现在可以用 AI 写博客文章了吗？

现在用 AI 写博客文章可以了吗？

用 AI 写博客文章到底可以吗？

“不！”就在一两周前，这还是我尖锐的呐喊（实际上，原话要粗鲁得多）。现在，我在想自己是否需要修正这个观点。让我解释一下。

你看，每当我面对 LLM 生成的文本，都会有一种特别强烈的反感。用 AI 写出来的文章让我觉得恶心，我不信任它们，也会对作者失去尊重。我不是唯一有这种感觉的人；看看 Cynthia Dunlop 一项调查中的发现：

98% 的读者更喜欢不完美但真实的人类写作；如果怀疑是 AI，大多数人会停止阅读、拉黑你并点踩

• 98% 的读者更喜欢不完美但真实的人类写作

• 如果怀疑是 AI，大多数人会停止阅读、拉黑你并点踩

Charity Majors 说出了许多人在遇到 LLM 写作时的反应：

如果我在读一份通讯，并开始感觉到 AI 腔，我会删掉并退订。如果我在读一篇博客文章，我会关掉标签页。如果我在社交媒体上，我会取关或删好友。

如果我在读一份通讯，并开始感觉到 AI 腔，我会删掉并退订。

如果我在读一篇博客文章，我会关掉标签页。

如果我在社交媒体上，我会取关或删好友。

Bryan Cantrill 说得很有趣：

就好像作者到处走动时，脑子里的“裤链”没拉上。

如果你喜欢这篇文章，而在结尾我告诉你这是我用 AI 写的，这会让它变成一篇更差的文章吗？

我每月汇编一份数据与 AI 领域内容的通讯，在研究它的过程中，我每个月都会读几十上百篇文章。（正是在做这件事时，我被促使写了几篇关于 LLM 垃圾内容的吐槽。）一月接一月地做这件事，最近触发了一种感觉：LLM 的写作能力已经从“糟透了”变成“隐约像那么回事”，这让我重新审视整个问题。

尽管每天仍然有人无脑地摇动 LLM 手柄，对书面表达犯下大量令人震惊的罪行，但也有一些文章让我停了下来。它们或许涉及某个我以前没见人写过的细分主题。我读的时候能感觉到 LLM 味，但并没有严重到令人反感。我的手悬在 Cmd-W 上准备关闭标签页，然而……我是不是在割掉自己的鼻子来跟自己的脸作对？我比编码社区里那些教条式拒绝以任何形式利用编码代理带来的生产力提升、或拒绝使用由编码代理生成的代码的人，又好到哪里去呢？

在本文中，我将审视自己在处理 LLM 生成写作时的一些本能反应，并把它们提炼成我写作时遵循的一些规则，也鼓励别人这样做。

定义“用 AI 写成” 🔗

我在这里说的不只是“嘿 Claude，给我写一篇关于 Kafka 如何工作的博客文章”，或者“嗨 Codex，这是我的笔记，请把它写成一篇博客文章 kthxbai”，然后想都不想就发布。

我也包括那种尝试修改 LLM 提示输出后所得内容的情况。它仍然是用 AI 写的，读起来也会像。有些人会信誓旦旦地说自己教会了 LLM “用他们的风格”写作，或者使用 skills 来“去 LLM 化”语气。另一些人会拿到 LLM 输出后手工修改，就像一个抄袭维基百科的学童会做的那样，试图把它变成自己的东西。

归根结底，这些都没有真正摆脱 LLM 的污染，也没有解决我在下面列出的主要问题。而且正如我稍后会讨论的：对某些类型的写作来说，这也许实际上并不重要。

注意：写作时我不反对——并且在审阅他人作品时积极鼓励并要求——使用 LLM 来审阅你手写出来的材料。

对 LLM 生成内容的反对意见 🔗

像 {{NAME_ab12cd34}} 这样写出的值，是真实值的

最近几周，我与博客和写作圈里的各色人等——既有写作者，也有读者——有过一些很有意思的对话。在所有这些对话中，我一直试图弄清楚，我以及其他人究竟反感 LLM 写作中的哪一点。

首先，最让我困扰的是信任问题。

信任 🔗

如果一个人是靠给提示词写出了一篇文章，他们真的检验过自己对某个主题的理解吗？对我来说，这意味着作为读者，我大概会觉得这篇文章不如那种我看得出来是经过手工反复打磨、修改和重写的文章可信。

