真正需要追问的，从来不是机器有没有进入这个过程，而是机器进入之后，人是否仍然在其中思考、判断和选择。问题从来不是“AI有没有写字，写了多少字”，而是：当AI已经写完之后，人是不是还在思考。

AI对我们写作最直接、也最实质性的帮助，是“形成文字”。它能把一个模糊的念头、一段尚未理清的判断、一种难以言说的情绪，很快转化成相对完整、流畅，甚至颇有说服力的语言。但是，不幸的是，当下关于AI写作的主流讨论，往往把AI较深程度的文字介入直接划入“AI代写”的禁区。

于是，一个尖锐却经常被有意无意回避的问题出现了：排除“代写”之后，我们究竟能不能、又该怎样正视AI在“形成文字”这一关键环节上的参与？

如果绕开这个问题，只谈AI能够提供灵感、查找资料、补充观点、提出反例，其实仍然是在回避它最具革命性的那部分能力。因为真正值得追问的，并不是AI能不能替我们把话写出来，而是：“形成文字”本身，在思想形成过程中究竟意味着什么？当AI进入这个过程之后，人的主体性又应该在哪里划界？

问题因此并不只是“AI写了多少”，甚至也不只是“这是不是代写”，而是一个更基础的问题：文字不再只是已经形成的思想的表达，而成为思想本身逐渐成形的现场，这时，我们究竟应该如何理解AI的参与，以及人在其中仍然拥有的主体性？

撰文｜徐贲

形成文字

本来就是思考的一部分

我们习惯把写作想象成两段式的过程：先在脑子里把想法理清楚，再把它“表达”出来。这个想象听起来很合理，却和真实的写作经验相去甚远。思想很少是以完整的形态，预先存放在大脑里等着被取出来的。更多时候，它是在语言逐渐成形的过程中，才被发现、被修正、被想得更深的。一个词用得准不准，一句话的转折成立不成立，一个概念该怎么下定义，一个比是否喻贴不贴切，是不是“混用隐喻”（mixed metaphor）——这些语言层面的细节，反过来都会改变我们原本的想法。我们以为自己是在“把已经想好的东西说出来”，但实际情况往往是，我们是在语言里第一次看清楚自己到底在想什么。

从“我想到了”到“我说得出来”，中间隔着一段又长又难走的转化过程。许多模糊的直觉、彼此矛盾的情绪、宏大却还很散乱的图景，如果不被语言外化出来，就可能一直停留在混沌不清的状态里。语言不只是思想的容器，它本身就是思想生成的现场。写作因此不是思想完成之后才做的最后一道工序，而是思想生成过程中不可分割的一环。

思想的成形与其说像暗房里冲洗一张已经存在的底片，不如说更像是在显影的过程中，影像才逐渐获得轮廓。语言并不是把一个已经完整存在的思想原样复制出来，而是在命名、表述、比较、修改和重新组织的过程中，让原本模糊的东西逐渐变得可见，也让原本并不明确的思想获得可以被检验的形态。语言因此既是思想的表达，也是思想接受自身检验的方式。

电脑前的狂想。本文图片均由AI制作。

正是在这个意义上，AI对“形成文字”的参与，不能被简单地等同于“替人完成一个已经想好的任务”。当它把一个还没成形的念头很快说出来的时候，它确实，也经常可能参与思想从混沌走向清晰的过程。但这里恰恰需要保持一份警惕：AI说出来的，究竟是人的思想被语言显形之后的样子，还是AI凭借自身已有的语言模式，替这个尚未成形的思想预先规定了一个样子？

AI能不能帮助我们看见或看清自己的思想，不能仅仅由它能否生成流畅的文字来证明；真正的问题是，人在看到这些文字之后，是否因此更清楚地认识了自己原本想说什么，还是不知不觉开始接受机器替自己说出来的东西。

这也正是AI参与“形成文字”与传统意义上的“代写”之间，最值得追问的区别。

“形成文字”和“代写”

界限到底在哪里？

一个人即使亲笔写作，写下来的文字也未必准确、清晰地表达了自己真正想说的东西，否则，修改和润色也就没有存在的必要了。写作本身就包含一个不断检验的过程：这句话是否准确？这个概念是否清楚？这样的表达究竟是不是我真正想说的？因此，“谁写下了文字”和“谁判断这段文字是否真正表达了自己的思想”，从来就是两回事。

AI参与写作以后，这一区分变得更加重要。AI可以迅速生成一段看似完整、甚至比人最初的表达更加清楚的文字，但文字被生成出来，并不等于思想已经被表达准确。真正关键的仍然是：人是否能够辨认其中哪些是自己的想法，哪些只是语言上的合理展开；哪些帮助自己看清了原来模糊的念头，哪些则在不知不觉中把思想引向了一个自己原本并未选择的方向。

