人寫還是AI寫，其實是個假問題

判斷一篇文章是人寫還是AI寫，其實是個假問題。

作者：星忘塵 Nebula Walker Date: 04 MAY 2026 創象引擎 Mythogen Engine

真正的問題是：裡面有沒有人的思考。

當然，這個問題有一個殘酷的前提——如果你純人手寫的東西，文筆和內容本身處於中等以下，那麼AI已經學會了你會的一切，甚至做得比你好。在這個前提下，討論「人還是AI」才有意義，因為只有當人的思考真的超出AI的能力範圍時，區分才成立。

現在大部分人判斷「AI文章」的標準，是語言結構和排版格式。

這個標準有一個根本性的盲點。一篇完全由人寫的文章，最後用AI做一次排版和文字整理，就很容易被認定為AI文章——因為格式是AI的，文字節奏是AI的。但裡面每一個論點、每一個判斷、每一次資料核查，全部是人做的。

更弔詭的是，AI的風格痕跡其實沒有很多人想像中那麼獨特。平庸的AI確實喜歡用荷里活式的敘事套路——但人類一樣會用同一套模式講故事。你不能說一個人用了三幕劇結構就是AI寫的，因為人類本來就是這樣講故事的。AI學的是我們，不是我們在模仿它。

那麼，人和AI深度協作的文章，真正的差異在哪裡？

我寫《遊戲至勝》的時候，部分內容寫了17版，大部分內容至少寫了三到四版。不是因為我不會寫，而是因為AI有幾個根深柢固的問題，在長篇創作裡面會不斷放大。

第一個問題是複合問題的壓縮。

我曾經問過AI一個問題：Windows的抽象層在封閉環境下，去除了直接與底層溝通的彈性——對比Linux的情況如何？這個問題裡面同時包含抽象層的設計、封閉環境的限制、底層溝通的彈性，三者是相互纏繞的。但AI如果無法識別這是一個多層綜合問題，它就會在類比的過程中，自動將其壓縮成「Windows對Linux」的二元對立。它不會去想開源和閉源以外的可能性，因為你的問題根本不是在問開源。即使你追問一個開源的問題，它也只會去檢索相關資料，不會主動去檢查第三種可能。

因為這個世界上，所有事物的比較不一定是對立的。但只要超出了二元對立的框架，第三、第四種可能，要麼是很多人已經討論過的既有觀點，要麼是你獨有的。如果是你獨有的觀點，你需要非常清晰地把概念告訴它，它才會往那個方向去組織。

第二個問題是感情因果的失能。

《鏡界：假面系統殺人事件》面對的是這種困境。去到19萬字的規模，AI本身無能處理人類感情的複雜性。情感連結的因果關係、人物決定背後的心理重量，它可以模仿那個形狀，但裡面是空的。它的情緒邏輯是統計出來的，不是感受出來的。這本書本身是人類寫作的靈魂——你可以說它用了AI排版的手法，但裡面有沒有AI？這不是一個可以用格式去回答的問題。

第三個問題是結構的短程衝動。

AI大概在一萬到兩萬字左右，就會開始傾向將整個敘事收束。它的結構意識是短程的。如果你的故事需要隔了兩三萬字才埋線、才呼應前面的伏筆，需要跨越那麼長的篇幅保持人格的一致性、保持故事的一致性甚至佈局——AI根本撐不到那裡。這件事，目前是人類才有機會做到的。

第四個問題，也是最危險的：統計最優解的陷阱。

AI的偏見有一個極隱蔽的特性——如果你不帶著清晰的意識去逐一檢查，其實很難察覺。

我寫《遊戲至勝》第二章的時候遇過一個具體的例子。AI在分析遊戲平台壟斷的段落裡，為了湊齊三個bullet point的修辭結構，把DirectX、App Store和Steam並列為同一種壟斷機制。表面上三個例子整齊對稱，論述看起來完整有力。

但Steam根本不是同一種東西。

DirectX是你不能不用的——想寫Windows遊戲，至少到2010年代為止，你沒有選擇。CUDA也是——想做AI訓練，目前沒有其他選擇。App Store更是——iOS沒有其他發行通道。這三者的共同點是：你被鎖死了，走不掉。

但Steam？開發者可以同時上Epic、GOG、Itch.io、Microsoft Store，甚至自己架網站賣。Steam的市佔率高，是因為服務做得好——客戶端穩定、社群功能強、退款政策寬、Workshop和MOD生態完善。這是競爭優勢，不是鎖定效應。