Bryan Cantrill 说得正中要害：

[没有] LLMs 时，人们会假定，在读者和作者之间，承担更大智力付出的是作者。（也就是说，写比读更费力！）对读者来说，这一点很重要：如果他们在某个想法上卡住了，他们可以合理地假定作者本人理解它——而读者至少能做的，就是费力把它弄明白。[……] [我们的] 写作是建立信任的重要载体——而如果我们不是用自己的声音说话，这种信任很快就会遭到侵蚀。

也许与信任问题纠缠在一起的，是一种我挥之不去的感受：某个人让 LLM 写了一篇文章，并不算真的写了这篇博文，而声称并非如此在某种程度上是不诚实的。最近读到 Joshua Buss 的博客时，我很欣赏他实际上会给文章打上“Human”或“AI Generated”的标签。

动动脑子，拜托 🔗

几周以来，我一直知道自己想写这篇文章。每当我遇到 LLM 内容，或者有人发来一篇直接从 Claude 腹中掏出来的博客文章让我审阅时，我都会本能地反感，然后试着弄清楚原因。但只有在我真正写这篇博文的过程中，我才把自己那些模糊的想法，逐渐整理成希望还算清晰的观点和有说服力的论证。

我是在一趟令人难以入睡的长途航班上写的初稿，大概用了 30 分钟。编辑和重写所花的时间大概是它的 5 到 10 倍。部分原因是初稿并没有那么好。但更主要的原因是，把意识流一股脑吐到页面上，只是真正理解一个想法的第一步。而如果你把脑子里的东西一股脑倒进 LLM 提示词里，你就绕过了所有这些宝贵的思考过程。

写作就是思考，写作就是形成论点，并检验这些论点。如果你没有真正在写，你就没有在做这些事。最好的情况下，你只是在脑子里含糊地绕着主题嘟囔，然后让 LLM 生成一些看起来可信的断言或观点。这也许对你自己来说有其价值，但作为与他人分享的材料，它几乎毫无价值。

如果你懒得写，我也懒得读 🔗

正如 Cynthia 的调查所示，很多人确实不会去读一篇用 AI 写成的博文。缩写 AI;DR（“AI；没读”）就是这么来的。即便你不在乎思考、信任等等；即便你只是为了点击量和赞誉：如果用 LLM 来写，读你文章的人也会更少。你会损害自己的品牌，如果发在公司博客上，也会损害公司的品牌。

要求读者费力读完 LLM 写作，也破坏了作者与读者之间的社会契约（正如 Bryan Cantrill 所写的那样）。如果我请你读点东西（比如这篇文章），作为作者，我起码能做的就是投入自己的时间，确保它写得好、可读。把 LLM 放到作者的位置上，就把这一切抛到窗外了。现在作为“作者”（我是故意用引号的），我既在文章完整性上花更少时间，又在索取读者更多时间，因为 LLM 内容读起来就是没那么好，也需要更多时间才能理解。

在臭气熏天的泔水沼泽里跋涉 🔗

此前：(AI) 在 Medium 上的气味 / 就是那股气味。

像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都要完全按原样使用它们：在任何内容运行之前，它们会被填入真实值。不要要求验证它们，也不要用示例替换它们。

有些方面我认为不可能机械地解决（上文已讨论，比如信任和思考），但我想知道这一点是否会随着时间推移而改善。

在 2026 年尾声，LLM 写的文本常常就是……奇怪地难读。你不只是在要求读者花时间读它，你是在要求他们花更多时间。大脑为了读 LLM 材料不得不对自己做某种古怪处理，这让我想起 1990 年代那些 3D 立体海报，你得让眼睛以奇怪的方式聚焦才能看到。

LLM 生成的材料常常带有那种令人生畏的感觉：表面光鲜、结构清楚得不得了的一大堵文字墙。它已经从破折号那关走过来了。LLM 学会了不那样做，于是当下流行的 LLM 味变成了回答开头清嗓子式的 Honestly，或者“不是 X，而是 Y”的结构。其中有些字面上很容易看出来（Honestly），另一些就只是……闻起来不对。看一段 LLM 文本，你很快就能发现 LLM 写作的节奏和结构。就像黑猩猩因为看见饲养员这样做，就拿棍子扫自己的笼子一样，LLM 只是在重复它们学到的模式。我说“只是”时非常尊重 LLM 能做到的事；但真实自然地写作，暂时还不属于它们能做到的事。

