惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
DataBreaches.Net
N
Netflix TechBlog - Medium
F
Fortinet All Blogs
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
宝玉的分享
宝玉的分享
Y
Y Combinator Blog
博客园 - 聂微东
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
B
Blog RSS Feed
小众软件
小众软件
The GitHub Blog
The GitHub Blog
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - Blog
Jina AI
Jina AI
Microsoft Azure Blog
Microsoft Azure Blog
V
V2EX
B
Blog
H
Help Net Security
D
Docker
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
罗磊的独立博客
月光博客
月光博客
博客园 - 司徒正美

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
我还是觉得DeepSeek无法替人写作
商隐社 · 2025-02-24 · via 人人都是产品经理

写作不是信息的整合,也不只是把思考记录下来,写作本身就是一种思考。
当写作也严重依赖AI来完成,那我们就又丧失了一种思考能力。

DeepSeek爆火已有一个月,面对越来越强的AI,人们在惊叹之余总会在想:AI会不会替代了我的工作?

作为一名码字民工,最近一段时间我常被问到的就是“DeepSeek写得文章咋样?”“你们这行有没有受到冲击?”,更有一些技术狂热推崇者直接断定:人类以写作为代表的精神创造活动将被全面取代。

这几年,AI确实在向人类写作领域大举进犯:

一些程式化、套路化非常严重的论文、总结报告、文案等就不用说了,很多早已充满了AI味;

AI重度参与生成的网文大量涌现,在普通读者眼里,足够以假乱真;

2023年底,清华大学教授沈阳以人机交互方式创作的《机忆之地》,在江苏青年科普科幻作品大赛中获奖;

2024年初,获得日本文学大奖芥川奖的作品《东京都同情塔》,有5%的内容是由AI直接生成,引发了不小的争议;

前几天,财经作家吴晓波在一条视频中表示,他朋友发来的用DeepSeek模仿《激荡三十年》续写2018年的文章《2018:潮水褪去时》“非常吴晓波”,如果是他学生写的,可以给到80分甚至更高,但文章作者竟是AI;

……

AI在文字创作上如此神速的进步速度和惊艳表现,不仅碾碎了很多网友潜藏内心多年的“文学梦”,还让很多“以文为生”的内容从业者倍感担忧。

AI真能重度替代我们写作,继而摧毁人类的精神创作活动吗?

我觉得不会。

01

我们可以先从写作是什么开始。

有人说是一种记录,把自己的思考记下来。但仔细想想,写作可能并不是思考的记录,写作本身就是思考,或者说它是具象化的思考。

经常写作的人可能都会有所体悟,模糊的思路对应的一定是模糊的文字。你脑海中的想法,一旦想落到纸面上,就会经过千锤百炼。

你本以为想的很清楚了,提笔写几句,就愈发觉得不对劲,就会再去想——写作会反过来整顿你的想法,直到抓住那个最精准的表达。

中国古人总结出写作需要从三个方面下功夫:义理、考据和辞章。

通俗来说分别对应着思想、选题;素材;结构、语言。

02

先来说思想、选题。

怎么去抓取到内心最想表达的那个点,或者怎么去找到一个好选题?

每个人有不同的方法,但很核心的就是发现并提出问题。

往往文章写得好的人,问得问题也很有意思。说明分析问题的能力,是以发问作为入口,有时问得好,写作角度也就有了。

怎样问出好问题?

我很喜欢经济学家张五常提出的三个方法。

一是问题要一针见血。

我记得有本书上写了“20世纪最伟大的哲学家”维特根斯坦小时候在家门口思考的一个问题:

如果撒谎对人有利,为何要讲真话?

这就是个一针见血的问题,因为他存在着极大的矛盾——当撒谎可能有利,说真话可能无利时,你还会说真话吗?

这会把人推入两难困境,被逼到死角去做深度思考。这种问题之下,很难产生白开水答案。

我们可以试着找到一个话题的矛盾点,将一个问题用几种形式去发问,务求达重点之所在。

二是问题要问得“浅”。

问得一针见血跟问得浅并不矛盾,问得浅就是问到最简。

当你把问题拆解到最小单元时,会发现切入点更小,也更容易入手,而且文章看起来更细致,不会类似假大空。

三是时刻判断问题的重要性。

写文章问问题过程中,也要思考:“假若这问题有了答案,会对整体文章有什么影响?”。

如果不能给整体太多贡献,或者这个问题已经被很多人全面且深刻地解答过了,就不必下很多功夫。

提出了问题,在寻找答案过程中,就是观点与素材进行持续的互动。

观点可以统帅素材,通过查资料或者实践得到的素材也能反过来修正、整顿你的观点,两者不断交互,最终得到一个比较满意的答案。

相比人,AI很难通过层层剖析、不断提问去触及问题的本质,它可能并不知晓什么样的问题是一针见血的,也不会随时评估问题在你谋篇布局中的重要程度。

更重要的是,它无法通过跟现实进行交互来验证或修正观点。

可能很多人已经感受到了,目前AI生成的内容普遍存在堆砌辞藻、大而化之、细节不足等问题。

据专业人士分析,这是因为AI在训练时是概率输出,通过对海量数据的学习,选取已有且最常用的叙述、描写、比喻来生成用户想要的答案,对于算法来说,使用频次最多的就是最稳妥的。

03

接下来说说考据,也就是素材。

很多人认为AI在写作中很大的作用就是帮忙查找、整理和提炼资料,在海量数据中披沙拣金只需几秒。

这当然能大大提升写作效率,但写作者仍需要对素材有相当的掌控和检视,不能完全把找素材的活儿完全“外包”给AI,自己只负责根据它提供的资料撰写。

为什么?

