这本书的第一章，曾经从一个设想中的年轻人写起。
他做了一份行业报告，数据、竞品、风险、建议都有了。前辈看完，追问增长为什么发生，客户有没有预算。这个场景并不荒唐，也被明确标成了设想。它很容易让人明白：文档完整，不等于事情已经想清楚。
后来，这个开头被删去了。
现在站在第一章开头的，是两个报价之间的一点差额：资产是否相同，区块状态是否对齐，扣除实际成本以后，价差还在不在。材料来自我已经发表的链上研究文章。它没有一位替年轻人点破迷津的前辈，也没有交易成功的结局。只有一些不核实就无法继续的问题。
两版之间发生的变化，可以在第一章的修订记录里看到。我和 AI 共同写书时，真正值得留下的，也包括这种变化：为什么一段已经通顺的文字仍然需要重写，为什么新稿有时应该少讲一个故事，多保留几个让结论不那么轻松的条件。
本章是对这段写作过程的回看和概述，不是私人聊天的逐字记录。AI 参与了资料整理、起草和修订；这些参与本身，也需要被放到文章里检查。
改写原来的问题
早一版的第一章，把答案之外的判断、选择与承担后果放在了前面。这个方向能说通，却容易在读者尚未看见问题时，就先告诉他人的价值在哪里。
回到具体的价差以后，原来的分工开始松动。
核对资产，补齐成本，检查报价是否过时，这些工作也可以交给系统。若它能可靠地完成，为什么一定要留给人，才算保护了人的判断？一个题为“在平均答案之外”的章节，也可能在不经意间给出一个十分熟悉的答案：机器负责计算，人负责重要的部分。
修改后的章节没有继续为这条边界寻找更多例子，而是把它拆开。哪些属于查证，哪些属于推断，哪些是决定愿意付出什么，谁又有权据此行动。人的位置不再由“判断”这个词保证，需要落实到能看见什么、可以修改什么，以及愿意授权到哪里。
这也是对话可能带来的推进：从怎样把一篇文章扩成一章，转向检查原来的判断能否经得起本书自己的材料。
这里不能把所有功劳都交给对话的形式。一个人独自重读旧稿，也可能做到这些；和另一个人谈，也可能谈很久而没有变化。更重要的线索是，修订有没有改变文章愿意承认的事实，有没有缩小一句原先说得太满的话的适用范围。
如果只把同一个结论换成更温柔的说法，再加几个例子，篇幅当然会增长。读者却仍然停在原处。
不过，也不能把旧稿说得太简单。那一版已经提醒，前辈未必正确，经验也需要被检验。它并没有主张只要听资深者的话，就能抵达一个可靠结论。后来需要修改的，是这件事在文章里怎样发生：读者仍然先看见一位前辈提出好问题，再被带向判断的重要。
换成公开研究框架以后，问题落到了可检查的条件上。比如，固定交易规模不是一个让文章显得专业的细节。同样一张报价，买一点和买很多，实际能否按那个价格完成，可能不同。若把规模拿掉，“这条路径值得继续研究”就容易滑成“这里有一个能拿到的机会”。句子只短了一点，向读者作出的承诺却大了许多。
这时修改一段话，至少有两种不同的工作。可以把固定规模、成本和时间状态写得更易懂，让读者知道为什么要查；也可以为了开头轻快，把它们全部放到后面。后者并非任何时候都错，但如果后文也没有再接住，文章就借着省略获得了确定的语气。
新开头也付出了代价。一个年轻人与前辈谈报告的场景容易进入，链上报价却可能让不熟悉这个领域的人先停一下。用真实材料，不能自动免除解释的责任。写作还需要找到一种办法，让读者理解这些限制为何影响眼前的决定，而不是要求他先补完一门专业课。
因此，这次重写没有提供一种永久正确的开头。它只让选择可以被讨论：为了更容易读懂，我们省略了什么；为了更接近已有材料，我们又给读者增加了什么负担。两版之间的取舍，比宣布后一版已经战胜前一版，更值得继续看。
它能接住话，也会过早把话说完
与 AI 写作，有一个很实际的好处：不完整的念头也可以进入工作。
