2002 年，DoNews 年会，张朝阳来捧场。我们特地安排了一个采访环节：平时都是记者采访张朝阳，这一回，张朝阳上台采访我。张朝阳问：“刘韧，是你抄互联网的东西多，还是互联网抄你的东西多？”当时，门户网站转载传统媒体的稿子，版权之争已经起来。这个问题里藏着一个挑战：你们说网站抄记者的稿子，你抄网上的东西，恐怕更多。我答：“我抄互联网的，都没版权；互联网抄我的，我都有版权。”我引用一份二手材料，会把它内化为我自己的东西，并按引用的规矩注明出处。原封不动地整篇搬过来，是另一回事。24 年过去，同一个问题换了个样子，又回来了：你用大模型写的稿子，算不算你的？这两年，我常听同行批评一篇稿子“有 AI 味”。这话有时是评价，有时是指控。这个问题，全世界的新闻界都得回答。2026 年 9 月 28 日下午，我和新闻界同行分享了一个题目：用一台按概率工作的机器，怎样写出只有你能署名的稿子。
一、35 岁以后，我写不动了
记者这一行有一个矛盾。我们想写出语不惊人死不休的文章，每一篇都要写好，还要一篇比一篇好。可是人的智力有限，算力也有限。现场可以勤快地跑，但脑子不能保证一直跟得上。2005 年底，DoNews 卖掉后，我几乎不怎么写了。原因很简单：写不动了。那天在我之前发言的李峰说：工业革命以来，机器给了人越来越大的力量，火箭都能送上天。可是人的智力、人的审美，没有跟着长。这句话我听进去了。大模型恰恰有极大的算力。ChatGPT 发布没几天，我就测了它。那是 2022 年 12 月。我让它写最容易写的东西：影评。那时候，它还达不到人的水平。以我试过的稿子来说，如今不用人插手，大模型写出来的东西，已经接近甚至超过我读过的多数稿子。两年前，在一次私人聚会上，我碰到几位小说家。大家聊未来。我说：大模型的写作会越来越成熟，会给写作带来挑战。几位小说家都不同意，说至少写小说不行。如今，他们改口了。2024 年 7 月，《科学进展》（Science Advances）发表了一项实验。研究者让一批人写短篇小说，一部分人可以拿到大模型给的点子。拿到点子的人，作品评分更高；事前测得创造力较低的人，提升最多。可是这些作品，彼此更像了。个人写得更好了，作品之间却更像了。在我看来，大模型写出来的，是平均水平。平均水平已经这么好了，记者怎么办？我想到这个问题的时候，有危机感。大模型还在一代一代地改进，而人的智力，进步太难了。我的判断是：如果我们不去研究、不去用大模型，我们一定会出局。甚至在机器写的稿子面前，我们会连尊严都没有，觉得自己一点用都没有。还有一层。你要在这一行混，至少得达到平均水平。你不用，别人用，这就像一场军备竞赛。机器的水准，最后会变成这一行的最低水准。二、先做一个实验
我做过广播电台记者，什么事都录音。那天的讲座，我也录了。讲座一开始，我请大家做一个实验：我会把录音分享给大家，请大家用各自的写作规则（Skill），加上自己用的大模型，把这场讲座写成一篇文章。我自己也写。写完，我把成稿和我的写法都发给大家。这就像一个递归：讲的是怎么用 AI 写稿，要写的就是这场讲座。实验里藏着一个悖论。大模型按概率工作，越常见的写法，越容易出来。同样的材料，同样的用法，出来的东西容易差不多。可是文章要的，恰恰是最大的个性。材料一样，机器也差不多，稿子从哪里开始不一样？我的回答有五条：假设、选择、删节、增删来回、用嘴写作。三、假设：你和别人不一样，是因为你的假设不一样
我和大模型最重要的一次交互，在动笔之前：选题，定主题，立假设。很多人说，好稿子靠猛料，靠去现场，靠在那里蹲几天。我不这么看。一篇文章和别人不一样，首先是你的假设和别人不一样。1997 年，我写《知识英雄》。那年我 27 岁，是从小城市来的记者，此前只在最基层的广播电台干过。我性格内向，不擅长跟人打交道。可我有一个和所有人都不同的假设。那时候写企业家，大家都往一个方向写：企业家有过人之处，特别厉害。我反过来想：读者真正想看的，是普通人也能成功。我们爱读传记，也是这个道理。如果我能写出一个成功的企业家也有普通人的彷徨、无助、脆弱，甚至愚蠢，写出他在这样的处境里怎么面对困难，怎么熬过去，这才是读者想看的东西。有了这个假设，采访时我就专问他们的难处和第一次。