现在网上有一种非常方便的文学批评。
读一篇文章，看到某几个过于整齐的排比，几个熟悉的转折词，一种似曾相识的圆滑语气，于是有人在评论区留下四个字：
“AI写的。”
有时候甚至不需要继续讨论。
文章有没有事实错误，有没有新的观察，论证是否成立，句子是否值得读，似乎一下子都不重要了。只要被判定有“AI味”，接下来的结论便顺理成章：
不值得看。
这件事一开始似乎很好理解。
AI出现以后，互联网里的确多了大量文字垃圾。过去制造一万篇空洞文章还需要不少人力，现在一个人开几个账号，加上一套自动流程，就可以源源不断生产。“五个改变人生的方法”“真正厉害的人都有这七个特点”“成年人一定要懂的十条人性真相”，标题可以永远换下去，内容却像同一锅粥反复加水。
英文互联网给这种东西找到了一个很贴切的词：
slop。
原意差不多就是一桶稀糊糊、没人认真做、却被大量倒出来的东西。
AI当然让slop变多了。
这一点恐怕没有多少可争辩的地方。
但问题也恰恰从这里开始。
因为人们慢慢把两句话混在了一起：
这是AI写的。
和：
这是用AI写的。
看起来只差几个字，其实不是一回事。
最典型的“AI写的”很好理解。
有人打开模型：
“帮我写一篇关于孤独的文章，2000字，深刻一点。”
一分钟以后，复制。
粘贴。
发布。
作者甚至没有认真读第二遍。
这种文章叫AI写的，并不冤枉。
这里的人更像一个启动按钮。主题由人给，真正的内容选择、结构安排、措辞和展开基本全部交给机器完成。
如果最终得到的是slop，也没什么神秘。
真正值得奇怪的，是人们往往顺手把另一种完全不同的工作也塞进了同一个袋子。
比如另一个人。
他已经想这个问题十年。
手里有自己的笔记、阅读材料、生活经验，也有几个一直解释不通的矛盾。他把这些东西交给AI，让它试着整理。
第一个版本不好。
删。
第二个版本太像套话。
删。
第三个版本有一个句子不错，但论证方向错了。
留下那一句，其余重来。
然后让AI站在反方，把文章攻击一遍。
发现一个漏洞。
查资料。
改。
再让它换一种结构。
还是不满意。
最后甚至把文章全部拆散，只留下几个局部。
又重新组织。
整个过程中，也许最后有不少句子确实最初由AI生成。
那么这篇文章究竟应该叫：
AI写的，
还是：
一个人用AI写的？
这恐怕已经不能靠检测某个句子的“AI率”来回答。
因为真正的问题已经改变了。
不再是：
每一个字是谁第一次敲出来的？
而是：
这篇文章究竟是谁做出来的？
这个区别在其他领域其实早就存在。
摄影刚出现的时候，人们也曾面对过类似的困惑。
画家亲手决定画布上的每一道线条，而摄影师按下快门以后，影像的大量物理细节是机器完成的。
如果按照一种极端的“亲手制造论”，摄影师大概很难算创作者。
树叶不是他画的。
光影不是他一笔笔涂的。
人的脸也不是他描出来的。
甚至到了今天，相机还会自动对焦、自动测光、自动白平衡、自动降噪。
手机摄影的自动化程度就更高。
可很少有人因此说：
“这不是摄影师的作品，这是索尼写的。”
或者：
“这张照片是佳能生成的，所以不值得看。”
因为经过一百多年，人们已经习惯了一个简单事实：
机器可以完成画面形成过程中的大量工作，
但作品并不仅仅等于这些机械工作。
站在哪里。
什么时候拍。
拍谁。
不拍谁。
留下哪一张。
删掉哪一张。
裁掉什么。
为什么这张照片值得发表，而旁边三百张不值得。
这些同样构成作品。
甚至越到后来，这些选择越重要。
AI正在逼写作重新面对同一个问题。
过去我们很容易把“写作”理解为：
一个人亲手产生句子。
因为在绝大多数时代，这两件事确实几乎重合。
一个人想写文章，就必须亲手把文章弄出来。
思想、结构、措辞、打字，常常集中在一个人身上。
所以人们逐渐产生了一种很自然的错觉：
制造句子，就是写作本身。
AI把这两个环节突然拆开了。
句子现在可以由机器制造。
而且制造得很快。
这于是暴露出一个以前不那么显眼的问题：
如果句子的生产不再稀缺，
写作里真正属于人的部分到底是什么？
也许答案并不浪漫。
判断。
选择。
拒绝。
承担。
尤其是拒绝。
AI最惊人的能力，并不是它偶尔能写出一个极好的句子。
而是它可以永远不停地写。
你不满意？
再来一个。
还不满意？
再来十个。
结构不好？
给你五套。
标题不行？
给你二十个。
过去写作者最辛苦的一部分，是从空白里生产文字。
以后这个成本会越来越低。
新的困难却可能变成：
面对一百个都“还可以”的答案，
你知不知道哪一个其实不该留下？