不必等到标题、结构和论点都齐全，才有东西可以讨论。可以先提出一处别扭，让它把可能的原因摆出来；也可以拿两段互相抵触的文字，看看它们是否偷偷换了问题。一个能够继续修改的版本，常常比空白页面更容易让人辨认自己想说什么。
但候选文字来得太快，也会改变人的任务。
原先要决定从哪里写起，现在面前已经有了几个开头。每个都顺畅，有段落，有转折，甚至知道在哪里留一句余味。接下来最容易做的，是选一个最合眼缘的。写作者于是从提出问题的人，悄悄变成了挑选答案的人。
挑选当然也是写作。危险在于，候选之外的东西是否还能够进来。第一章引用的研究框架，并没有提供可核验的成交结果，不能被写成一个漂亮的胜利故事。如果为了成章，就把它改写成一次成功的交易，文章会更有起伏，事实却已经变了。
同样，一项研究发现平均表现提高，不会自动回答某一个人后来过得怎样。报道没有交代的工资、去向和心情，不能靠一段自然的过渡补齐。对话可以帮助寻找缺口，不能让缺口在语气里消失。
有时，写作者需要留下的恰恰是一句尚不满意的话。它还笨拙，却指着一个没有解决的问题。过早把它整理成结论，会让后面的谈话失去入口。
接受、拒绝以后，写作还发生了什么
一段最后没有留下的文字，也可能改变后面的文章。只看成稿，会漏掉这个过程。
Mina Lee、Percy Liang 和 Qian Yang 在2022年发表的 CoAuthor 工作，为观察这种区别留下了一组细粒度记录。六十三名英文众包写作者，与 GPT-3 完成了1,445次短写作。界面允许写作者按键请求五条建议，选择、关闭，再编辑自己或系统的文字；插入、删除和光标移动等事件都带有时间记录，可以回放。来源：CoAuthor 项目与数据说明
论文里一份参与者反馈提到，自己采用了一个建议句子，并改正了其中拼错的词。研究者也提醒，写作者可能从没有采用的建议里取得灵感；仅统计最后留下多少机器文字，并不能完整表示帮助。这些是短任务中的记录和分析，不是本书的写作现场，也不是证明长期共同写作有效的对照试验。来源：CoAuthor 论文，第7页
把这个区别带回一本书，可以更具体地看一段候选稿的去向。下面是一个编辑用的设想，并非重现某次聊天。
假如候选稿写道，AI 省下来的时间应该投入更有创造力的工作。句子通顺，也能接上前文。作者可能直接采用，因为这恰好是眼下要讨论的组织安排；也可能保留它，却补上休息、照顾家人与暂时没有用途的时间。后一次改动没有查出一个数据错误，却改变了这段话对生活提出的要求。
还有一种去向是整段删掉。删除的原因可能是它说错了，也可能是它说得没有错，却正在回答别的问题：文章原本问一个人能否早一点结束今天，它却开始建议怎样把剩余时间变成下一份产出。
从成稿里看，最后一种情况似乎是 AI 没有贡献。从写作过程看，那个没有采用的方向，帮助编辑看见了文章不愿作出的要求。这样的判断需要回到具体段落，不能仅凭删除多少字就作出。一个人也可能只是习惯换说法，删了很多，却从未改变内容。
拒绝因此不是独立思考的自动证明，接受也不是把作者位置交了出去。更值得检查的是，修改能否说出一个与这篇文章有关的理由。错别字被纠正了，事实范围被缩小了，还是文章的目的变了？如果这几件事只被统称为“再优化一下”，下一轮很容易又把已经决定的东西改回去。
也不必把每一次删字都解释成有意义的转折。大部分编辑工作可能只是去掉重复、修正衔接。给普通修改保留普通的名字，才能让真正改变主张的一次修改被看见。
CoAuthor 的分析还留下一个不那么顺手的结果：用删除和光标事件近似计算的编辑量，并没有与写作者的归属感或满意度呈现有意义的相关。这并不能证明修改没有价值；它首先说明，按了多少次键，与一个人是否认领最后的文字，是不同的事情。研究测量的是短任务后的问卷感受，作者也明确把这些分析当作待进一步检验的线索。来源：CoAuthor，第9页 §5.2