因此，“代写”的本质并不在于文字是不是由机器输出，而在于思想形成过程中最核心的判断是否被机器悄然接管。尤其需要追问的是：当机器替你把一个尚未成形的念头说出来时，你究竟是在借助它看清自己的思想，还是在接受它替你规定好的思想？前者仍然保留着人的判断在场，后者则可能已经越过了从“帮助表达”到“替代思考”的界线。

如果一个人把问题、方向、论证、取舍、结论，全都交给AI去处理，自己只是在最后的文本上做点轻微润色，或者觉得“说得不错”便直接拿来用——那么即便文章署的是他的名字，这个想法也很难说真的属于他。这是代写。

反过来，如果一个人先让AI把自己还说不清楚的东西“说出来”，然后不断质疑它、修改它、删减它、重组它，甚至因为看到AI写出的表述，才发现自己原来的想法有漏洞，进而回过头去修正问题本身——那么AI虽然深度参与了文字的生成，甚至参与了思想的显形，却未必削弱了这个人的主体性。

关键不在于AI有没有影响思想，而在于这种影响最终有没有经过人的重新判断，并真正进入自己的思考过程。

代写，是把思考的终点交给了机器；共笔，则是把机器生成的文字重新变成自己思考的起点。前者是让机器替自己抵达一个答案，后者则是借助机器提供的答案，继续追问、判断、修正，甚至改变原来的思考方向。

谁想出来的？是我还是它？

代写更像是坐在后座，把目的地告诉机器，然后放心地睡去；共笔则是始终握着方向盘，AI在一旁帮助辨认路标、提醒前方的情况，有时甚至指出一条原来没有想到的道路，但最终往哪里走，什么时候转弯，哪一条路值得走，仍然由人来判断。

真正的分界线因此不在于“AI写了多少字”，甚至也不只在于“最后是不是由人做了决定”，而在于文字生成之后，人是不是重新进入了思想过程：继续追问，继续判断，继续取舍，并且能够对最终形成的观点说明为什么接受它、为什么拒绝其他可能。主体性不能靠“在机器写的文字上改几个字”来证明，它体现在人是否始终把AI的输出，当作一个可以被继续质疑、继续优化、甚至彻底推翻的对象，而不是一个因为已经说得足够漂亮，就可以直接接受的成品。

这就是我在多篇文章里强调的“判断在场”。“判断在场”关心的是：不管文字最初从哪里来，人有没有真正进入其中，去核实、去质疑、去决定这段话到底成不成立。而“代写”和“共笔”的区分，只是把同一个标准，具体落到了“形成文字”这个环节上。也就是说，判断这段文字算不算代写，不必去问“谁先打出了这些字”，而应该去问：这些字写出来之后，人有没有重新形成自己的判断；这个判断究竟经过了谁的思考；最终的责任，又究竟落在谁身上。

因此，主体性至少有两个层次：一层是责任意义上的主体性——最后由谁确认、由谁署名、由谁承担后果；另一层则是认知意义上的主体性——这个判断究竟有没有经过自己的问题意识、理解、怀疑和取舍。前者保证“这是我负责的”，后者才真正回答“这是我想过的”。AI时代真正需要守住的，不只是前一种意义上的署名权，而且更是后一种意义上的思想形成权。

AI参与形成文字的

几种正当方式

在排除“代写”的前提下，AI对“形成文字”的参与，其实可以分为几个不同的层次，而且这些层次往往比模模糊糊的“只是提供一点灵感”要深入得多，也更有价值。

第一种，是认知外化。一个人把自己还说不清楚的念头交给AI，让它先试着组织成语言。看完之后发现“不对，我真正想说的不是这个”，于是修正、反驳，甚至重新表述一遍。AI在这里做的，是把一个模糊的东西暂时“显形”出来，让人第一次有机会看清楚自己到底在想什么。少了这一步外化，很多想法可能永远停留在说不出口的状态。

第二种，是提供多个版本供人挑剔。要求AI从不同角度、用不同语气、采取不同结构，去处理同一段内容，然后由人自己去挑、去拆、去否定、去重组。AI生成的是一组供比较的可能性，真正完成筛选、取舍和再创造的仍然是人。文字最后长成什么样子，最终依据的仍然是人的判断。

第三种，是把AI当成一个持续对话的对手。让AI先写出一段论证，然后一句一句追问它的前提，专挑它薄弱的地方下手，甚至要求它从相反的方向再写一遍。在这种反复的碰撞中，人逐渐发现哪些说法自己真正认同，哪些只是因为表达漂亮而显得有道理。文字是在对话中一起长出来的，但决定什么应该留下、什么必须放弃的权力，始终握在人手里。

