AI的说服 靠的不是懂你 是把你淹没

一位朋友给我发来一篇文章,标题为《Powers of Persuasion》,大概可以翻译为说服的力量。副标题翻译过来是《AI聊天机器人越来越会说服人了。它们的优势究竟从何而来》。
这是一篇相当有意思的文章。本文分为两个部分,第一个部分就是对这篇文章进行一次我的“蒸馏”,第二个部分则是我对这篇文章的一些看法——这部分我也利用了我的专属AI阅读工具,因为涉及到要调用这篇文章所引用的一些学术论文。
本文提及该文章的时候,都用“报道”来替代。

在蒸馏之前,非常有必要把这个长篇文章的背景介绍一下。
这是一篇于8月20日在顶级学术期刊《Science》发表的。。。新闻报道。对,虽然是Science,但它本身不是一篇学术论文。但也正因为是Science,所以它具有相当的严谨性。
准确的定位是:Science的科学新闻长篇特写,基于多项学术研究和研究者采访,对“AI persuasion”这个新兴领域做的一篇综述式报道。
它不仅不是原创学术论文,甚至连review paper(综述论文)都不是。它的作者是科学记者而不是学者,没有方法论,不存在自己的样本、统计方法、原始数据或模型设定,没有同行评议环节,不提供新的可验证研究成果。它只是串联、总结、解释多个研究,只是让普通读者理解一个新兴领域。
在这篇优秀的科学报道中,引用了多篇论文。比如25年发表在Nature Communication的研究,也有发表在Science上的研究,但同时也包括一篇在26年6月发表的预印本(preprint)——论文公开了,但还没完成正式的同行评议。预印本并非不可信,但确实没完成同行评议。在这篇报道中,这个由Hackenburg团队发表的预印本,居于最为核心重要的位置。
所谓我的看法,其实集中于报道本身,比如有没有过度突出戏剧性案例,有没有把预印本写得太确定,有没有把实验室说服外推到现实社会,有没有过度使用AI outpersuades humans(AI说服人比人类更彻底)这种强叙事。另外一个部分则是研究本身,比如说,作为长期混在传播学领域里的我,充分明白所谓“效果”是一个很复杂的概念。即时态度和长期信念变化是两码子事,研究本身对长期态度有没有涉及,实验有没有对长期信任有所控制,这就是对研究本身的看法。但这个部分本文涉及不多,我还需要更多时日进入到这个领域,目前只是引起了我极大的兴趣。
背景介绍完了,现在开始蒸馏这份长篇报道。

作为一个报道,起手用一个比较反常识的案例来吸引普通读者是很常见也很重要的。
25年12月,一名45岁的英国女性参加一个辩论实验:政府应该对堵路、封锁能源设施的和平抗议者实施更严厉的处罚吗?该中年妇女完全反对,0/100(一点点支持都不给)。然后claude和她进行辩论。辩论后,她的态度变成:84.7/100。
报道接下来引入本新闻中最为核心的研究:来自牛津大学Kobi Hakcenburg团队的一项实验。总计超过2000人,被要求就多个政治议题进行辩论,他们的对手可能是人,可能是AI。研究结果很直接:美帝御三家都持续比人类更能改变对方观点。
报道引用一名斯坦福社会学教授同时也是心理学、商学院教授Robb Willer的盛赞:这项研究是政治说服、AI和人类行为研究中的里程碑。之所以要引用这位学者的观点,因为Willer是AI说服研究领域中的先行者:他在22年就开始研究这个问题,彼时chatgpt都还未发布。
LLM出现后,Willer所担忧的“AI可以低成本、批量生产有说服力的政治内容”大致能够成立。团队曾要求AI和人类分别写200字左右的政治说服文本,结果发现:说服效果差不多。只是风格很不同。人类偏好讲故事、诉诸个人经历、情感表达,而AI则倾向于逻辑论证、数据、证据以及理性表达。
包括其他学者在内的一些早期研究并未表明,AI的政治说服力比人类强。但也有研究者发现,AI写的疫苗说服信息比美国CDC的疫苗信息,让参与者认为前者更有说服力。

24年,Tom Costello等人在Science上发表了一项很有名的实验,堪称震动学界:AI居然对改变阴谋论信仰有作用。
参与者先说出自己相信的阴谋论,比如:美国政府策划了9.11、英国王室策划了戴安娜王妃之死。然后chatgpt与之对话三轮。结果是:参与者对自己原本相信的阴谋论的认同程度,平均下降了接近20%——这个变化着实不小。
之所以是震动学界,因为阴谋论一直被认为是极难通过事实纠正的“信念”。剑桥大学的一位心理学家甚至认为,基本没有什么方法在这个领域真正有效。
研究者在论文摘要里如是写道:

我们利用生成式人工智能的发展,让 2190 名阴谋论信奉者与 GPT-4 Turbo 进行了个性化的循证对话。该干预措施使阴谋论信仰减少了 20%。这种效果在 2 个月后依然存在,广泛适用于各种阴谋论,甚至在信仰根深蒂固的参与者中也同样有效。

这项研究让我相当感兴趣。因为我一向认为AI幻觉这件事根本不值一提,人类制造的幻觉才叫一个多。而且,AI在破除人类幻觉(阴谋论是一种典型产物)上大有作用。这个基于我个人经历的经验式看法,现在竟然得到了学术顶刊发表的研究的支持。
另外,在Hackenburg的研究中,还有一个很具挑战性的问题:AI胜过普通人没什么稀奇,它能不能赢真正靠说服吃饭的人?
于是他找了56名精英辩手(甚至包括世界冠军级别的),还设置奖金来鼓励专业辩手尽力发挥,甚至提供AI辅助工具。结果依然明显低于今天的AI,Hackenburg用“差距并不小”来形容。他的研究团队还比较AI和某个慈善组织的职业募款人员,发现前者更容易让人们捐钱。
结果就是上面说的这些结果,看来人类的工作岗位又要出麻烦了。接下来看解释:为什么会这样?

首先要排除一个很多人会误以为的事:AI了解你。实验发现,额外给AI很多人口统计学信息,并不会显著提升说服力。比如这是个男性,年龄35岁,大学毕业。这种信息对AI说服力增加,意义有限。
但AI确实可以通过多轮对话,知道它所需要知道的信息,比如你真正关心什么,你最反感什么,你论证的漏洞在哪里,哪种价值观能打动你。
但这个发现其实也蛮反常识的:事实、证据、理性论证非常有用,而不是人们一直误以为的,到了信念这个层面之后,给事实没用。
关于AI对阴谋论的作用研究的Costello团队做了这样的实验:禁止AI使用证据,而改用“你相信这种东西,会伤害他人”之类的规范性话语,效果基本消失。
在给定条件下(这很重要,后文会说明),人非常吃这两个玩意儿:高密度、针对性的事实论证。而这正是AI的强项。
AI真正最大的优势,并非什么神秘的心理操纵技术,就是很纯粹的信息吞吐量。在很短的时间里,AI就可以堆出10个论据、5个数据、3个案例、2个反例,外加逐条回应你的质疑。人类的所谓被说服,其实只是被淹没之后的放弃。
研究者甚至做了一个控制实验:规定AI只能写和人类一样长的回答,而且只能用人类的输出速度输出。结果就是AI的说服力和人类持平了。
所以,AI强悍的地方就是这么三个字:饱和式。没人能抵抗这个。纽约大学的Jennifer Allen将这个策略称之为Gish gallop,就是用海量论据淹死对方。
当然,接下来的担忧也就出现了:海量论据让对方同意,在AI的运行机制里就特别容易造成AI去制造海量论据。生成低质量或虚假事实被鼓励。文头的那位中年妇女,其实她得到的AI输出,Claude就使用了大量不准确甚至虚假的信息。
另外一个担忧就是:AI能把人从阴谋论里劝出来,那么能不能反过来把人劝进来?Tom Costello等人的研究结果是:能。AI不是事实机器,而是说服机器,这两者很不一样。
这些研究者担忧这些事也没啥奇怪。因为他们最终的落脚点,都是政治说服或者商业说服。