就是前面提到的,思想跟素材是持续互动的关系,丧失了对素材的检视和掌控,就可能让写作失去了很多突破的可能性。

举一个我写作中经历的例子。

去年美国总统大选期间,我们都知道,马斯克为特朗普疯狂站台,捐给特朗普和其他共和党人的资金达1.3亿多美元。我当时想的选题就是“马斯克为什么要跟特朗普绑得这么死?”。

说实话,这是个比较普通的角度,很多媒体也写过了,无非就是权力投机、商业利益的考量这些。

我想找到一个更新颖的角度,但苦想多次未果。后来散步过程中,我还在想这件事,我突然意识到,人是一切问题的答案,人的行为肯定受到他所笃信的某种信条的影响,如果不能深入到人的层面,可能找不到答案。

于是,我不再往原先的问题里钻去想为什么,而是单纯在思考这两个人:他们似乎都有着无限的活力,有极大的热情,不知疲倦,甚至近乎疯狂,都是“破坏者”。

他们为什么这么疯狂且有热情地去“破坏”?我想到了同样疯狂的尼采,马斯克就曾以尼采为师。但“懂王”似乎没提到尼采对他的影响。

因为“懂王”说他几乎不看书。

“懂王”看得为数不多的就是安·兰德的书,他太爱安·兰德的书了,在之前最激烈的选战中,他在粉丝环绕中高喊她的名字,自夸是她书里的英雄男主。

这时候又有一条曾经看过的资料疏忽闪过,有篇文章里写到马斯克自从横空出世后就被人看作是兰德书里的男主,他自己还挺认可。

当时不知道兰德是谁,选题点也不在这,觉得无关紧要,就没细究。

哎?安·兰德是谁?为什么他们都争做她书里的男主?

顺着这条线查资料,就发现安·兰德是美国精神的奠基人之一,提倡英雄主义,理性利己主义,以交易为最高美德,她笔下的人物善于打破规则,破坏桎梏。

乔布斯、艾伦·格林斯潘、里根、米塞斯、弗里德曼、彼得·蒂尔、特朗普、马斯克等企业家和自由主义政客都极其推崇她的思想。

后来我写了《马斯克和特朗普灵魂中的女人》这篇文章,是去年读者好评最多的文章之一。

所以,如果我不去翻看那些素材,只看AI给我准备好的,可能更有效率,但那些一闪而过、倏忽之间存在的新角度大概就抓不到了。

一个素材中的小细节直接改变了这篇文章的走向。

而且,AI查找素材的速度越快,效率越高,越凸显了稀缺素材的珍贵。那些实践得来的经验掌握在各细分行业的专业人士,或者有洞见的人手中,没有上传到网络,AI自然也抓取不到。

还有,目前AI都或多或少存在信息失真的问题,专业人士称之为“AI幻觉”,即AI模型生成的内容在逻辑上自洽但与现实不符,表现为虚构事实、人物、事件等,捏造历史事件细节或提供不存在的科学假说或理论。

之前ChatGPT就生成了6个不存在的案件,把一名美国律师忽悠惨了。

04

最后是辞章,我想说一下写作的语言。

语言不只是有文采,它还要精准,文豪韩愈说文章语言的一个标准就是“宜”,即精准。

同样的话,这样说,那样说,多几个字,少几个字,味道便不同。这里面要把握的度是一种微妙的艺术,很难理性地让机器来揣度。

有时候人与人之间的交流还有潜台词,有的我以为你知道,所以我不用说出来。

这让我想到了大哲学家维特根斯坦提出的“语言游戏”。

他认为语言是有流动性的。

语言就像下棋,说话者或书写者使用词句就像下象棋的人使用棋子下棋一样,他们都预先知道规则,当人们把语言之外的背景板考虑进去,语言就可以被理解。

与此同时,使用语言的人也在创造新规则,不断产生语言的新用法,有各种灵活运用,不一定完全按照语法规则,这些运用又进一步成为新规则。

语言之所以具有这种游戏般的流动性,是因为它植根于人类的“生命形式”之中。他有句名言:

“如果狮子会说话,我们是无法听懂的。”

因为狮子的“生命形式”根植于他的生存,理解世界的方式与我们不同,即便能说人话,也让人无法理解。

很多时候我们写作或者交流,选择什么样的方式,也是在某些外部环境因素、背景板的作用下产生的。

所以每个时期都会产生一批成为时代“嘴替”的大作家,就是当全人类身处那样的背景板之下,作出了最恰当的表达,从情感上获得了大量共鸣。

这是按照规则来模拟理解人类语言的机器所不能理解的。

很多人阅读文章也不只是看信息,而是看到各种性格各异的人,读到别人的经验,到达自己不能到的地方,得到更丰富的感受。

文 | 浩然

本文由人人都是产品经理作者【商隐社】,微信公众号:【商隐社】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。