这是一个令人不安的场景。一位作家正在撰写一本关于AI如何重塑现实的书籍。他将AI作为研究伙伴,坚信自己保持了足够的克制——没有让AI直接写下书中任何一句话。他以为自己会仔细核查每一条信息。然而书籍出版后,发现其中有超过六处引用存在来源错误或系伪造内容。这位名叫史蒂文·罗森鲍姆的不幸作者承认,AI的输出结果有时"错得令人咋舌",但错误还是悄然溜进了书里。
类似的事件还有很多。一篇荣获英联邦奖项的短篇小说,被指带有明显的AI生成痕迹而陷入争议。每当我看到又有一位记者在研究过程中被AI伪造的引用所蒙骗,我都会在心里默默庆幸——幸亏不是我。但我不愿将这种幸运仅仅寄托于运气,所以我从不触碰这类工具。当AI生成的结果作为默认选项出现在搜索引擎中时,我会毫不犹豫地关掉它、拒绝它,仿佛那些内容藏有某种黑暗魔法,只要稍加接触,便会悄悄渗入我的神经、夺走我的思维。
这种近乎苦行僧式的偏执态度,并不仅仅源于AI是一种危险且不可靠的研究工具。更重要的是,它代表着一种声音、一种腔调、一种频率。AI的语言如同无处不在的嗡嗡声,从客服对话到社交媒体帖子,再到各类新闻稿,早已渗入生活的每个角落。就连此刻写下这篇文章,我也隐隐担忧——它会不会听起来像AI写的?在长期浸泡之下,我是否已不知不觉地吸收了那种平淡无奇的过度表达?那些简短的陈述句,那种像广告文案一样的叙事方式,那种对人情味的刻意模仿。"嗨!希望一切安好。我觉得您可能会对这篇关于AI的文章感兴趣,这个话题正在受到越来越多思想领袖和作家的关注。想了解更多吗?"
在这场变革的浪潮中,我们究竟失去了什么?写作不仅仅是以某种特定风格将思想转化为文字——无论是分析性文章、文学虚构还是叙事表达。写作是一种特殊的炼金术:一个独特的个体,凭借自身独一无二的经历与视角,构建出一种思想。写作关乎一个人的思维方式、成长过程中积累的个性习惯、政治立场、个人历史、人际关系,乃至他看待世界的独特方式。AI可以批量生产一千个"狄更斯"或"鲁米",却无法创造出一个全新的标志性作家。它只能从已有风格的合唱中提取,永远只能衍生,无法真正创造。
还有一种更隐性的损失——能力的萎缩。那种为寻找一个恰当词语而苦苦挣扎的过程,那种精心雕琢一个语言意象的能力,正在悄然流失。每当截稿日期将近,我本可以省下宝贵的几分钟,让AI帮我生成一句漂亮的话;但我也可以选择驻足沉思,去感受"抵抗AI写作就像试图不吸入空气中的病毒"这样一个比喻的成形过程。这或许不是什么绝妙的比喻,但它是我的。写作的过程帮助我梳理和确认自己的思考。无论是政治文章还是一封普通邮件,如果从研究到写作都依赖AI,感受与表达之间的连接就会断裂。它将一切色彩抽干,压制了那种与内心深处的声音相遇、并为之惊喜的能力。当技术以最大限度减少脑力劳动为目标,它最终反而会成为真实思维的阻碍。有研究已经毫不意外地发现,过度依赖大语言模型可能会降低大脑的活跃程度。
更令人沮丧的是,这种"自我麻醉"与当下的政治生态竟是如此契合——这是一个内容泛滥、劣质信息横行的时代。AI在社交媒体上肆意蔓延,各种账号煞有介事地发布大段文字,内容从中东战争到根本未曾发生过的"亲身经历",俨然成了一种现实题材的同人写作。政治领域同样如此,那种类似基尔·斯塔默式的语言风格主导着一切——重复的空洞口号、回避实质的模棱两可,构成一种令人麻木的单调低鸣。结果便是:极右翼煽动者在虚假信息的浮沫上大行其道,而中间派政客则活在对打破现状的恐惧之中。他们为数不多的几项想法或政策虽然就摆在眼前,却被那种刻意压低情绪、生怕被扣上"有意识形态"帽子的奇怪表演所掩盖。
