AI 不是替我写文章，是替我扛住“从 0 到 1”那段最难的空白

有时候，写一篇文章最难的事情，并不是写到 3000 字，也不是把代码写出来，更不是把标题润色得足够漂亮。

真正让人迟迟不动手的，往往是打开编辑器之后，看着那个干干净净的空白页面。

光标在那里一闪一闪。

你脑子里明明有一些东西。

可能是最近遇到的一个问题。

可能是某次项目复盘时突然冒出来的一个想法。

可能是看到一个 AI 新闻之后产生的一点判断。

甚至只是一个很模糊的念头：

“这个事情，好像值得写一写。”

然后就没有然后了。

你不知道从哪里开始。

这个选题到底值不值得写？

应该先讲故事，还是先讲观点？

第一句话应该怎么写？

写出来之后，会不会很水？

于是你打开浏览器查资料，打开几个网页，刷一会儿消息，再回头看看那个空白页面。

一个小时过去了。

文章依然是 0 字。

这时候你会发现一个很有意思的事情：

写作最困难的部分，可能从来不是“把 0 写到 5000”，而是把 0 变成第一个可以继续往下走的 100。

而这恰恰是我越来越觉得 AI 有价值的地方。

AI 不一定应该替我写完一篇文章。

至少对我来说，它真正帮我解决的，是另外一件事情：

替我扛住从 0 到 1 的那段空白。

一、后来我发现：写文章最难的不是“写”，而是“开始”

很多人第一次使用 AI 写文章，会自然地把问题描述成：

“帮我写一篇 3000 字的文章。”

于是 AI 很快给你一个标题、一份大纲，甚至直接生成完整正文。

看起来效率极高。

几秒钟，一篇文章就出来了。

但问题也随之出现。

你打开正文开始看：

“好像有道理。”

再看两段：

“怎么感觉有点空？”

继续往下：

“这句话我平时根本不会这么说。”

看到最后：

“它把字写完了，但是这篇文章好像不是我的。”

这其实暴露出了一个很容易被忽略的问题。

“写出来”与“值得写”是两件完全不同的事情。

AI 非常擅长把已经明确的东西变成文字。

但在真正开始写之前，还有一长串隐藏任务：

我到底想讨论什么？
        ↓
这个问题为什么值得讨论？
        ↓
我的核心判断是什么？
        ↓
别人通常怎么看？
        ↓
我的不同之处在哪里？
        ↓
这些观点应该怎么组织？
        ↓
有没有案例、数据、代码可以证明？
        ↓
第一句话应该从哪里开始？

真正卡住人的，往往是这一层。

也就是说：

文章的“生产”并不一定是最大的瓶颈，文章的“启动”才可能是。

二、AI 真正改变的，可能不是写作，而是“开始写作”

以前面对一个选题，我经常会把自己逼进一个误区：

我必须先想清楚，才能开始写。

这个逻辑听起来没有问题。

但真正执行起来，你会发现它几乎是一道陷阱。

因为很多事情根本不可能在“完全想清楚”之后才开始。

尤其是写作。

一个想法究竟有没有价值？

一个观点究竟站不站得住？

一个结构究竟顺不顺？

很多时候，你不是想清楚了才写，而是写出来以后，才真正想清楚。

这也是 AI 最适合介入的地方。

它可以先给你一个不完美的中间状态。

不是最终答案。

甚至不一定是正确答案。

但它可以让你从：

“我什么都没有。”

变成：

“至少这里已经有东西了。”

这个区别非常大。

因为空白本身没有办法讨论。

但一个粗糙的标题可以讨论。

一份不完整的大纲可以讨论。

一段很烂的开头可以修改。

一个可能错误的观点可以反驳。

只要有了第一个可以被修改的东西，写作就从“创造”变成了“迭代”。

而迭代，恰恰是 AI 特别擅长参与的过程。

三、从 0 到 1，实际上不是一步，而是一条“启动链路”

如果把一篇文章从无到有的过程拆开，我更愿意把它理解成这样：

这里最重要的不是几个数字。

而是中间发生了什么。

0：空白

这是最难受的状态。

没有结构，没有文字，没有反馈。

你甚至不知道自己的想法到底值不值得写。

0.2：模糊想法

这时候可能只有一句话：

“最近感觉 AI 写文章越来越方便了。”

这还不是一个选题。

但它已经不是空白了。

你可以开始追问：

为什么方便？

方便在哪里？

真正节省的是什么？

是不是所有人都一样？

有没有反例？

于是一个模糊想法开始有了轮廓。

0.5：结构

当问题逐渐清晰之后，下一步不是马上写正文，而是先确定：

这篇文章到底准备证明什么？

比如这篇文章，如果只是写：

“AI 可以提高写作效率。”