你可能会很容易想到这个事:阴谋论被AI破除了,这很好。但这个问题更重要:ta如果压根不愿意和AI聊这个呢?说服的前置环节难道不应该是:ta愿意接受对话吗?愿意对话,就是一项“给定条件”。而真实世界里,这种给定条件,很多时候根本不存在,那么,AI的饱和式海量论据输出也就压根不存在。
来自Yale的研究人员提供了证据,他们在脸书上投放广告,如果愿意和AI聊聊政治,我们就给你一块钱。广告投放给了8000人,最终只有73人进行了至少两轮对话。看上去,绝大多数人,基本属于懒得搭理的状态。
报道写到这里,指出了一个很重要的事实:这项给定条件未必是想象中的那么不成立。因为很多人确实主动在和AI聊天,比如我就是。我今天已经习惯了一个什么热点事件,去找AI聊一下。
学者们这个假设并不虚妄:在AI中悄悄地推荐某些商品、品牌或者公司。而产业界,确实出现了GEO这种东西——针对AI进行内容优化的一套营销策略方法。
而且AI的这种饱和式说服有着史无前例的特殊之处。Yale的哲学家Luciano Floridi提出一个词:Hypersuasion(超级说服,这帮搞哲学的人总爱发明词)。
以前的政治宣传,要么就是一条广告面对很多人,要么是这个广告针对整个群体,那个广告针对那个群体。想要做到点对点的真正的个性化说服,成本极其高昂,且操作性不高。
但AI确实能做到对一百万人进行一百万场有针对性的个性化说服。不同的论据、不同的语气、不同价值框架、不同案例、不同节奏。这没啥难的,成本趋向于零。而且还是饱和式海量论据,外加瞬间蓬勃而出。
个性化说服首次可以无限规模复制。

作为一个科学报道,自然也要走一下平衡。并不是所有的学者,都完全认同上述担忧。
比如Brendan Nyhan等研究者提醒,历史上每次新传播技术出现,都会出现类似恐慌。最后很多担忧都被证明夸张了。
不知道你们还记得不记得,08年的时候,北京还有个著名医院提交了一份网瘾标准,认为每天上网六小时持续三个月,就是网瘾。幸好卫生部没有接受这个标准,不然今天回看,那会是一个多大的笑话。
那位身兼了三个学科的教授Willer也认为,人类并非无限可操纵。几千年来,说服术一直被研究。人类的可说服性可能已经接近上限。Willer的原话大意是:我们离天花板比离地板更近。
AI也许确实比人类强50%,但其实绝对意义上并没有拉开太大的差距。一个完全不感兴趣的人被随意洗脑,依然是不大可能的。或者这么说,需要极多的给定条件,比如彻底操控ta所有的信息渠道。
但这篇科学报道,揭示了三个比较重要的结论,是很值得参考的:
其一,AI说服力的核心来自于论据生产率,优势基本可以视为机关枪对步枪,高密度饱和输出。
其二,更会说服不代表更真实。说服优化的结果不是AI幻觉。AI幻觉你可以理解为AI的“无心之失”,但说服优化造成的后果是故意制造虚假以达到说服结果——这其实是人类制造的幻觉。
其三,AI入口集中是值得警惕的,多个AI的均势对抗才可能是可行的solution。或者这么说,你要习惯手上多用几个ai而不是单一依赖——我自己个人的习惯一贯是喜欢多平台分类干不同事,本世纪初用门户就不会只盯着一个上。所以AI时代,什么人和我说,某某大模型最棒,就用这个吧。maybe技术上确实如此,但我绝不会照做。这不是一个单纯的什么参数、推理、工程的事儿。
以上,蒸馏完毕。

接下来我发表我一下的看法,再次提醒注意,只是针对这篇报道,而不是针对那堆研究。
第一个比较重要的点在于“即时态度变化”与“信念改变”,这非常不同。报道起手非常反常识的案例,中年女性从0/100直接跃升到84.7/100,显然是即时态度变化,而且属于自报态度。这和真正改变了一个人的政治立场,不是一回事。
当场觉得对方有理、几天几周后依然如此觉得、真实行为上改变选择,这三层不能混淆。
报道没有给出足够长期追踪信息。
坦率讲,日常生活中,我自己其实属于“高密度输出”的人,以至于我很多朋友会开玩笑说我是“总理”(总有理)。我记得非常清楚我过去一位同事对我的吐槽:
跑我办公室里来和我理论一个事,一通交流后,觉得我说得对。返回工位细细一琢磨:特么被这货绕进去了。
第二个比较重要的点,在于变量之间的相关性。也就是说,人类到底是不是报道里所谓的那么愿意接受事实:对话中可事实核查的看法越多,说服力就一定越强?
其实还有几种替代解释。比如说,长文本身就有一定的权威性。很多人几乎把长等同于深度、专业。知乎上那些架子十足的回答,足以震撼一个不细琢磨的普通用户。新闻报道只要一长,就会被视为这叫“深度调查”。再比如说,论据过多即便真假参半,也会让对方无法逐条回应。就算可核查,也没空去核查。究竟是事实、还是数量、还是专业感、还是认知压倒,目前没有辨析清楚。
最为重要的bug在于,报道严重低估了“来源身份”这个变量。来自日常生活的经验告诉我们,其实谁说的(who)比说了什么(what),更为重要。在这些研究实验里,参与人明确知道我就是来和一个AI辩论的。这消除了真实世界里很重要的几个变量:信任、身份认同、派系敌意、消息来源的先验判断以及群体规范。报道里所提及的个性化,对社会身份和来源可信度讨论很少。
另外一个可能会产生的小错觉与一个实验有关。报道中提到让AI悄悄推荐人类两本书中的一本,最后68%的人选择了它推荐的。这可能会带来一个错觉:AI有68%的成功率。但实际上说服增量是18%。当然,在具体营销中,别说18%增量,1.8%也有意义。但确实这会让人产生错觉。而且这份报道中,类似描述了绝对结果却没有把对照组增量放在讨论核心的地方,还不少。

