文：王智遠 | ID:Z201440

文字看多了，經常陷入一種深層次困惑：

有些內容句式統一、層層遞進，結構清晰，幾乎挑選不出語法上的毛病。

可問題是：幾乎沒有個性，也沒有超越行業、邊界的討論。語言太“好”了，好到讓我感受不到作者的存在。

我不知道如何形容，用「完美的空洞感」來形容更為貼切；這種感覺，如同你用工作流跑出來的一篇理論文章一樣，全都正確，但不仔細看，甚至說不清它哪里不對。

近似完美的表達方式，讓我開始思考一個問題：這些內容中，到底有多少是AI寫的？我真能分辨出來嗎？

猛然回頭發現，已經無法判斷了，因為不管是人寫的，還是機器生成的，它們都在說著相似的話，帶著相似腔調，呈現出一種高度趨同的“流暢感”。

這才最讓人震撼：大語言模型，已經走向這樣一個階段，它可以快速被批量生產內容，流暢到幾乎朗朗上口，可我們為何會如此自然地相信、接受、并依賴它？

01

談這個問題，我也很困惑；困惑時，想起了 Perplexity 的老板說過一句話：好問題就是引擎。只要找到一個真正值得追問的問題，探索就開始了。

于是，帶著疑問，開始查閱資料。結果發現一個很有意思的歷史寫照：

早在文藝復興時期，歐洲知識分子就訓練自己的寫作方式。他們把這種寫作叫作“人文主義寫作訓練”，聽起來有點抽象，實際操作卻很具體。

當時，學者喜歡模仿古羅馬作家西塞羅的語言風格，他們會把西塞羅寫的句子、修辭手法、哲學觀點一條條抄下來，放進一本叫做“常用書”（commonplace book）的筆記本里。

