 草稿与作者提供的材料分别说明。完整材料对应和核对记录另存。