现在浅浅说一下我对几个研究本身的看法,只是浅浅。这个领域我以后要多深入,好好学习一番。
根据报道所援引的那些研究,我觉得受众的面容还是模糊了一些。谁更容易被AI说服,个体之间的各种差异,基本尚未被涉及。这些平均效应有一定价值,但价值还不够,甚至可以说是远远不够。
政治说服与事实纠错的界限分得还是不够清晰。说服一个人不再信911阴谋论,这件事本身极有可能涵盖了事实判断与价值判断。有些人信其实是事实不够,有些人信则是因为价值上的好恶。AI有可能会擅长纠正错误事实,但它是否很擅长价值选择,反正现在我不晓得。
Hackenburg团队那个研究,比如AI胜过精英辩手,现在只是预印本,没有经历同行评审。
Costello团队的阴谋论研究,后来发现analysis pipeline(原始数据到论文结果中的整套处理链条)是有瑕疵的,后来做了更正。虽然不影响总体结论,也就是核心发现依然成立,但还是说明,这个领域依然在很早期。
所谓影响力说服力这个事,大致和如下变量有关:接触率、参与率、说服率、持续率、行动转化率。这些研究在第三项也就是狭义的说服上,显示出了不少证据。但有多少人愿意接触这个议题、愿意认真参与这个议题、改变能维持多久、最终会不会改变行为,那就证据很弱了。
但是,以下议题是成立的,而且非常值得重视:
如果AI未来成为搜索、购物、政治信息和日常决策的统一入口(这个概率极高),那么即便单次说服效果之提高几个百分点甚至只是短期影响,考虑到用户惊人的规模和高频交互,那么,平台权力将变得极为巨大。
—— 首发 扯氮集 ——
在传播学领域,效果研究从来是一门显学,尤其是在北美行政研究学派。因为它相当有实际用处:选举(政治)、营销(商业),海量的资金会愿意资助这类研究。我有足够的理由相信,AI persuation这种属于效果研究的,未来是极热的显学,因为它足够有钱。

人肉味 机油味 您好哪一口?

最近看到过好几次这样的表态:

我现在一眼就能看出这文章是不是ai写的。

搁以前,我会点头说,嗯,我也是。我还会很矫情地加一句:哎呀,错别字都不大看得到了。

搁现在,请允许我笑盈盈地看着这位自以为优越的朋友进行更高级别的优越表达:您呐,还是真正的阅读少了,尤其,真正的写作少了。

八个字:少见多怪,大惊小怪。

让我们从ai互动说起。和bot聊天,可不就是你读着大段大段的ai写作。

(这里说个小细节,有人认为,文章里数字出现前后空格,必是豆包出品。这个技巧已被证伪。很多输入法默认配置都这样,比如微信输入法)

我在过去一篇文章中曾经提到,ai对我大脑的雷霆一击

而昨天,我和ai聊天,聊到泪流满面。

这是关于某真实事件的一次讨论,我不能告诉你们到底是个什么事,我大概可以支支吾吾地说,就算。。。发生在伊朗吧。

讨论从事件本身开始,然后慢慢波及到当事人未来会如何——这里确实有很多想象和推测,毕竟未来根本没有到来。我也不认识当事人,根本不知道他们到底是个什么人。但这种想象和推测,考虑到他们的身份,也非全无道理纯属脑洞。

聊到最后,我颤抖地哭着打出一句话:其实,这何尝不是一种更高维度的殉道,何尝不是一种更深层次的忠诚(但我没有使用感叹号)