这比生成困难得多。
因为生成答案只需要概率。
拒绝答案需要判断。
这也是为什么AI时代可能产生一个很有趣的反转。
以前人们容易把写作者想象成：
最会写的人。
以后好的AI写作者，也许反而是：
最会删的人。
AI写十段，
他删九段。
AI提出一个漂亮比喻，
他知道这个比喻虽然漂亮，却把事实说歪了。
AI给出一个非常完整的解释，
他觉得太完整了。
真实世界没这么整齐。
删掉。
AI很自信地引用一个“名言”，
他去查。
发现根本没有。
删掉。
AI把观点总结成一句朗朗上口的话，
他读了两遍，觉得像海报。
还是删。
久而久之，真正稀缺的能力已经不再是：
让AI说话。
而是：
让AI闭嘴。
从这个角度看，slop也许可以得到一个比“AI生成内容”更准确的定义。
Slop不是机器参与过的内容。
Slop更像是：
未经足够判断，却被直接排放出来的内容。
这样一来，很多事情突然清楚了。
人当然也会生产slop。
而且已经生产了几百年。
报纸时代有填版文章。
电视时代有流水线节目。
搜索引擎时代有SEO内容农场。
公司里有模板化汇报。
出版业有跟风书。
网络小说里有换名字就能继续写的套路。
大学里也不缺把术语换个顺序便成为论文的文字。
这些东西诞生时没有用过ChatGPT。
难道因此就不是slop？
一个人亲手花八个小时写废话，并不会因为这八个小时是纯天然人工劳动，废话就获得额外尊严。
反过来也一样。
一个人用了AI，并不能仅凭这一点证明他没有判断。
甚至完全可能相反。
AI可能把判断这件事推到了前台。
过去，一个普通作者写到某句话时，通常只有自己刚刚想出来的这个版本。
于是用了。
现在他可以瞬间得到二十个版本。
选择哪一个，就更难躲在“我只能这样写”后面了。
工具越强，
选择反而越暴露。
这和摄影有一点相似。
胶卷昂贵的时候，一个摄影者一天只能拍有限的照片。
数字摄影以后，一次旅行可以拍五千张。
照片变多，并没有自动产生五千张作品。
真正麻烦的工作被推迟到了后面：
选哪一张？
AI也是这样。
未来最便宜的东西，也许就是“完整文本”。
一篇像样的文章。
一个结构完整的故事。
十个标题。
五套大纲。
它们都会越来越便宜。
真正昂贵的东西会转移。
什么值得写？
什么根本不值得写？
哪句话虽然正确却没有必要？
哪一种解释太顺了？
哪一个事实需要重新核查？
哪里应该保留矛盾，而不是让AI急着总结？
什么地方最好一句话也别加？
这些问题AI都可以给建议。
但最后总得有人决定。
所以“用AI写”真正令人不安的地方，未必是AI参与。
而是我们看不见那个使用AI的人到底参与了多少。
这一点值得认真承认。
看到一封手写信，我们大致知道，对方花过一点时间。
看到一幅油画，我们大致知道，有人确实站在画布前劳动过。
看到传统意义上的长文，我们过去也可以默认：至少有人把这几千字一个个弄了出来。
AI破坏了这个信号。
现在一篇五千字文章背后可能是：
五分钟，
也可能是五个月。
可能是：
“帮我写一篇。”
也可能是一个人和模型来回讨论了三百轮，查了几十份资料，推翻过六个版本。
成品表面上却可能差不多。
读者看不见生产过程。
于是产生怀疑，非常合理。
问题只是：
看不见人的劳动，不能推出人没有劳动。
更不能推出人没有判断。
这大概就是今天“AI味”为什么会迅速变成一种污名。
它最初其实是一个风险信号。
有人看到某种熟悉腔调，想到的是：
这可能是批量生成的。
既然可能是批量生成的，那么作者也许没有认真看。
既然作者都没有认真看，我为什么要认真看？
这条心理链并不荒唐。
读者的时间当然珍贵。
没有人有义务替互联网清理垃圾。
但风险信号很容易变成身份判决。
慢慢就成了：
有AI味，
所以是AI写的。
是AI写的，
所以没有人在里面。
没有人在里面，
所以不值得看。
这里真正出问题的是第一步。
AI参与，根本不能证明人的缺席。
甚至“AI参与多少”也未必是最重要的指标。
不妨想象四种文章。
第一篇，完全人工写作。
作者没有什么要说，只是因为截稿时间到了，于是东拼西凑，写出两千字。
第二篇，AI一键生成。
作者没看，直接发。
第三篇，作者写了一半，AI润色语言。
第四篇，作者有完整问题和材料，让AI参与结构、反驳、改写、资料整理和版本实验，最后自己决定所有取舍。
如果一定要把这四篇分成：
“人类作品”
和
“AI作品”，
反而会错过最重要的区别。
真正值得区分的也许是另一条轴线：
有没有判断。
于是会出现一个比“人工／AI”更实用的表格：