等到自己寫作時，會從里面調用現成的內容和表達方式；目標也很明確：不管遇到什么題目，都能立刻寫出一篇結構完整、措辭得體的文章。

是不是聽著有點耳熟？這不就是我們今天的日常嗎？

只不過，以前靠人腦記憶加反復練習來實現“標準化輸出”，現在把任務直接交給了 AI。

只要輸入一個提示詞、一個想法、一個問題，AI 就能分分鐘生成一大段結構清晰、語言流暢的內容，稍作加工，就能直接用了。

你會發現，歷史正在以一種意想不到的方式重演：

過去人們追求“統一修辭”，今天依賴“統一模型”，兩者都帶來了語言繁榮，也帶來了思想的趨同；而諷刺的是，早在幾百年前，法國作家拉伯雷就已經警告過這種趨勢。

他筆下受過完美語言訓練的角色，說話滴水不漏，邏輯嚴謹；可問題是，他們說的話沒有溫度，也沒有力量，語言太“對”了，反而讓人覺得假。

所以，我們為何會如此自然地接受并依賴這樣的語言方式？

不是因為別無選擇，而在長期的“語言標準化”訓練中，我們早已習慣了這種“安全輸出”的表達。

我們不再愿意，說出不完美的句子，也不再愿意面對表達中的不確定和掙扎；于是選擇了流暢：哪怕它意味著空洞。

不信你想想看，現實中有多少人正在用 AI 幫自己寫發言稿、寫日報、寫周報？這背后依賴的心理動機是什么？

懶惰、效率？還是對表達本身的無力感？我想，都有。尤其一天下來，精疲力盡，還要面對一堆不得不匯報的事項，AI生成式可謂成了“救命解藥”。

02

可問題是：自動化生成的語言，真能表達思想嗎？我不確定。請允許我試圖用兩個不同視角，說明這一切。

表達不是把字打出來，也不是把話說清楚這么簡單；它是一個從內到外的過程——是由想法、情緒、立場、判斷在語言中慢慢成形的過程。

這個過程中，有猶豫、有掙扎、有不確定，也有反復修改的痕跡。

跟朋友爭論一個問題時，會因為激動而說錯詞；向領導提建議時，會小心斟酌措辭；當安慰一個受傷的人時，會說得緩慢而溫柔；這些“不完美”，才是表達的本質。

AI的語言并不是在“表達”，而是在“調用”。

它看似備深度推理的能力，實際上，它并沒有真正的“想”或“說”；它只是根據訓練的語料數據，調用了一組模型，輸出了一個結果。

真正的問題在于，我們接受了這種模式。接受的是什么？一句話總結：復制 + 調整，而不是創造 + 輸出。

AI生成的內容不會因為緊張而語無倫次，也不會因為激動而詞不達意；盡管你可以用一些手法去創造，但它讓人感覺“對”，卻明顯缺乏真實感。

這就像寫日報一樣，如果臨時有幾個不同想法，要融合進去，沒有提示詞和個人的二次創作，AI是寫不出來的。

因此，AI生成語言更像是模板，永遠正確，但也永遠安全；正因為安全，所以空洞；我們之所以選擇這種空洞，是因為它不需要思考，只要重復整合，就能應付完成工作。

更荒誕的是，老板也喜歡這樣的模式。

很多企業有自己的知識庫、AI問答系統；每一層管理者都在復制加調整上一層內容，最終遞交給上級匯報，已經看不出深層次想表達什么了？

語言不再是思想的出口，變成了流程中的零件；AI 成了“不會犯錯、替我們說話的工具”。它只是把信息整合一下，發給下一個人，再由下一個人繼續整合、繼續轉發。

我不知道表達夠不夠清晰，這像一個套娃游戲：每一層都在重復本層的內容，越往上越空洞，到最后，大家都成了審核者。

我們忘了：

真正的表達，是在一次次的試錯中誕生的；或者說是臨時想法的涌現中出現的；只有當舊思想與新靈感發生碰撞，才能迸發出新的火花。

而當讓 AI 替我們完成這一切時，我們也悄悄地，把表達的權利讓了出去。所以，當大家都用“審核后的內容”做匯報，語言豈不成了“合規性表演”？或許，它正在殺死思想的野性。