我无意在此扮演一个惧怕新技术的保守主义者,也无意对一项在某些方面确实有助于普及知识、降低写作门槛的技术做道德恐慌式的批判。但问题在于,这一切的尺度已经严重失衡,导致真实的AI使用与泛化的"AI腔"逐渐合流。用AI检测器逐字审查文本、指控作者作弊,这种行为如今已带有些许猎巫的味道——这是对AI声音全面入侵的一种错乱回应,也折射出AI使用已变得多么无处不在。
罗森鲍姆曾说:"任何今天坐在电脑前工作的职业作家,无论是写长文、赶截稿,还是为杂志供稿,不管节奏如何,都或多或少在使用AI——因为它不仅极具诱惑,而且真的非常有价值。"这番话既深刻,又不无犬儒色彩。它拒绝承认一种可能性:我们本可以拥有选择,而这种选择的意义,远远超越了便利本身。
真正岌岌可危的,不只是偶尔出现的几处错误,而是一种承诺——不完美但始终可信的努力。在这份努力背后,存在着一种维系彼此信任的社会契约。当一个人抵制AI写作,他是在为维护我们共同经历的世界的真实性做出一种投资。正如萧伯纳所言:"说谎者的惩罚,绝非在于无人相信他,而在于他无法相信任何人。"
内斯里内·马利克,《卫报》专栏作家
Q&A
Q1:AI生成内容为什么会导致引用错误或虚假信息?
A:AI大语言模型存在"幻觉"问题,即在没有真实依据的情况下生成看似可信的内容,包括伪造的引用、错误归因的名言等。即使用户声称只将AI用于辅助研究而非直接写作,这些错误也可能在未经充分核查的情况下悄然进入最终成品。作家史蒂文·罗森鲍姆的案例正是典型例子,他的书中出现了超过六处错误引用,部分来源于AI的"惊人错误"输出。
Q2:过度依赖大语言模型对人类写作能力有什么影响?
A:研究表明,过度依赖大语言模型可能降低大脑的活跃程度。从写作角度来看,长期借助AI生成文字会逐渐削弱人们为寻找恰当表达而深度思考的能力,切断感受与表达之间的内在联系,使写作失去个人独特的视角与风格。作者认为,当技术以最大限度减少脑力劳动为目标时,反而会成为真实思维与意识的阻碍。
Q3:AI语言风格的泛滥对社会和政治层面有什么影响?
A:AI语言风格已渗透社交媒体与政治话语。社交媒体上充斥着AI生成的虚假"亲身经历"与错误信息;政界人士则普遍采用一种空洞、重复、回避实质的表达方式,与AI生成文本的腔调高度相似。这种风格助长了极右翼煽动者对虚假信息的利用,同时压制了真实、有立场的政治表达,进一步侵蚀公众对信息的基本信任。
好文章,需要你的鼓励
SAP首席执行官Christian Klein在2026年Sapphire大会上坦承,公司约在八九个月前调整了AI战略方向,从强调AI技术本身转向聚焦业务成果,目标是实现"自主企业"愿景。SAP发布了全新品牌SAP Business AI和SAP Autonomous Suite,重构AI平台以更好融入客户业务上下文。SAP高管还强调,需防范"智能体失控"风险,并引入"企业记忆"概念提升AI决策的精准度。
研究揭示多源视觉融合并非总有益,提出MARS框架通过单源锚点量化信息增益,动态调节多源融合优势,在多个视觉推理任务上实现显著性能提升。
英国卫生与社会保障部发布测算数据,显示NHS数字化单一患者记录(SPR)每年可减少约2万次急诊就诊,并节省约2000万英镑。该计划将强制要求全科医生和医院共享患者数据,形成统一的健康档案,患者可通过NHS App访问。该措施是政府100亿英镑医疗数字化计划的核心。此外,NHS虚拟医院NHS Online已正式成立,预计2027年上线,首三年可提供约850万次诊疗服务。
MiniMax发布M2系列混合专家大模型,总参数2299亿但每次仅激活98亿,通过专项数据流水线、Forge强化学习系统和自进化机制,在代理编程、深度搜索等任务上达到顶级闭源模型水平。