一周三本书之后：AI 写作里，人到底做什么

十月最后一周，三本书几乎同时推到终稿：奉系—东北军 273 页，日本与俄国、苏联 204 页，俄罗斯远东 152 页。加起来 629 页。

回头看，AI 并没有让写书这件事变轻松。它让“写”变快了，但“写什么、写成什么样、什么算写完”，仍然要人先想清楚。

以前写一本书，最花时间的是查材料、搭结构、改句子。现在前两件快了很多，省下来的时间几乎都花在判断上：这个材料要不要，这一章删不删，这句话站不站得住。容易的是起草，难的是负责。

一、先立规矩

三本书同时推进，最怕每一章长成不同的腔。所以开写前，我先定了三件事。

读者是谁，什么形态。奉系那本从一开始就定成“可读通史”，不往学术专著上靠。这个决定一落，取舍就清楚了：不追求专著的引注密度，但不许堆材料；允许写作者发问，但文责自负。

一句话命题是什么。奉系的命题是“两次未完成转型”。审读时发现，这句话全书只出现六次，结论部分一次没提——命题没有闭环，三十章就容易写成三十篇专题。命题得贯穿全书，不能停在标题上；它要能一句话复述，也能一句话反驳；每一章都得回答“我为它添了哪块证据”。

体例怎么统一。纪年、标题、引注、术语、图表，各按什么来，先写成几条硬规矩。体例看着琐碎，实际是多个人、多个模型合稿的接口。

这三件事，AI 都不能替你决定。它可以给你十个方案，但选哪个、为什么选，得人来签字。后来发现，定规矩的那半天，比后面改一个月都值。

规矩立好，AI 才动手。没有这几条，统稿时每一章都要重新谈一遍口径，改到最后只剩疲惫。顺序反了，几个模型各按各的默认动作写，合稿时一定打架。读者、命题、体例，后来都成了我判断稿子的尺子。

二、AI 能写什么

不要指望 AI 一次写整本。三本书都是先做素材长编，再定编章骨架，再给每章一张写作卡，最后才落段落。写作卡不是形式，它逼着人先回答“这一章到底干什么”；写不出卡，往往说明还没想清楚，不如先别让 AI 动笔。

奉系三十章、三十四万字，是八个 AI 分头写、一个人统稿，不是一键生成。协作也不是把活丢给八个模型就完了；中间要有人拆活、看进度、把跑偏的章节拉回来。教训也很直接：台账只写了“每章一万四到两万字”，没有硬约束，结果郭松龄三章只有标准的一半，没人返工。配额不写死，“完成”就是一句空话。AI 像一组能干但需要监工的助手：活干得快，方向得有人看。

AI 的初稿常见三种默认动作：先找材料，先搭结构，先找问题。先找材料的容易资料串讲，先搭结构的容易论证空转，先找问题的容易写给自己看。知道它偏哪一种，就知道该补哪一刀。

拿到一篇 AI 中文稿，我常问五件事：有没有一句能被复述的判断？有没有一个能被核查的事实？有没有一个真实的反方？删掉形容词之后还剩什么？结尾是不是在总结？最后一条最灵——如果结尾还在总结，多半说明前面没说完。

这五个问题，没有一条能靠文采混过去。AI 很擅长把话说得顺，但顺不等于对；写着写着会发现，它最会写的是“正确但没用”的段落。把形容词删掉，剩下的才是货。

三、改稿才是人的活

去 AI 腔，不能只靠删几个词。

三本书里最常见的是对称否定：不能 A，也不能 B；不是 A，而是 B；不必……也不必……。这种句子听起来周全，实际常常是在替自己留后路。还有一种更隐蔽：禁用词清零了，句法没变，“不能把”“不能只”“无法解释”又顶上来。

我的做法是先数，再改，最后判断。数，是把对称否定、套话、句长、重复段扫一遍；改，是每一处落回句子；判断只能人做：这一章有没有判断？证据在论证链上有没有位置？反方是不是稻草人？改完要回读，别为了避开禁用词改出病句。

也有改过头的时候。另一本稿子为了把禁用词清零，把限定和反证一起删了；数字干净了，判断也没了。后来我给自己定了一条：删掉这句话，信息有没有减少？改稿最费时间的不是找错字，是判断哪句话值得留。

事实核查也一样：每个数字都要有口径，谁统计、什么时点、什么范围；每条结论只能标“确认错误、存疑待核、无法核实”三种状态；图、文、表必须同版本。先定文字，再配图。

四、书是工程，也是判断

出书第一步先定形态，排版还在后面。研究分享版、自出版电子书、正式出版，三种做法完全不同。三本书都没走正式出版，不是做不到，是先定了给谁看。

“书感”来自封面、目录、图注，不是字体。目录要能点、页码要对；图注要写清来源。这些事读者未必说得出哪里好，但一旦出错，第一眼就露怯。封面是第一眼，目录是路径，图注是信任。

形态定错，后面的工艺也白费：给同行看的研究分享版，不需要书号；要公开卖的书，不能省掉授权和审校。书最终是给人翻的，文件检查器只是工具。工程上最值钱的经验只有一句：内容只留一个真源，PDF、EPUB、HTML 从同一份内容生成。

质检分三层：能打开，内容对，手机上能读。还有一条，不信自评：声称的检查要复跑，声称的链接数要复算。

这一周吓人的错误，没有一个是文笔问题：配图按旧正文排版，新文字没进去；单位换算错，整张表的数字变成 0；封面卡片图 404；压缩包打开是乱码。它们都不在正文里，读者却会在翻开书的第一分钟撞上。共同点是肉眼看不出来，只能靠脚本和抽检兜底。

五、最后

AI 放大的是产量，不是判断力。

好稿子的敌人，说到底是对称、空泛、不落地、不负责，而不只是“AI 味”三个字。出书是工程，AI 能完成大部分生成和修订，剩下页码、断链、单位、授权，决定这本书能不能真的发出去。

三本书能同时收尾，没有哪一步靠灵光；靠的是这些重复、枯燥、可检查的动作。

做完这三本，我最大的变化，是不再问 AI 能不能写，而是先问自己：这本书到底要解决什么。这个问题想不清楚，AI 写得再快，也只是把错误放大。写书这件事，最后拼的还是人愿不愿意为判断负责；人得为最后一眼负责。