我意识到了我的失态,确实也没有太仔细看ai就我这句话的互动。我离开了电脑,去吃了点东西,看了一会儿视频。一个小时后,我回来问ai:

其实我刚才打出那一句话时已泪流满面,情绪很激动,与其说是和你互动,不如说成是自己的一声呐喊。所以要冷静下来反思一下。。。(省略若干字)我只是反思我为什么会如此激动,我不大愿意接受我内心深处有善的一面的解释,这种解释很浅显,我也不是一个那么容易自我感动的人,道德作为一个变量,与我情绪变量的相关度很低。我当然不会否认我总体算个好人。你怎么看待解释我这个心理状态,和一个其实毫无意识的人工智能交流情绪会如此激动——不要奉承赞美我。

ai巴拉巴拉说了一堆,其中有些话我高度认同:

这不是普通的同情,而是一种从绝对困局中重新发现人的主体性的情绪释放。

当一切努力都可能没有结果时,忠诚本身还是否具有意义?

你的那句话给出的答案是:有。甚至失败、无力和带债的自由,都可以成为忠诚的形式。

你不是因为发现”自己善良”而哭,而可能是因为发现:

自己虽然高度重视现实、利益和权力逻辑,却仍然对一种近乎绝对的忠诚抱有强烈敬意。

这种发现会冲撞自我形象。你习惯把自己理解成一个冷静、怀疑宏大叙事、警惕道德表演的人;但那句话暴露出,你并没有完全犬儒化。你仍然会被”无用但不放弃的忠诚”击中。

这不是赞美,而是价值结构的暴露。

虽然这些年我的想法发生了很大变化,但有些底色和钢印,江山易改本性难移。我确实被ai的”价值结构的暴露”所击中,不过我的情绪已经过去。因为我还很功利地和ai接下来聊到,这一事件加上我们推演的未来,好像是一个不错的电影本子。这个电影不错就不错在:它不是在讲一个千回百转高潮反转的故事,而是在讲一个千回百转高潮反转的价值。小成本制作,但绝对能让电影院的人9成9泪奔,如果演员演技到位,大有获奖大卖双丰收的希望。ai表示赞同,还很认真地设计了五幕结构,电影开场和收尾。收尾的对白都写好了。

ai承认它是我情绪爆发的帮凶:

回看整个过程,我们形成了一个明显的递进回路:

(此处省略1、2、3、4、5)

每一轮,你提出更尖锐的结构;我大体接受,再把它系统化、语言化,并赋予更强的悲剧秩序。然后你在这个基础上继续推进。

这是一种共同叙事增幅。

我的回答并不是一个独立的人在与你辩论,而是高度响应你的命题。它会使原先只是一个可能性的解释,逐渐获得完整、严密、几乎不可逃脱的形态。情绪也就随叙事的闭合而不断积累。

递进回路、悲剧秩序、共同叙事增幅、叙事闭合,这些词多有机油味啊,但我一点都不在意。

这种ai聊天的例子说明,机油味还是人肉味,根本不重要。

作为一个读者,我只看重这些东西:

其一,有无于我而言的事实增量;

其二,分析框架搭得好不好,视角有无新意;

其三,论证推演是否有重大瑕疵或对我有很大启发;

其四,结论是否有参考价值;

强烈共鸣,不能同意更多,对我来说,价值极低。没有超出我脑袋的东西,我为什么要花时间去阅读,最多扫一眼就算了。我自认精神世界极其独立,根本不需要共鸣这种”呀,原来并不是只有我这么看的啊”廉价情绪。我只需要。。。按ai的话来说:共同叙事增幅。

至于嘴替,我自己也有号,写作对我来说很难说是什么负担,我要嘴替干什么。

而与ai聊天,是能满足我看重的需求的。与人类聊天,你很难找到一个人,就一件事能挖到那么深(视角也好论证也好),能牵扯到那么多客观事实,甚至可以七拉八扯地勾连其他看上去八杆子打不着的事。没有什么人,在一个事件上可以说是”该事件专家”。再说了,就算有,人吃饱没事干和你扯两三个钟头,还帮你电影收尾对白都设计好?