我采访杨元庆，问他：“你第一次开会，是怎么开的？”这么多年，我采访过非常多的企业家，也认识不少部长和体制内的人。他们都是普通人，和你我一样。一个普通人，机缘巧合，走到了那个位置上。他怎么选择，成就了他。他在选择中经历的挣扎，才是故事。直到今天，我写人物都守着这个假设。它让我写出和别人不一样的文章。2024 年 6 月，阿里巴巴全球数学竞赛公布预选赛成绩。江苏涟水一所中专的学生姜萍，排在第 12 名。各大媒体都报道了。我第一时间有三个猜测：这个成绩很可能不是她独立完成的；她甚至可能连高等数学都不会；阿里很可能和她串通作假。这三个猜测，要分别查证。能力这一条，检验的办法不难：架一台摄像机，镜头不转，让她当场做题，讲清推导，再请懂行的人来评。阿里有没有参与，得另找证据。2024 年 11 月 3 日，竞赛组委会发了情况说明：她的指导老师在预选赛中给她提供了帮助，违反了“禁止与他人讨论”的规则。两个人都没有获奖。这份说明证实的，是她在预选赛中得到了老师的帮助。她到底会不会高等数学，说明没有下结论。“阿里串通作假”，我没有找到证据，不能把它写成事实。反过来，如果当时你的假设是“她肯定是真的”，只按真的去找材料，写出来的文章，只是把你上当的过程记了一遍。认定她肯定是假的，只找支持自己的材料，也是一样。假设从哪里来？这一步，大模型帮得上大忙。我用 Claude 写作，觉得最有用的一点，是它常常给我一个原先没想到的角度，让我眼前一亮：原来还可以这么想。所以我的办法是：把材料交给它，让它给我 20 个不同的假设。挑哪一个先去查，归我选。四、选择：十次二选一，就是 1024 种写法
《列子》里有个故事，叫歧路亡羊。杨子的邻居丢了一只羊，一群人去追，没追回来。为什么？岔路之中又有岔路，不知道羊往哪一条上跑了。写稿也是这样。每到一个岔口，就算只有两条路，十个岔口，也有 2 的 10 次方，1024 种写法。不是每一种都能写成好文章；但你在关键处选的和别人不同，走到最后，文章就和别人不同。所以用大模型写稿，一定要在每一个阶段，让它给你更多的选择。不能省事。要静下心来选，仔细看。人的主体性就在这里：你选的，和别人不一样。采访谁，选哪句引语，留哪个细节，这些都是选择。这些，都得自己选。动笔之前，我会让大模型先问我几个问题。第一，由头是什么：我为什么突然想写这一篇？第二，出发点是什么，落脚点是什么：这篇从哪里出发，要把读者带到哪里？这几样，一定要由我交给它。有了这几样，它能给我摆出非常多的东西，让我学，让我选。我现在写推特，也用大模型。一条推特，一百多个字。它给我的选择，能让我来回想十多轮。最后发出去的那条，和我一开始想的完全不一样。不是补充了一点，是选着选着，走上了另一条路。到底是我在创作，还是它在创作？有时候真分不清。但它给的是选项，选的是我。五、删节：删掉枝蔓，才长得出主干
大模型很容易把文章写长。这个时候，人要起一个很大的作用：删。删哪些，留哪些。删不删，先看它跟主题有没有关系。跟主题无关的，删，哪怕它漂亮。跟你的判断不符的，先别删，它可能正是最该留下的那一条。证伪产生最大的新闻价值。六、增删来回：先写长，再压短，再写深，再删
两年前，一位媒体朋友带着他上五年级的儿子，和我一起爬长城。他问我：能不能用很短的时间，教会孩子写作？这对我是个挑战：十分钟之内，讲一个对孩子有用的写作方法。我挖空心思，想出来的是四步。第一步，先把文章写长。小时候写作文，最怕写不长。办法很简单：记流水账。我们今天来开会，怎么进的门，第一眼看见谁，都记下来。吃了一顿饭，就把那顿饭写下来。能想到的都写，没有逻辑也写。我年轻时写长，靠录音机。我在广播电台工作，所有采访全部录音。回来第一件事，把录音一个字一个字打成文字。一个小时的录音，大概一万字。那时候，我所有的采访都这么做。第二步，把文章压短。找出主题，把跟主题不太相干的都删掉。第三步，再把它写长。这一回不是乱写，是把细节加强，把细节写成特写。补进来的细节，要从录音、笔记这些材料里找，不能靠想象。这要一点技巧，我是跟电影学的。电影讲蒙太奇：A 画面加 B 画面加 C 画面，得出一个意思。一男一女拥抱，下一个镜头，孩子生下来了。文章也可以把几个特写这样组合起来，意思自己就出来了。