那其实没有什么新鲜的。

真正值得写的，是另外一个判断：

AI 的价值不只是帮我生成更多文字，而是降低我开始写作时的认知启动成本。

这时候，文章才真正有了主心骨。

0.8：初稿

接下来才是生成。

但我越来越不喜欢把 AI 生成的内容称为“最终文章”。

更准确的说法应该是：

可修改的第一版。

它的价值不是完美。

它的价值是给你一个可以继续工作的对象。

1：最终作品

最后这一步，我反而不建议完全交给 AI。

因为到了这里，真正重要的东西已经不是“语言是否通顺”。

而是：

• 这个判断是不是我的？
• 这个案例是不是我真的经历过？
• 这个观点有没有说过头？
• 哪些地方需要删掉？
• 哪些地方需要补充自己的经验？
• 哪些表达虽然漂亮，但根本不像我？

最终文章的价值，往往就在这些判断里。

四、我开始把 AI 当成“写作脚手架”，而不是代笔

这是我对 AI 写作最大的一个认知变化。

以前更容易把 AI 理解成：

一个速度极快的写手。

现在我更愿意把它理解成：

一个可以不断和我对话的写作脚手架。

脚手架本身不是建筑。

但没有脚手架，很多建筑很难完成。

AI 也是一样。

它最有价值的地方，未必是最后交付多少字，而是可以不断接住你前面的思考。

1. 不知道写什么，让 AI 帮我“问”

比如只有一个非常模糊的念头：

“我想写 AI 对程序员工作的影响。”

这个题太大了。

直接写，最后很容易变成一篇谁都能写出来的文章。

这时候，我更愿意让 AI 先做一件事：

“不要帮我写文章，先连续追问我，找出这个主题里真正值得讨论的问题。”

于是问题开始发生变化。

从：

AI 对程序员有什么影响？

逐渐变成：

AI 已经可以写代码之后，程序员真正稀缺的能力是什么？

再进一步：

为什么很多程序员明明拥有 AI，却依然没有明显提升效率？

这时候，文章就开始从“主题”变成“问题”。

而好文章通常不是从一个主题开始，而是从一个值得回答的问题开始。

五、有了想法以后，我让 AI 帮我做的第一件事，不是写正文，而是“反驳我”

这是我现在越来越喜欢的一种用法。

很多时候，我们并不是没有观点。

恰恰相反，我们的问题是：

太相信自己的第一个观点。

比如我认为：

“AI 最大的价值是降低写作启动成本。”

如果直接让 AI 围绕这个观点写文章，它当然会帮我把这个观点包装得越来越漂亮。

但这其实很危险。

因为它很容易变成：

我提出一个观点 → AI 帮我证明这个观点 → 我越来越相信这个观点。

这不是思考。

这是回音室。

所以我更喜欢让 AI 站到对面：

“假设你不同意我的观点，请找出至少 5 个反例。”

这时候，事情就有意思了。

它可能会告诉你：

• 有些人真正的问题不是不会开始，而是没有内容；
• 有些写作者已经有成熟工作流，AI 的启动价值并不明显；
• 如果过度依赖 AI，反而可能削弱自己的思考能力；
• AI 生成的第一版可能增加筛选成本；
• 对专业内容而言，事实验证仍然需要人承担。

这些反驳不一定都成立。

但它们会迫使你重新检查自己的观点。

于是 AI 从“写手”变成了：

反方。

而一个好的反方，有时候比一个好的写手更有价值。

六、真正让我从 0 走到 1 的，是“先允许它不完美”

还有一个变化。

以前写文章的时候，总觉得第一版就应该写得比较好。

结果就是迟迟不敢下笔。

因为每一句话都要想：

“这样说是不是不够准确？”

“这个标题是不是不够好？”

“这个开头是不是太普通？”

“这个观点是不是还不够完整？”

最后，一句话都没写出来。

后来我开始接受一个事实：

第一版的任务不是优秀，而是存在。

这句话看起来很普通，但对写作非常重要。

因为当你接受“第一版可以很差”之后，很多事情突然就简单了。

可以先写一个很普通的开头。

可以先列一个很粗的大纲。

可以先放进去一个并不完美的案例。

甚至可以先让 AI 给出一版明显不够好的内容。

然后开始修改。

这时候，AI 的价值就不再是：

“替我写。”

而是：

“让我有东西可以改。”