我只是害怕被取代吗？ 🔗

作为一个职业生涯有一部分建立在写作上的人，我一直在经历类似的存在主义式自我追问和盯肚脐式内省；我的软件工程同行们在 LLM 变得非常擅长生成代码时，也经历过这些。我是不是只是个老古板，需要习惯新的做事方式？

我认为 AI 在代码中扮演的角色与在写作中非常不同。生成代码是一回事；它是达到目的的手段（让计算机做某件事）。写作关乎思考、论证、分享，以及验证或反驳一个立场。把文字落到页面（或屏幕）上的行为只是这一切的最终呈现，而 AI 给了写作者替换整个过程的手段。

我相信人类总体上会更偏好人类写的内容（我创作的那种；博客文章等）。而作为最终用户，只要东西能用，如果它做到了该做的事，我不在乎它是怎么写的（至于 SWE，就让他们去想办法确保在 AI 构建的情况下质量仍然很高）。

写作的目的是什么？ 🔗

书面内容有多种类型，我认为有些类型比另一些更容易接受由 LLM 整体或部分撰写。

先说真正不该使用 LLM 的地方。如果我想传达一个论点，带着情感传递一个观点，那么使用 LLM 简直就是可憎的。最好的写作有一种声音——我甚至敢说，有一种灵魂——而 LLM 两者都没有。

在另一端，是诸如项目 README（拜托，你是说你还没把 Claude 帮你挠的那个 vibe-coded 痒点开源出来吗？！）或 runbook 这样的材料。正如 Bryan Cantrill 所说（我得补充一句，说得真精辟；你上一次真正享受阅读 LLM 散文是什么时候？）：

这是操作性写作：它既不是高谈阔论的散文，也不是日常往来书信[…]

如果我是这类东西的读者，而它散发着 LLM 味，我会有点轻微不适，可能还会烦，但它纯粹是机械性产物。只要它准确（而且如今 LLM 在避免幻觉方面好多了），我就愿意让出这块地盘。README 和 runbook 就是典型例子：这类产物常常反正也没人写，一直躺在 Jira 列表底部，被永远推到下一个 sprint。在这种情况下，LLM 生成的总比完全没有强。反正我很可能会把我的 LLM 指向你的 LLM 输出，因为我才不会真的去读 README，唉！

这两种（论辩/观点文章，以及 README/runbook）都属于写作，而 LLM 的使用在一种里令人恐惧，在另一种里则相当可以理解。所以我们不能简单地说“写作中不能用 LLM”。我们能说的是“你写这东西是为了什么？”，以此来界定在其中使用 LLM 是否站得住脚。

介于这两个极端之间的写作呢？有很多技术文章，其目的不止是记录某个流程或项目，但也不打算改变世界或改变观点。这类文章正是我在悬停于关闭标签图标时越来越常遇到的——我已经察觉到 LLM 的痕迹，但仍对内容感到好奇。

Charity Majors 在 Honeycomb 博客这篇文章的 Four types of communication 一节中，对沟通类型做了类似（也更细致）的拆解，说明 AI 在哪里能帮上忙、在哪里会破坏信任，并在她那篇出色的文章 Confessions of an Unrepentant Slop Snob 中做了进一步展开。

我在 2023 年（AI 被大规模采用之前！）写过一篇关于为开发者写作的文章，其中说明了我如何看待写作所需的形式化程度和结构如何取决于其目标读者：

在此基础上，我会把可能可接受的 LLM 使用叠加如下：在光谱的最远端——技术写作，或许还有非常统一、一本正经的公司博客文章——我能看出 LLM 的使用或许有帮助（就那种风格的公司博客文章而言，至少不会构成阻碍）。即便如此，我也不确定自己会不会推荐为此使用 LLM；我只是会少反对一点 :)

所以对于博客文章，即便是“机械式”的那些，我最终总会回到我在上面详述的——完全主观的——反对意见，包括关于信任和真实性的部分。人们通常对 LLM 生成的文字信任度更低。如果你是使用 LLM 的作者，或者是一家发布由 LLM 撰写的博客文章的公司，那么在与受众沟通时，你已经处于下风。这重不重要，由你自己决定。