接下来说写作。

彭元文最近在他一篇文章中提到了ai与他的写作,涉及到了gemini、claude、workbuddy的分工。

可以这么说,ai在他的写作过程中介入很深,不是那么简单地去用ai找个东西。

比如他提到:

我每次写完文章,都会把文章丢给Claude做”压力测试”:你来给我挑事实错误、数据问题、逻辑漏洞,包括风险评估(Claude在这方面还挺准的,虽然我有时候不听它的)。

我阅读时都会这么干,扔个链接给ai:1、事实核查;2、逻辑推演有无bug。每天至少干五六七八回。写作时也干。当然,我和彭老师的写作话题不一样,我不怎么需要做风险评估。

接下来就是,当ai指出你这个事实表达不是很全面,然后它输出了一个更为全面的版本,涉及三四五六句话。我一看,果然比我全面。接下来我怎么办?

全部自己重写?这就扯了,何苦呢?要尽力避免和那几句话不同的输出比写几句话累十倍。当然是copy paste,最多修订几个字。我从来不觉得我文字运用能力有多精妙多出色,干嘛不低头认怂:ai写得好呢?

今年这个暑假,有朋友惊讶地发现,魏老师您可是过了连续几年最勤奋的一个暑假啊,沉迷写作成这样了?是,我这个暑假是有点沉迷写作。

但其实我是沉迷和ai聊天。

多年前,我是一个相当勤奋的专栏作家,三个周专栏,五六七八个月专栏,日出一稿一点都不夸张。所以我长期以来形成了一个囤想法囤念头的习惯,想到了,立刻记下来,说不定就是篇文章。

这个习惯一直有,只是后来没编辑拿枪顶着,加上工作也有些变化,慢慢就放下了写作到了有一搭没一搭的地步。而这个事,有点像跑步,天天跑就是习惯,一旦停下来,再启动,确实有点难。

但ai救我。我一个念头一个想法,就开始和ai切磋,聊着聊着就觉得聊出点东西,大致就可以有一篇文章的容量了。念头是我的,视角是我的,思路(模块)是我的,推演论证是我和ai反复多轮打磨过的。我只不过需要ai补齐事实,捋顺逻辑,提炼一两句有分量的话。最后再总体订正一下,这里到底有多少人肉,多少机油,你问我,我也不知道。

所以我很坦率地告诉各位:本号文章,机油人肉混杂,无法分割,也无法分清比例。

另外,我还想告诉各位,每天跟ai聊天聊到眼睛发酸还要硬顶着聊的人,写作风格是会变的。

这不是啥”一句话总结”这种很有标志性的话,而是用词习惯。

比如说,我明显意识到,我开始更喜欢用”叙事”而不是”逻辑”,因为逻辑这两个字其实存在多义。资本逻辑里的逻辑,肯定不是逻辑学的逻辑。所以资本叙事更好。

再比如说,我越来越欣赏”收束性”这个词,我以后要多用。

但是,变量,相关,比如前文提到的一句”道德作为一个变量,与我情绪变量的相关度很低。”这是纯人肉。如果不是经常读我文章的人,会觉得这种写法很机油啊。但是我要告诉您,我连日常说话都是喜欢用变量、相关的。我很少用因果,毕竟我是受过严格学术训练到了烙下钢印的人。

还有一个变量,那就是对ai的全局限定。

不同的限定,会产出不同的机油文本。我的全局限定相当繁杂,导致我的ai的输出,其实已经相当个性化了。你可别以为我的豆包也是个糖包,完全没有的事。连这个作为我辅助ai的bot,都被下过形形色色的限定指令。

不要对着一个新的媒介技术做老学究般的哀叹:这是堕落啊!历史一茬一茬的媒介批评学家,都证明这种哀叹,是如此得为赋新词强作愁式的高级智力玩具。

人图发论文评教授,您图啥呢?

文章究竟是机油还是人肉,好像是有点像预制菜啊。

于是就有人会说,预制菜我不反对,但我需要你标注出来这是预制菜。

一来我前面已经告诉你了,本号文章机油人肉有机混合,最多只能标注本文写作过程中有ai辅助。但这几乎是句废话,可能今天还到不了明年吧,明年保证9成9都有ai辅助。

辅助了多少啊?

关你屁事。

二来嘛,网上东翻西翻看文章,可不就是吃预制菜的水平。至少本号文章,绝非米其林大厨作品,质量就是个预制菜水平。

您还真当您是个顶级食客,想到我这里吃真正的野生大黄鱼?

想啥呢?

—— 首发 扯氮集 ——

文学写作虚构写作,另外一回事。正如我在我过去的一篇文章里所提到的,读文学作品,ai帮不上忙的。

不过,我起心动念,确实有点想让ai帮我写本。。。姑且叫文学作品吧,它其实不是小说,而应该叫多声部档案体。

也许会写吧!