一、先从“古法”这个词说起
古法榨油、古法酿造、手工冷制皂。
当一样东西被冠以“古法”，往往不是因为它的产出物更好了，而是做这件事的过程本身，正在成为目的。
写作也是这样。
AI写作能力已经很强了——通顺、得体、结构完整、几秒钟出稿。那为什么还要自己写？
这个问题的答案，一半就藏在“古法”这两个字里。
二、AI替你写，等于替你跳过了思考
很多人有个误解，以为写作的难点是“把字写出来”。
其实不是。真正的难点是：你到底想清楚了没有。
你以为自己懂了一件事，一落笔就发现逻辑断在哪儿、概念含混在哪儿、论据其实撑不住结论。写作是最残酷的思维质检员——它逼你把脑子里那团模糊的、自洽的幻觉，摊开来接受检验。
这个过程没法外包。
你让AI帮你写一篇文章，你得到的是一篇通顺的东西，但你失去了“发现自己其实没想明白”的那个瞬间。产出了一篇稿子，却没有长出那个想法。
就像有计算器了为什么还要学心算——不是因为算得更快，是因为那个过程在锻造某种东西。
三、AI的输出，是“最大公约数”
大模型的本质，是在海量文本上做概率拟合。
它写出来的东西，是训练语料的回归均值——通顺、合理、挑不出大毛病，但也很难真正冒犯你、刺穿你、让你半夜想起来还睡不着。
好的写作恰恰相反。 它往往来自一个人的偏执、偏见、古怪的趣味、不可复制的经历。
卡夫卡的拧巴、鲁迅的刻薄、王小波的解构快感——这些不是“文笔好”，是人格的溢出。
AI能模仿任何一种已有风格，但它无法发明一种新风格。因为风格不是技术选择，是一个人活成那样之后，笔下的自然产物。
四、“谁写的”，意味着“谁负责”
一篇文章署了你的名，意味着你为其中的每个判断背书。
这个重量，AI扛不起来。
在信息越泛滥、生成成本越趋近于零的时代，“有一个真实的人愿意为此负责”本身就在变成稀缺品。读者真正在乎的，往往不是这段文字有多流畅，而是——
这是不是一个有血有肉的人，在真实的处境下，做出的真实判断。
五、不过，也别把话说死
更诚实的回答可能是：这两件事正在分层。
功能性文本——周报、说明、通稿、模板化邮件、信息整合——AI确实碾压，人力去写这些是浪费生命。这部分“古法写作”会越来越像书法：有人练，但不再是为了实用。
表达性文本——你要通过它搞清楚自己在想什么、要留下只属于你的痕迹、要打动另一个具体的人——这部分，AI越强大，“人亲手写”的价值反而越高。
六、那到底该怎么分工？
不是拒绝AI，而是分清主次：
自己来的部分：
- 立意与核心判断
- 结构与关键论证
- 个人经验与情感表达
可以交给AI的部分：
- 查找资料、提供反方观点
- 检查逻辑漏洞
- 润色语言、生成备选表达
一个实用原则：先自己写，再让AI当批评者。
或者反过来：用AI扩大选项，自己负责选择。就像战略研究里那句话——AI负责扩大，人类负责选择。
七、写在最后
学习科学里有个概念叫“必要难度”。适度的吃力、检索、试错和修改，是记忆巩固与深度理解发生的条件。
AI把“提问—生成—反馈”压缩到近乎零延时，你获得的是流畅感，失去的可能是深度加工的空间。
有研究提示，过度依赖AI写作可能带来两方面风险：一是高估自己理解程度的元认知偏差；二是把本应由自己承担的高阶加工整体让渡出去。
流畅感不等于理解，成品不等于能力。
所以，不是“AI这么强了为什么还要手写”，而是：
当生成变得廉价，亲手生成才变得昂贵。
AI可以帮你写得更快，但没法替你活得更多。
古法写作，是“我在思考”的证据。
你最近一次自己完整写完一篇文章，是什么时候？欢迎在评论区聊聊。