人工写作，可以是slop。
人工写作，也可以是好作品。
AI参与，可以是slop。
AI参与，也可以是好作品。
这本该是一件相当显而易见的事情。
可偏偏到了AI这里，人们暂时忘了。
原因之一，也许是我们仍然生活在旧时代的作者想象里。
作者就是那个亲手写字的人。
所以一旦有人告诉我们：
“这些字有不少不是他亲手想出来的。”
便产生一种被骗的感觉。
但编辑一直在改作者的句子。
翻译家一直在重造另一个人的文本。
记者依赖采访。
学者依赖文献。
电影导演几乎从来不亲手完成画面里的绝大多数劳动。
建筑师也不会亲手砌每一块砖。
作品的作者身份，从来没有真正要求一个人完成所有物理劳动。
只是文字长期太个人化，以至于这个问题以前不明显。
AI第一次把它逼到了桌面上：
作者究竟是句子的生产者，还是作品的责任者？
这里的“责任”可能比“原创”更值得保留。
一篇文章发表以后，
事实错了，谁负责？
逻辑烂了，谁负责？
引用是假的，谁负责？
观点伤害了人，谁负责？
句子空洞，谁负责？
“AI写的”不能成为答案。
如果一个人把名字放在文章下面，他实际上已经完成了一个很古老的动作：
这是我要留下的。
AI可以提供候选。
可以提供草稿。
可以提供反方。
可以提供结构。
可以提供一句比作者自己写得更好的话。
但在所有这些候选中，
最后有人按下：
保留。
这个动作看起来很小。
将来却可能越来越接近“作者”这个词真正的核心。
当然，这也意味着一件不那么令人舒服的事。
以后我们可能很难仅凭作品表面判断作者到底付出了多少。
有人五分钟生成的文章，可能写得相当顺。
有人花一个月和AI反复打磨的文章，也可能故意留下几处粗粝。
“像AI”与“AI参与程度”之间，关系可能越来越弱。
所谓AI检测，最终甚至会陷入一种奇怪境地：
它检测的未必是AI，
而只是某一种标准化写法。
一个喜欢整齐排比的人可能被判成AI。
一个故意写得凌乱的AI反而可能通过。
到那时，再把“有没有AI痕迹”作为作品价值判断，恐怕会越来越没有意义。
也许真正需要重新学习的是阅读本身。
过去我们习惯先判断作者身份，再决定作品有没有价值。
某某大师写的。
认真读。
某个陌生账号。
随便看看。
现在又多了一层：
人工。
有诚意。
AI。
没诚意。
这种捷径总有现实理由。
但作品最终还是有一种麻烦的能力：
它会背叛标签。
人工写的也可以极其无聊。
AI参与的也可能突然冒出一句，让人停下来想很久。
这时候最简单的办法，反而还是最古老的办法。
读。
看它有没有东西。
事实可靠吗？
有没有观察？
有没有真正的问题？
有没有哪句话不是随便换一个主题还成立？
它有没有把一个原本熟悉的问题打开一点？
如果没有，
关掉。
如果有，
继续。
也许再过几年，“这是AI写的吗”会变成一个越来越没有意思的问题。
真正有意思的问题会是：
这个人拿AI做了什么？
让它替自己逃避思考？
还是拿它来逼自己多想一步？
让它制造更多废话？
还是拿它寻找自己原本看不见的反例？
把第一个答案直接贴出来？
还是在一百个答案里留下一个？
这两种人都在“用AI”。
可他们做的根本不是同一种事情。
人们现在常说：
AI让写作变得太容易了。
这句话只说对了一半。
AI确实让生成文字变得太容易。
但它未必让写出值得留下的东西变容易。
甚至可能恰恰相反。
因为当世界上到处都是还不错的句子以后，
“还不错”会迅速贬值。
完整会贬值。
流畅会贬值。
像文章会贬值。
有标题、有结构、有金句，也都会贬值。
最后真正贵起来的，
也许正是那些机器无法替人取消的东西：
判断。
趣味。
经验。
选择。
以及一句非常简单的话：
不，这个不要。
所以，将“AI写的”和“用AI写的”混为一谈，最大的损失未必是冤枉了几个使用AI的作者。
更大的损失是：
它让我们错过了一个刚刚出现的新问题。
过去写作的困难，主要是把文字弄出来。
以后写作的困难，可能越来越是：
面对无穷无尽可以被弄出来的文字，究竟什么值得留下？
如果是这样，
AI并没有让作者消失。
它只是把作者从键盘前赶到了另一个地方。
那里没有多少浪漫。
没有羽毛笔。
没有深夜伏案的剪影。
只有一大堆候选句子摆在面前。
然后有个人一个个看过去：
这个不要。
这个也不要。
这个听起来很聪明，其实没有意义。
这个太顺。
这个不是真的。
这个留下。
到了最后，他愿意把自己的名字放在下面。
也许那时再回头看，会发现所谓写作，从来不只是产生文字。
写作还包括决定：哪些文字配留下来。