而这两者之间，是完全不同的工作方式。

七、但有三件事情，我越来越不愿意交给 AI

说到这里，很容易走向另一个极端：

既然 AI 可以帮助选题、整理、写初稿、反驳、润色，那是不是干脆全部交给 AI？

我的答案是：

恰恰相反。

AI 越能做前面的事情，人越应该把注意力放到后面的事情上。

第一件：最终判断

AI 可以告诉你：

“这个观点可能成立。”

但最终是否成立，还是需要你自己判断。

尤其是技术文章。

一个技术方案能不能上线，不是因为 AI 说“可行”，而是因为：

• 真实环境验证过；
• 性能测过；
• 异常场景测过；
• 成本算过；
• 安全边界确认过；
• 失败之后知道怎么回滚。

写作其实也是一样。

AI 可以参与判断，但不能替你承担判断。

第二件：真实经验

如果我没有真正经历过一个项目，我不会为了让文章看起来更“真实”，让 AI 凭空生成一个：

“某大型企业通过这个方案将效率提升 300%。”

这种内容看起来很专业。

但它没有意义。

甚至是危险的。

因为一篇文章真正有价值的地方，往往不是那些漂亮的数据，而是：

你真的踩过什么坑。

你为什么这么设计？

最开始为什么做错了？

后来为什么改？

哪个地方比想象中麻烦？

哪些方案最后证明根本不能用？

这些东西，是你的经验资产。

AI 可以帮助你整理它。

但不能凭空替你拥有它。

第三件：最后的表达

同一个观点，不同的人写出来应该是不一样的。

因为人的经历不同。

判断不同。

关注点不同。

甚至说话方式都不同。

如果最后每个人都把 AI 生成的内容稍微改几个词，文章会越来越“正确”，却越来越没有人味。

所以我现在更愿意把 AI 生成的内容当成：

半成品。

最终需要重新加入自己的：

• 判断；
• 经验；
• 例子；
• 语言；
• 情绪；
• 取舍。

这一步，才是把“AI 生成内容”变成“自己的文章”。

八、所以，我现在更喜欢这样的 AI 写作工作流

如果让我把整个过程压缩成一条真正可以执行的工作流，我会这样设计：

如果一定要用一句话概括：

AI 负责把我从 0 推到 0.8，我负责把 0.8 变成真正属于我的 1。

这可能比“AI 帮我写完一篇文章”更接近我真正想要的 AI 写作方式。

九、什么应该交给 AI，什么必须留给自己？

到了这里，其实可以把人和 AI 的分工进一步明确。

这里有一个非常重要的边界：

AI 可以替你降低执行成本，但不应该替你转移思考责任。

尤其是技术写作。

真正有价值的文章，不应该只是：

“AI 帮我写得更快。”

而应该是：

“AI 让我把更多时间花在真正值得思考的问题上。”

这两句话看起来只差几个字，背后的工作方式却完全不同。

十、最后我越来越相信：写作不是从 0 写到 5000，而是不断消灭“不确定”

回头再看“从 0 到 1”这件事情，我发现所谓的“空白”，其实不只是没有文字。

而 AI 的价值，就是可以把这些不确定，一个一个变成可以讨论的问题。

它不能替你决定人生。

不能替你拥有经验。

不能替你承担责任。

更不能因为生成了一篇看起来很专业的文章，就意味着你真的理解了那个问题。

但它可以做一件非常重要的事情：

在你还没有准备好的时候，先陪你走出第一步。

这其实就是我现在越来越喜欢 AI 的原因。

不是因为它能帮我一天写十篇文章。

也不是因为它能替我生成多少字。

而是以前面对一片空白的时候，我很容易陷进去。

现在，我可以先把那个模糊的念头扔给 AI。

让它问我几个问题。

让它挑战一下我的观点。

让它帮我搭一个骨架。

让它先写出一个不完美的版本。

然后，我再开始真正的工作。

删掉不属于我的东西。

补上我真正经历过的事情。

推翻那些经不起推敲的判断。

重新写那些我真正想表达的句子。

慢慢地，一篇文章就从空白里长了出来。

所以现在如果有人问我：

“AI 到底会不会替代写作者？”

我可能不会马上回答。

我更想问另外一个问题：

如果 AI 已经可以帮你完成大量文字工作，那么你是不是终于可以把时间，用来做那些真正只有你才能做的事情？

因为写作最珍贵的东西，从来不是字数。

而是：

你为什么要写。

你真正经历过什么。

你怎么看这个世界。

以及——

你最终愿意为自己的判断负责什么。

AI 可以帮我写。

但我更希望它帮我做到的是：

让我不再害怕开始。

从 0 到 1 的那段空白，我可以交给 AI 一部分。

而从 1 到真正属于我的那篇文章，

还是得由我自己走完。