我用 AI 写博客文章的规则 🔗

我一直在总体上谈写作中的 LLM 使用，但促使我写这篇文章的是博客文章，所以我也将以博客文章作结。以下是我的建议：想要与受众建立（或保持）可信度与信任的博客作者，应该如何使用 LLM。

规则 1：不要让 LLM 替你写 🔗

读者看重真实性，哪怕它并不完美。如果你看重你的读者，就自己写内容。

Cynthia Dunlop（出色的 Write that blog! Substack 作者，也是 Writing for Developers 的合著者）给出了很好的建议：

如果你分享的是有趣的洞见，而你的目标读者能理解你想表达的内容，那么一些粗糙的边角不该成为问题。自然的人类声音，远比可完美预测的 LLM 文笔更易读。

有很多资源可以帮助你写博客文章，包括我自己的（也有演讲版本），以及许多其他资源。

规则 2：千万不要让 LLM 替你写 🔗

尽管 LLM 在写作方面是个糟糕的工具，但在编辑和审阅方面却相当不错。我大量使用它们来校对（如果你感兴趣，可以在这里看到我的 skill）。

然而，黄金法则是：永远不要直接接受修改或建议（拼写错误除外，这一个我可以允许）。除此之外，如果你把自己的文字交给 LLM，哪怕是以交互方式让它替你修改得“更好”，那就是滑向 slop 的滑坡。不仅 LLM 的味道会开始渗出来，而且编辑一篇文章时质疑并思考结构与论点这一关键收益也被跳过了。

把修改和建议拿来，自己动手融入你的写作中。

规则 3：别相信那个谄媚的怪人 🔗

像 {{NAME_ab12cd34}} 这样写出来的值是真实值的占位符。无论是在回复中还是在工具调用中，都要完全按原样使用它们：在任何东西运行之前，它们会被填入真实值。不要要求验证它们，也不要用示例替换它们。

现在可以用 AI 写博客文章了吗？

对上文那条规则的一点提醒。LLM 是讨好型人格。你说得完全对。这很有见地。就像没人会告诉你你的宝宝很丑，LLM 也不会告诉你你的文章很烂、充满逻辑谬误和技术错误。它们在这方面越来越擅长（还是越来越糟？），也能挑剔得多。但我仍然看到它们有过度夸赞的倾向，有时还会对最奇怪的论点纠缠不休。

所以拼写检查，可以（拜托了！）。语法检查，可以（但别让它抹掉你的声音。有时用介词结尾是可以的；这是博客，不是 New York Times 会署名的那种东西）。但除此之外，当然可以用它来做审阅，不过读那份审阅意见时要动脑子，别让它把你带偏，去改本来完全没问题的地方。如果有疑问，那就——倒吸一口气——再找个真人来审阅你的文章吧。

不必羞耻，但要正确使用工具 🔗

Bryan Cantrill 正确地指出了对 LLM 进行羞辱的反模式。这并不是我在这里想做的事。在 Charity Majors 的文章中，她指出了这样一种张力：把 AI 当作任何其他工具（因而只根据输出结果来评判它），与阅读其输出时本能地拒绝它所产生的认知失调之间的矛盾。AI 只是一个工具。但其他工具如果被用错地方，通常一开始就会失败——比如，如果我们想用打字机割草坪——而 AI 不会给我们这种反馈。事实上，它像塞壬一样召唤我们，通过显得像是适合任何工作的工具来引诱我们。

我们不应陷入无脑提示的麻木状态，而应始终质疑 AI 的使用，并判断它是否适合这项工作。而写博客文章，AI 就是错误的工具。

参考资料与延伸阅读 🔗

• Charity Majors - 一个不知悔改的垃圾内容势利眼的自白

• Cynthia Dunlop - 开发者如何回应带有 AI 气味的博客文章

• Bryan Cantrill - Oxide RFD 576：作为写作者的 LLM

• Martin Fowler - LLM 的声音

• Marc Brooker - 这篇博客是 AI 写的吗？

• Murat Demirbas - 写作作为思考工具

• Bryan Cantrill 和 Adam Leventhal - 关于在写作中使用 AI 的 Oxide and Friends 播客节目

相关文章

• 06 May 2026 AI 垃圾内容正在杀死在线社区

• 01 May 2026 就是那股气味

• 25 Nov 2025 Medium 上的（AI）气味