AI不會主動做這個區分。因為在它的訓練資料裡面，「平台壟斷」是一個高頻出現的框架，DirectX、App Store、Steam經常被放在一起討論。統計上，把它們並列是「最可能正確」的答案。但統計上最可能正確，不等於事實上正確。

更嚴重的是，我連續讓AI檢查了幾版，它都沒有從萬字的篇幅中找出這個問題。不是因為它不夠聰明，而是因為這個錯誤本身就來自它的訓練資料——它無法質疑自己的統計基準。而不同版本的模型之間，系統指令和結構差異極大，同一個問題在不同版本下會出現不同的盲點。換一個版本，舊的問題可能修好了，但新的問題又從另一個角度冒出來。

最後是我自己停下來，問了一句：「Steam跟DirectX真的是同一種機制造成的嗎？」

答案顯然不是。

第五個問題是跨領域交會的不可能性。

《遊戲至勝》表面上是AI最擅長的內容類型——硬核技術分析。API標準、圖形引擎、平台架構，這些東西AI可以寫得又快又準。如果這本書只是一本技術史，AI大概可以替我寫完八成。

但現實是，這本書不是技術史。

它的主軸是遊戲和科技，但每一個關鍵節點都是經濟邏輯、心理判斷和商業戰爭的交會。DirectX為什麼能贏OpenGL，不是技術問題，是微軟願意用整個Windows生態去補貼開發者的商戰決策。Steam為什麼能成為事實標準，不是因為Valve技術最強，是因為Gabe Newell讀懂了開發者的心理需求。任天堂為什麼能在紅海之外活下來，不是藍海策略四個字可以解釋的，是一整套對「玩」這件事的哲學判斷。

這四條線——技術、經濟、心理、商戰——在每一章裡面的權重都不一樣，交會的方式也不一樣。第二章是技術標準如何被商業意志扭曲，第六章是平台經濟如何透過心理依賴建立壟斷，第十一章是藍海思維如何推翻前面所有章節建立的分析工具。

AI沒有辦法主動做這件事。不是因為它不夠聰明，而是因為這種跨領域的交會沒有一個特定的skill可以調用，沒有一個prompt可以觸發。它需要一個人在腦中同時持有四條線索，在每一個段落裡判斷：這裡應該用技術語言、還是經濟邏輯、還是心理洞察？這個判斷本身不是技術問題，是作者的意識。

一本書如果只活在一個領域裡面，AI可以寫。但當四個領域在同一個段落裡面碰撞的時候，決定用哪個角度切入、哪條線索暫時收起來留到三章之後再展開——這是人的判斷，沒有捷徑。

AI的偏見，單獨看一篇文章，你未必能發現。尤其是AI可以每次以不同的「專家」角度切入，表面上觀點多元、分析周全。只有從極長時間的積累去回看，看那個人看事情的一致性——他的盲點是不是同一類盲點？他的判斷是不是有跡可尋？他的錯誤是不是帶有人味——不是語言模型的錯誤，而是一個人想錯了某件事的錯誤——你才會知道，裡面有沒有人的意識。

其實這個問題有一個更直接的類比。

霍金晚年幾乎無法說話、無法書寫，他透過眼球追蹤和語音合成器，將腦中的思想轉換成文字和語音。那些論文、那些演講、那些對宇宙的判斷——沒有人會說那是「機器寫的」。

因為每個人都看得出來，機器只是輸出的通道，思想是他的。

AI協作寫作，本質上是同一件事。

差別只是程度。霍金的合成器忠實地輸出他選擇的每一個詞；AI會在輸出的過程中加入自己的統計偏見、自己的結構慣性、自己的二元對立傾向。所以用AI寫作比用語音合成器更難——你不但要想清楚自己要說什麼，還要在每一步檢查AI有沒有把你的意思扭曲成它覺得「最合理」的版本。

但核心是一樣的：你看的是通道，還是通道裡面的意識？

所以我為什麼仍然使用AI協作？

因為排版清晰、文字高效，這是對讀者的責任，不是我的ego。如果要我重新用自己的文字抄寫一遍，那個意義只不過是把AI的文本變成另一個AI的文本。內容才是最重要的。

為什麼內容才是最重要的？因為如果用AI生成垃圾，再用人手抄寫一次，結果是一樣的。重點是：這是AI協助寫的文章，但裡面的知識、內容的修正、資料的核查，全部是我自己去檢查、修正的。寫作方向也是我的。

AI可以幫我寫，但AI寫不出一個人為什麼會在某一個時間點轉念，為什麼對某件事的判斷會反覆動搖，為什麼有些東西寫了17版都不滿意。

那個不滿意，才是人的東西。