不过写新闻，两个场景挨着放，不能代替因果的核实。二手材料核实过、注明出处，也可以用来加长。这样写长、压短，写长、压短。我一般来回五次左右，稿子就是这么和别人拉开距离的。我二十来岁的时候，体力好。这么来回折腾，能把自己写到心力憔悴，写到能听见自己心跳的声音。来回到最后，你都不想再弄了，真累。现在有了大模型，它不知疲倦，这件事它很擅长。我的做法是先用人，再用机器。有时候，我用一个模型去压另一个模型写的稿子，比如从 5000 字压到 4000 字。硬压下去，它就得找出哪些跟主题相关。压完，我还要查一遍：主题需要的事实和反证，有没有丢。机器拉长，也要给它料。我把当年采访马云的录音稿交给 Claude。录音转成文字，大约 5 万字。我让它把那篇一万字左右的旧稿加长 30%。加什么，加在哪里，它的处理都符合我的想法。加进去的，全是录音里原有的料。换我自己来，把 5 万字的录音稿再看一遍，我没那么大的劲儿。七、用嘴写作：手太慢，跟不上脑子
以前靠打字。我的手太慢，根本跟不上脑子，大模型又太快，所以我用嘴写。我用 Typeless 把口述整理成文字。《知识英雄》出版以后，卖得很好，卖了十多万册。那时我认识社科院的一位博士，叫陈明，学问好，我的国学都是跟他学的。他出过很多书，都是学术著作，一般人没法看。他问我：我也想写一本畅销书，怎么办？我说：陈明，你讲的比写的好太多了。为什么不把你说的话录下来，直接整理出来，交给出版社？后来，他和李泽厚的对谈整理成书，2002 年 1 月由华夏出版社出版，叫《浮生论学》。据陈明自己讲，那次对谈是盛洪张罗的。一本对谈录，说到底，就是把说的话整理出来。我为什么觉得他讲得比写得好？在我看来，是因为一动笔，他太想语不惊人死不休了。写个开头，恨不得沐浴焚香三天，绞尽脑汁，句子越写越紧，越紧越别扭。人说话的时候，往往是放松的。口语里有前言不搭后语的地方，可是听的人听得懂。现在大模型也听得懂我们说话，这是一个极大的优势。所以要不停地用嘴说，不停地跟它说。侦探电影里，侦探常拿着一台录音机，对着它说话。他为什么不写？因为脑子快，只有嘴跟得上。等拿起笔来，想说的话可能已经忘了。我以前有个习惯，一边放一部经典电影，一边干活。现在不行了。放《阿甘正传》，我也得把声音关到最小，因为语音输入不能受打扰。人的思维，逻辑性不强，但是有灵性、有灵感，而且稍纵即逝。用嘴说，先把它抓住。后面理逻辑、归纳、整理，交给大模型。口语里的重复和废话，也交给它去掉。整理完，我再回头对一遍原话，看意思有没有改，灵感还在不在。八、文笔是败因，不是胜因
我用好几个大模型。核心是 Claude。我在 Claude 里写了一套写作规则，大约 5 万字，分两部分：一部分管写作，一部分管维护这些规则。Claude 写出第一稿，我交给 ChatGPT 提修改意见，再拿回 Claude，改出第二稿。第二稿交给 Gemini 提意见，再回到 Claude。国内的 DeepSeek，我也让它提意见。一开始，我也用豆包。用了几次之后，Claude 向我“抗议”了。它在对话里写道：“刘韧，你写了三十多年文章，你三十多年反对的，正是豆包每天在做的。”这是它生成的原话，不是我编的。我自己用下来，豆包最擅长的，是写金句。它能给你总结出语不惊人死不休的句子，你一看，真漂亮。可那不是你。在我这里，它让文笔变好，却让文章没个性，没了从文章内部自己长出来的那条逻辑，把文章拉到一个中间的状态。在我这套规则下，Claude 更严谨，从头到尾一以贯之，也更负责。对写作来说，我认为它是最好的。不要用大模型修饰你的文采。文笔是败因，不是胜因：文笔不好，会输掉读者；文笔再好，也赢不了同题。拿大模型把句子磨漂亮，顶替不了事实和判断。让漂亮句子顶替了文章内部的逻辑，那才是失败的原因。为什么要把规则写下来？因为人记不住。钓过鱼的人都知道，有的鱼刚脱了钩，过几分钟又回来咬。人不也一样？同样的错误，每次都犯，因为忘了。那天的讲义，我自己都记不全。规则写下来，机器就能按任务调出相关的条目，逐项对照。哪里该删，哪里该留白，这些高一级的技巧，我写的时候常常忘了。每出一个新版本的模型，我干的第一件事，是让新模型帮我把这套规则改得更好。一般在星期天，每周用量额度重置之前。
刘韧约 11 分钟