第四种，是语言能力的临时借用。当一个人已经比较清楚自己想说什么，却一时找不到合适的措辞、节奏或结构时，AI可以帮助他把已经明确的意图转化成更清楚、更准确的语言。这看起来是AI介入最浅的一层，但即便如此，人仍然不能把它理解为单纯的“翻译”。因为措辞本身也会影响意义，人依然需要对关键的判断、概念和最终用词负责。

在这几种情形里，AI虽然可能深度参与“形成文字”，甚至参与思想逐渐成形的过程，但它并没有因此拿走最终的判断权。缪斯可以给诗人歌唱的能力，却不能替他决定想象飞向哪里；AI可以很快把一个模糊的想法变成语言，却不能替人决定这些语言究竟意味着什么。

不过，这四种方式之间还有一条容易被忽略的界线：AI介入得越早，越可能触及尚未定型的思想；介入得越晚，越接近语言的表达层面。前者改变的可能不只是一句话应该怎样说，而是一个问题究竟应该怎样理解、一个判断究竟应该朝哪个方向形成；后者则主要是改变措辞、节奏和语句结构。

因此，不能简单地说“AI介入得越早越危险”。早期介入虽然更接近思想形成的核心，但如果人始终把AI的输出当作一种暂时的外化、一个等待反驳的假设，那么这种介入反而可能成为促进思考的力量。真正重要的不是AI介入得早还是晚，而是人在AI介入之后，有没有重新把判断接过来。早期的认知外化，需要防止机器替一个尚未成形的思想预先定形；晚期的语言加工，则需要防止人在“我已经想清楚了”的自信中，误以为语言已经不再影响思想。

你想清楚了吗？

恰恰因此，看起来最“安全”的第四种方式，有时反而隐藏着一种更不容易察觉的风险。一个人在还没有想清楚的时候，会本能地对AI说出的每一句话保持警惕；可一旦自认为已经想清楚了，警惕往往会随之松懈——仿佛剩下的只是“换一种说法”，不再需要审视。问题在于，措辞从来不是意义的中性容器。一个词换成它的近义词，一个句子的语序稍作调整，一个判断的语气稍微强化或弱化，都可能悄悄改变原来的分寸，或者加入自己并没有打算表达的意味。

于是，人自以为只是让AI替自己润色，实际上那段文字所表达的立场，可能已经与自己脑子里那个“很清楚”的意图产生了一道没有察觉的缝隙。语言一旦发生变化，意义也可能随之发生变化；而当这种变化被“润色”二字遮蔽时，人甚至不会意识到自己已经重新进入了思想判断的过程。

这道缝隙之所以值得警惕，恰恰是因为它藏在最不被怀疑的地方：不在思想尚未成形的开头，而在自认为已经尘埃落定的结尾。因此，AI参与“形成文字”的正当性，最终并不取决于它究竟介入了思想的哪一个阶段，而取决于无论它介入得多深，人是否始终知道：文字一旦形成，思想也就再次成为一个需要自己判断的对象。

真正的风险：

缺乏公共说理和

批判性思维的AI写作

承认AI可以参与形成文字，不等于说这件事没有风险。风险恰恰来自AI最强的那部分能力。AI写得太好、太完整、太顺的时候，人很容易在拿到一份“看起来已经挺像样”的文本之后，就不想再往下追问了。语言上的完成感和满足感，会制造出一种思想上的完成感。人开始觉得“反正已经写得不错了”，于是便不再去检查前提站不站得住，不再去找反例，也不再问自己“这真的是我想说的吗？”真正需要警惕的，正是这一刻：人不是因为机器写了多少，而是在面对一个过于完整的答案时，逐渐停止了自己的判断。

所以，AI辅助写作里最需要守住的能力，不是拒绝让它生成文字，而是始终对已经生成的文字保持怀疑。看到AI写出来的东西，第一反应不应该是“可以直接用了”，而应该是：“哪里不对？”“有没有一个我自己都没有意识到，却被悄悄默认了的前提？”“如果从反面去攻击它，它还站得住吗？”只有当AI生成的文字始终被当作思想继续往前走的起点，而不是已经完成的终点，它的参与才不会滑向代替。

值得多说一句的是，这种“提前收工”的诱惑，其实往往和文字本身的说服力成正比——写得越漂亮，逻辑越完整，语气越笃定，就越容易给人一种“这已经是定论”的感觉，人反而越容易放松警惕。