因此，保留决定权不必变成一场手动改字的表演。若一段话确实准确地表达了作者认可的意思，可以直接接受；若只是觉得还不属于自己，也可以继续找那处具体的距离。需要解释的不是自己劳动得够不够辛苦，而是这段话凭什么适合留在这里。
让差异来得及被看见
李继刚在一篇讨论人和 AI 的帖子里，借用了 James March 关于组织学习的模型，提出另一种担心：如果一个人太快接受现成的判断，还没来得及说清自己的不同，那一点差异会不会已经消失？他也承认，这个类比有边界，人并不是为了改进 AI 的知识而工作。来源：李继刚原帖
March 在1991年的论文中，用计算模型考察成员与组织共享知识之间的相互学习。成员向共享知识靠拢，共享知识也从部分成员身上更新。在模型的设定中，成员过快趋同，会减少组织仍可吸收的差异；相同平均学习速度下，快慢学习者混合的群体，可以比所有人同速的群体获得更高的最终知识水平。这里比较的是特定规则下的模拟结果，不是对真实员工或 AI 使用者的实验，也不能推出学得越慢越好。来源：Exploration and Exploitation in Organizational Learning，第75至77页
在这个模型里，意见最后趋于一致，并不保证它们符合被设定的现实。这让“一起说得通”与“得到了正确认识”之间的距离变得具体。但差异本身也没有被设定成全都正确；它提供了继续更新的可能，并不因此获得免于查证的地位。
人与 AI 的关系，不能直接塞进这个模型。组织共享知识会从成员身上更新，一次对话中的回复随着上下文变化，却不等于底层模型正在被这段对话重新训练。人的目的也不止是使一个共同系统知道得更多。更不能因为这个类比听来贴切，就说 AI 已被证明会削弱人的思考。
但回到写作，它带来了一个可以尝试的问题：一处异议在被改写得更好听之前，能否先留下足够清楚的痕迹？
例如，可以先记下一个还没有答案的疑问，再让 AI 帮忙寻找材料；也可以先读它的提议，标出自己不认同的判断和遗漏的具体条件。之后对照的就不只是哪个版本更顺，也包括最初的问题有没有被回答，还是只被换了一种说法。这是从讨论中引出的写作尝试，并非论文验证过的办法。
留下差异也不意味着把每个直觉都供起来。查证以后，它完全可能需要放弃。重要的是，放弃有了理由，而不只是因为另一段话已经显得更像成稿。第一章的价差约束重新进入正文，就是一个可以继续这样检查的地方。
一篇更好了，一排会不会更像
类似的问题，也进入了实际写作实验。
Doshi 和 Hauser 在2024年发表了一项短篇写作实验：293名参与者写八句话的故事，一部分可以获得 GPT-4 提供的故事点子，之后由另一组600名评阅者评价。获得 AI 点子的作品整体上得到更好的评价，对原先创造力测量较低者帮助尤其明显；与此同时，AI 辅助作品彼此更相似。来源：Science Advances
它研究的是给定长度的短篇任务，没有检验长期往返修改一部书稿的过程。因此，不能拿它宣判使用 AI 的文学必然趋同。
这个结果仍然把两个不同的问题摆到了桌上。单看一篇，是否写得更好；把许多篇放在一起，是否还保有不同的起点。前一个问题的答案可以是肯定的，后一个却未必。个人认真选择，也可能共同选向较窄的一片地方。
另一个研究提供了重要的边界。Wan 和 Kalman 在2026年修订的论文中，先让十种不同的 AI 角色生成300个故事情节，再让参与者借助这些材料写作。结果表明，多样化输入能够保留相对于人类独写组的故事多样性，在部分条件下还有提升迹象。来源：Diverse AI Personas Can Mitigate the Homogenization Effect in Human-AI Collaborative Ideation