03

我們習慣于用“AI生成的話”來應對老板，不是說出“真正想說的話”；我們開始寫安全的文字，而非“真實的思考”。

這讓我突然意識到：在線上，如果語言只是被‘訓練’出來的，那它是否還具備真正的溝通力量？

換句話說：寫下的文字，真還能喚起共鳴嗎？還是說，只是在完成一次“輸出任務”？

20世紀思想家之一，德國哲學家 哈貝馬斯（Jürgen Habermas） 曾提出一個核心概念：交往理性（Communicative Rationality）。

他認為，真正有效溝通，建立在彼此傾聽、理解與共識之上。但在商業表達中，我看到另一種趨勢：

AI 幫助我們快速產出報告、品牌文案、發言稿……這些內容往往缺乏一個關鍵因素：回應性。它們不是為了“交流”而寫的，而是為了“發布”。

現在很多企業內容更像是“自言自語”式的傳播，雖然結構完整，卻失去了語言最基本的功能：連接人。

沒有聆聽，就沒有理解，沒有理解，也就談不上真正的溝通，說到這兒，我想問你一句：什么是有效的溝通？

在我看來，語言不只是傳遞信息的工具，它本身就能產生影響；一場演講可以激發變革，一封辭職信可以釋放情緒，一句話可以修復關系。

或許，AI 寫出的語言，是“形式正確”的結果，不是“意義發生”的過程，營銷的本質從來不是“說什么”，是“讓對方感受到什么”。

而這一點，恰恰AI 無法替代，所以，當 AI 成為寫作主力，人的“言外之意”也在逐漸被弱化。

另一方面，溝通的魅力在于，它的不可預測。

一句話可能引發意外反應，也可能打開新的思路，AI的語言提供“最穩妥的選擇”，但也因此關閉了“可能性的空間”。

法國哲學家 雅克·德里達（Jacques Derrida） 曾提出一個很有意思的概念：“延異”（différance）。

意義是：語言的意義并不是固定的，是在具體語境中不斷變化、不斷被重新解釋的；換句話說：一句話到底是什么意思，很多時候取決于你怎么說、對誰說、在什么場合說。

朋友間一句“你還真敢說”，可能是調侃；但在正式會議上這么說，可能就成了諷刺。

這種“意義的流動性”，是語言生命力所在。但 AI 的語言邏輯恰恰相反：它追求穩定、統一和可預測，它把語言標準化輸出，把多義性壓縮到了最小。

結果就是：我們看到的 AI 內容越來越像模板，越來越安全。說白了，AI 寫出的內容，有形式上的完整性，卻沒有情感上的穿透力，它完成了“說話的任務”，卻沒有實現“溝通的目的”。

所以，就三點：

當AI替我們輸出時，語言的社會性正在消失，對話力量慢慢成了獨白；語言的“言外之力”被削弱，它不再能喚起情感與行動；語言的不確定性被壓制，它從開放走向封閉

語言曾經是我們理解世界、表達自我、連接他人的橋梁，它現在越來越像是一道標準化的輸出流程。

04

我忍不住發問：面對語言的自動化趨勢，我們該如何保持真實的交流？

我想用一個詞來回答這個問題：對抗。要用元認知去對抗思維外包，重新喚醒批判性思維，這是在語言越來越程序化的時代里，必須做的第一件事。

AI 的輸出太“順”，它讓人誤以為思考已經完成，結論已經清晰；但其實，這種“完美”正在悄悄瓦解認知張力。

昨天刷哲學時，看到英國數學家阿弗烈·諾夫·懷特海（Alfred North Whitehead）說的一段話，值得反復思考：

思想的沖突是認知進化的核心引擎。（Thought is only possible through the presence of conflict.）

AI 正在抹除沖突。它的語言穩定、可預測的，不制造問題，我們越依賴它，也越來越容易陷入思維通識化陷阱。

那怎么辦？

從組織內部上，我主張制造一些“認知摩擦”。比如，當你用 AI 寫完一份報告后，得手動加上一條“反共識數據”——比如說，“市場占有率上升了，但客戶凈推薦值卻在下降?！?/p>

這不是為了否定 AI 的結果，是為了重啟質疑能力。

再比如，開會時，可以設置一個“魔鬼代言人”，專門挑戰 AI 得出的結論背后的隱含前提，這些機制在保護人類最寶貴的東西：意識的活躍度

對外，我認為，要重建一種新的表達方式：對話式的創作。

現在很多 AI 內容，更像“單向輸出”，所以，我想說：創作時，要想象一個具體的人坐在你面前，而不是一個抽象的“用戶群體”，我們不是在填模板，而是在和另一個人說話。

類似于，寫產品說明，要設想他正拿著手機猶豫；寫品牌文案，要知道他可能有疑慮、有情緒、有期待。

真正的溝通，是“我講給你聽，你也愿意回一句”，這正是哈貝馬斯（Jürgen Habermas）強調的“交往理性”（communicative rationality）。

更進一步地說，必須重新訓練人，成為思想表達者。

很多人寫日報、寫總結、寫匯報之所以空洞無趣，因為從未接受過“真實寫作”的訓練；寫作不應該是點擊按鈕后的AI自動生成，它應該是一個不斷試錯、修改、迭代的過程。

所以，我建議：要鼓勵犯錯。

允許日報中有臨時靈感的記錄，允許總結中，有不確定性的表達，不要一味追求“一次性完美”，要看有沒有在寫作中成長。

讓人敢于說出：我還不確定、這是我最近的想法、也許還有別的可能、領導你參考下....

語言是思想的火種，面對語言的AI自動化趨勢，真正的出路在于：用對抗重建認知張力，用對話重塑表達溫度；否則看起來條理清晰的內容，不過是一堆流程化的空話，缺少了真正的思想溫度。

好吧，有點亂，我想說：當我們依靠AI生成式時，也會讓人的語言陷入一種有條不紊的平庸中，不知道夠不夠清晰？