这或许正是AI辅助写作和过去查字典、请教朋友最不一样的地方：字典给你的是一个词的解释，请教朋友给你的往往还带着犹豫和分歧，而AI给你的，常常是一整段语气笃定、逻辑自洽的完整表达。正因为它太完整，才更需要提醒自己：完整不等于正确，流畅也不等于经过检验。语言的完成，只能证明一句话已经说得出来，不能证明这个判断已经想清楚了。

人工智能时代的查字典。

还有一层风险，比“提前收工”更隐蔽，也更值得单独提出来说一下——它不取决于某一次写作行为，而取决于使用者本身已经处在什么思想能力阶段。

对一个已经具备较强问题意识、习惯了怀疑和追问的人来说，“先让AI外化、再反过来批判”这套流程，增益是很明显的：他本来就知道自己要往哪里去，AI只是加快了从模糊到清晰的那一步，真正的方向盘一直握在自己手里。

但对一个尚在学习如何提出问题、如何搭建论证框架的人——尤其是学生——情况可能没有这么简单。提出一个好问题、搭出一个站得住的框架，本身就是一种需要反复摔打才能练出来的能力，而这种能力的形成，恰恰依赖于经历那些“想不清楚”的阶段：面对一张空白的纸，被迫自己去试错、去碰壁、去体会一个框架为什么立不住。

因此，基础的公共说理和公共写作教育和启蒙，是AI时代写作不可或缺的基础。AI可以帮助一个已经会思考的人更快地把思想外化，却不能替代一个人学习思考本身。尤其对于学生而言，教育不能只教他们如何写提示词，如何避免“AI味”，而是更要让他们经历从不知道问什么，到学会提出问题；从没有批判性思维框架，到学会搭建这个框架；从不知道什么是公共说理，到明白说理论证和说服他人的完整过程。从公共说理到AI写作，是一个持续的人文启蒙过程。

重新理解生成文字的主体性

真正的主体性，从来不是要求一个封闭的、不接受任何外部力量的头脑。人的思想本来就是在语言、阅读、对话、传统以及各种工具的共同作用下形成的。字典没有剥夺我们的语言能力，书籍没有取消我们的判断力，争论也没有让我们失去自己。同样，AI参与生成文字，也不必然意味着主体性的消失。关键从来不是有没有借助外部力量，而是当外部力量进入文字生成的过程之后，人是否仍然在形成判断，仍然决定这些文字究竟要表达什么。

生成文字的主体性，并不意味着每一个字都必须由人亲手写出，也不意味着思想必须在没有任何外部帮助的情况下独自完成。一个人可以借助AI把尚未说清楚的东西先说出来，可以让它参与语言的组织、比较和重构，甚至可以因为AI提供的表述而重新发现问题、修正原来的想法。但在这个过程中，人必须始终保留一种能力：可以质疑，可以修改，可以拒绝，也可以推翻。AI可以参与思想的显形，却不能替人决定思想应该成为什么；可以参与文字的生成，却不能因此代替人的判断。

生成文字的主体性不在于“谁亲手写下了这些字”，而在于这些文字所包含的判断，是否真正经过了人的理解、怀疑、取舍和重新确认。一个人即使亲笔写作，也可能写出自己并没有真正想清楚的东西；反过来，一个人即使借助AI形成了大量文字，也可能在不断的质疑和修正中真正形成自己的判断。文字的来源，并不能单独决定思想的归属。

AI时代真正值得守护的，不是一个拒绝一切外部智能的“纯粹自我”——这样的自我在人类历史上本来就不存在。值得守护的，是一种更坚韧的能力：哪怕AI能够把一个模糊的念头迅速变成一段漂亮而完整的文字，我们依然能够停下来问一句：“这真的是我要说的吗？”“它为什么成立？”“如果它错了呢？”我们可以借助AI更快地抵达语言，却不能因此放弃决定这些语言究竟意味着什么的能力。

重新理解生成文字的主体性，并不是重新划出一条“人写、机器写”的界线，而是重新确认判断应该停留在哪里。人可以让AI进入文字生成的过程，甚至进入思想逐渐成形的过程；但只要人仍然能够对AI生成的文字进行实质性的理解、质疑、取舍和推翻，这种深度参与就不必然意味着主体性的削弱。相反，它可能使主体性从“亲自完成每一个步骤”，转向一种更成熟的能力：能够调动外部智能，却不把自己的判断交给外部智能。

AI参与“形成文字”，因此不必被先入为主地视为一种威胁。既然形成文字本身就是思考的一部分，AI参与形成文字，也就不天然等于AI替人思考。真正需要追问的，从来不是机器有没有进入这个过程，而是机器进入之后，人是否仍然在其中思考、判断和选择。问题从来不是“AI有没有写字，写了多少字”，而是：当AI已经写完之后，人是不是还在思考。