这也不能变成换几个角色就能解决同质化的配方。它至少提醒我们，不要把一种部署方式产生的结果，说成技术永远不变的命运。
这项修订还明确保留了第二阶段统计把握度有限、需要更大样本重复的限制；在输入更多样的条件下，能否同时保住前一项实验观察到的个体创造性收益，也是仍待研究的问题。不能从一篇论文取“单篇更好”，从另一篇取“整体更多样”，就拼出一种两全其美、已经被验证的写作方式。
对这本书，我更愿意从中带走一个写作问题：每次修改，到底带进来了什么不同的东西？只要求换一种语气，可能没有改变材料；多请几个角色发表意见，也不代表接触了几个真实的人。回到原文里一个未被采用的细节，读一篇会让主张变得麻烦的研究，承认报道只写到了某一年，反而能让稿子离开原来的轨道。
这不是要求每个人都必须写得独一无二。一封把事情说明白的邮件，不需要承担保存全社会表达多样性的任务。只是当我们真的想写一本有自己问题的书，就值得留意：修订是在使这个问题更清楚，还是逐渐把它换成一个更容易写的问题。
把谈话带到它没有见过的材料里
具体材料未必只负责给文章增加例子。它也应该有机会改变正在使用的问题。
第四章讨论省下来的时间时，如果只读组织效率文章，很容易顺着它继续问：新增能力怎样投入下一项创造，形成下一轮增长？这是一种有意义的问题，却未必包含一个人早点结束工作的愿望。加入客服研究后，又能看到另一种值得观察的变化：客户发来的消息语气可以改善，帮助不只可能体现在一小时多完成几件事。几种关切不能只靠换一种语气合在一起。
这时，让几个 AI 角色各说一遍自己的看法，可以帮助列出可能的分歧；但新角色没有因此变成一个亲历过这些工作日的人。一个人怎样安排一天、为什么愿意多接一项任务、在什么地方已经没有退路，需要来自真实材料。材料不足时，就留下问题，不能让角色模拟替它作答。
不同来源之间还需要保留距离。两篇报道如果转述同一项研究，并不是两次独立验证；同一人物相隔几年的报道，也不能仅凭先后顺序，就补齐中间每一步怎样发生。知道后来做了教练，不等于已经知道最初的目标在哪一天、因为什么改变。
在这里，资料整理与写作会重新接到一起。收藏一篇文章时，标明它实际支持哪一句话，也标明它没有回答什么，后面就少一次把来源当作装饰的机会。一条链接如果只能带到一篇大致相关的文章，却找不到正文所说的那个结果，还没有完成引用的工作。
这并不要求一本面向普通读者的书，在每段后面都展示全部查证过程。读者需要的是足够找到来源的入口，以及正文没有超出来源的说法。编辑记录可以更细：采用哪个版本，哪一处仍待核实，哪一种解释来自作者。它们服务于以后可以修改，不必全变成阅读的负担。
有时，新的材料只会带来一个更窄的结论。比如，原本想写 AI 使人获得自由，资料却只能支持某种安排让某一项工作变得容易；原本想写一个人成功改变命运，最后只能交代报道记录到的去向。这是对查证可能遇到的情况作一个设想。范围缩小并不意味着白做了，它也可能终于让一句话拥有了可以承担的分量。
写成“我”，还需要经过什么
AI 很容易把一段话写成第一人称。句子里有了“我”，读者就会自然地把经历、判断和承诺归给署名的人。
这里需要比改错别字更慢的一次检查。
拿第一章来说，我写过一份研究框架，这有公开文章可以对照。它不能被扩成我做成过一笔交易。读过一个人的报道，也不等于我采访过他。觉得一种解释有道理，不等于我愿意让它成为整本书对读者的劝告。
事实之外，还有立场上的距离。草稿可能很自然地建议年轻人提升自己的不可替代性。可沿着这句话写下去，每一次学习、每一段关系，都会被要求证明能带来多少竞争优势。这个方向未必与书里想保护的生活一致。文字越能自圆其说，作者越需要知道自己是否真的愿意站在那里。
