把生成式AI写的年终总结发给组长，她只回了我一句话

上周三下午，组长在群里甩了个年终总结的模板。我盯着那个空白文档看了二十分钟，喝了半杯凉掉的咖啡，然后打开了生成式AI。三分钟，一千二百字，小标题工工整整，结尾还给我升华了一下。复制，粘贴，发送。

组长的回复很简洁：“你今年是不是过得挺充实啊。”

……这话听着像夸奖。其实不是。她没说出来的是：这东西一眼就不是你写的。

它接得太顺了，顺到不像人话

后来我琢磨了很久，为什么生成式AI写的东西那么容易被认出来。不是因为它写得差。恰恰相反，它写得太平均了。

你看，人写东西是有毛病的。有人爱用长句，一句话绕三个弯；有人写着写着突然插一句题外话；有人偏爱某个词，一篇里用八遍。我自己就有个改不掉的毛病，喜欢在段尾来一句“对吧”。这些毛病，才是你的指纹。

生成式AI没有指纹。它每一次输出，都往“最不容易出错”的那个方向靠。所以你会看到大量“在这个充满挑战的一年里”“为公司发展贡献了自己的力量”这种句子。这些话没错。但没人真的这么说话。它们像是从流水线上下来的一排塑料杯，尺寸一致，光滑，没有一道划痕。

说白点，它太会接龙了。你给它半句，它永远接得上。可生活里那个接得最顺的人，往往是最没意思的那个。

它不是在查资料，是在猜下一个字

这里得澄清一个特别常见的误会。很多朋友第一次用的时候，会把它当成一个更聪明的搜索框——问它个问题，等着它去某个地方把答案翻出来。

不是的。它脑子里没有一本可以翻的答案册。

它干的事说起来有点朴素：给它一段文字，它猜下一个字最可能是什么，猜完接着猜下一个，一直猜下去。它不是在想，它是在续写。

打个比方。你去KTV点歌，点歌机给你推“你可能还喜欢”。它凭什么推？凭的是上千万人点歌的习惯，算出下一首最可能被点的是哪首。生成式AI干的是同一件事，只不过它猜的不是歌，是字。它看过的东西多到你没法想象，所以猜得准。但猜得准，不等于它懂。

还有个叫“温度”的参数，这儿不展开了，你就理解成推歌的时候可以选“全放热门”还是“来点意外”。调得低，它写出来的东西稳、保守、一眼AI；调得高，它会给你些奇怪的搭配，有时候挺妙，有时候纯粹胡说。我一般调中间偏上一点点，让它别那么乖。

我后来是怎么用它的

被组长那句话扎了一下之后，我改了几个习惯。

最直接的一个：我不再让它写第一稿。以前我上来就丢一句“帮我写个年终总结”，它当然只能给我端上一盘预制菜。现在我先把素材砸给它——这个季度我做过什么、卡在哪、哪件事后来黄了、我到现在还有点不服气。乱七八糟地写，不管通顺。然后让它把这些整理成提纲。它整理提纲比自己写正文强得多，因为提纲不需要语气。

再一个是把它当成爱抬杠的同事。写完的东西丢回去，让它挑毛病：哪句是废话？哪句换成读者会看不懂？哪句听起来像在拍马屁？它挑得挺准。真的，比大多数当面不好意思说你的人准。

还有一个，可能是最有用的：我把它写的每一句都读一遍，凡是读出来觉得别扭的，删。不用换别的词，直接删。你会发现一篇AI味的文章，删掉三分之一，反而像人写的了。

最后那天，我还是自己重写了

那份年终总结，我最后全删了。自己重新写的，写得磕磕巴巴，中间还有一句重复了两次，懒得改。

发过去，组长回了句：“这才像你。”

挺讽刺的。工具越来越强，可要让别人相信这是你写的，靠的还是你那点改不掉的毛病。绕弯的长句、突然的题外话、用滥了的词。这些东西不完美，但它们是你的。

所以我现在对生成式AI的态度大概是这样：它是个很好用的实习生。反应快、不嫌烦、什么都愿意干。但你不能指望它替你去上班。它不知道你昨天为什么在楼梯间站了十分钟才回工位——那些它不知道的东西，才是你要写的东西。

对了，还有个提醒。别在它给你写的东西里留那种“在此过程中”“旨在”“赋能”之类的词。谁看了都心里有数。