我在这里说的作者的位置，包含一种具体的决定权：一段话可以留下，是因为我认可它，而不只是因为它已经写得像成稿。也包含一个相应的义务：如果它错了，不能用工具生成的来历代替改正。
这种检查有时会把事实问题和立场问题分开。一项实验有没有观察到长期结果，可以回到论文核对；即便确实提升了产出，作者是否仍要主张把时间留给休息，研究本身并不能替她决定。前者需要准确，后者需要说明理由，也容许读者不同意。
相应地，改错与改口也应当让人分得出来。一个人数抄错了，就改正人数；如果是后来不再赞同原来的劝告，就解释哪些考虑改变了。只把后一种变化悄悄做成措辞调整，读者可能看不出文章已经换了主张。保存前后版本，至少给这种辨认留下机会。
这种责任并不意味着每一个字都必须由人手敲出来。反过来，亲手写下的句子也可能只是借来的套话。更有用的是保留修订的来处：哪里来自公开文章，哪里来自研究，哪里是正在提出的解释。让读者有机会往回看，也给将来的自己留下修改的地方。
不能让人物替一本书完成结论
上一章写到吉付拉马从独自练球，到参加比赛、做青训教练的变化。这样的材料很容易被放进一个熟悉的结构：一个人遇到困难，改变方法，终于找到自己的价值。
一旦结局预先摆好，报道里其余的东西就可能只剩下铺垫。
可他所面对的训练条件、与他人的配合、教孩子所需的能力，都有各自的分量。做了教练也不意味着生活中的困难已经结束。一个人不必替我们的观点活出完整的证明，读者也不该被引向一种错觉：只要把自己的处境解释正确，就一定能找到出路。
在书里安排一个人，至少应该容许他和本书的主张不完全重合。事实不够时，可以停在那里。我们可以提出自己的理解，但不能把理解塞进他的嘴里，再作为他亲口说过的话引用。
同样的克制，也适用于记录我与 AI 的写作过程。若把这章写成每次追问都带来成长、每次修改都更接近真实的故事，就已经先替它安排好了一个成功结局。现在能拿出来的，是具体的前后版本，是保留下来的限制，还有尚未写完的部分。它们不足以证明一种理想的共同写作关系，却足够让读者检查这一轮有没有往前走。
写到可以停下的地方
对话总能继续。
一章写完，还可以要求另一个开头，再找一条研究，增加一位人物。新的选项会让人觉得书仍在生长，也可能让人一直不必决定，这一版究竟愿意向读者说什么。
所以，停下也属于写作。此刻能核实的材料是否已经支持眼前的说法？一个保留下来的疑问，是否确实需要新的经历或证据，而不是再问一次就能回答？如果还有不知道的地方，能不能让它以不知道的样子留下？
停下的理由也可以具体一些。一段文字现在有两种同样通顺的结尾，继续生成可能只是增加选择；一个人物的后来没有可靠消息，就需要等待新的材料；某条研究结论仍有争议，则可以写明争议，再决定它是否足以承担眼前这一小段。三种情况不需要同一种动作。
把这些未完成之处留在编辑记录里，下一次回来就知道缺的是哪一种东西。否则，重新打开对话时，很容易又从“还能不能写得更好”开始，而不是处理上次真正留下的问题。记录可以很短，也不需要把私人交谈变成公开档案。
第一章没有因为修改过，就从此正确。未来也许会出现更可靠的系统，让今天仍需逐项检查的事情变得平常。书要有地方接住这种变化，不必提前为每句话建一座不会倒的纪念碑。
我愿意把这本书与 AI 一起写下去。但一起写的意义，不能只用多了多少页来衡量。它还应该让原先被省略的条件重新出现，让一个人物不被收进太整齐的结局，也让作者能够看着自己已经写下的话，决定这一句是否仍然愿意保留。
有时，下一步确实是再写一段。有时，是关上对话，去读完那篇原文，或者等一个现在还没有发生的结果。