一周三本书之后：AI 写作里，人到底做什么

十月最后一周，三本书几乎同时推到终稿：奉系—东北军 18 章、23.5 万字；日本与俄国、苏联那本 18 章、6.7 万字；俄罗斯远东 10 章、6.1 万字。合起来 46 章、36 万字。

三本书都不是一键生成的。AI 让“写”变快了，省下的时间几乎都花在判断上：这个材料要不要，这句话站不站得住。这一周最大的体会是：得按 AI 各自的长处分活，别指望一个模型包打天下。

一、先立规矩

三本书同时推进，最怕每一章长成不同的腔。开写前先把两件事定死：给谁看，体例怎么统一。体例听着琐碎，其实是几个模型合稿的接口——纪年、引注这些怎么标，都先写成硬规矩，交来的稿子才能拼在一张桌子上。

奉系那本定为“可读通史”：材料够用即可，引注只留要紧的。命题是“两次未完成转型”，审读时却发现全书只提了六次，结论部分一次没提。命题不贯穿，十八章就成了十八篇专题。章节也是先定骨架再落段落：每章回答什么问题、反方是谁；写不出这几条，往往说明还没想清楚，不如先别让 AI 动笔。

这些事 AI 替不了。它能给你十个方案，选哪个、为什么选，得人签字。规矩没立就让模型动笔，合稿时一定打架。定规矩那半天，抵得上后面改一个月。

二、分工与取舍

分工是按各家的脾气来的。奉系三十五万字的底稿由 Kimi 铺，Codex 补专题材料，八路子代理分头重写十八章，统稿后二十三万字。配图试了几个模型，还是 Astra 最稳——Codex 跑的就是它：日本与俄国那本的二十六页 A3 图册、十幅肖像和封面，还有奉系的人物谱，都是它出的。格式和工程化交给 DeepSeek，审读、取舍我自己过。

材料不该一上来就整包丢给 AI。先按方向归堆——奉系按财政、军制两堆——编目、标可信度，让它先出整合稿；人看这条线站不站得住，真正逐条复核的只是高风险的那几条。有些地方我改到第三遍就停手：人名异体字、图注年份这类事，差不多就行；方向标反、数字口径错，差一点也得改。

三、改稿是人的活

去 AI 腔，不是删几个词。三本书里最常见的毛病是对称否定：“不能 A，也不能 B”“不是 A，而是 B”，听着周全，其实常是在给自己留后路。更隐蔽的是换词不换句式：禁用词清零了，“不能把”“不能只”又顶上来。

我的做法是先数、再改、最后判断。数交给脚本，改要一句一句落到文字上，改完还得回读；判断只能人做：这一章有没有能复述的判断，证据在论证链上有没有位置，反方是不是稻草人。还有一个笨办法：结尾还在总结，多半说明前面没说完。也要防改过头——有一次为了清零禁用词，把限定和反证一起删了，数字干净了，判断也没了。改稿最费时间的是判断哪句话值得留，找错字倒在其次。

事实核查同理：数字口径写作时就带着，谁统计、什么时点、什么范围；复核时分轻重，拿不准的标“存疑待核”，不编造依据。

四、书是工程

出书第一步先定形态，排版在后。三本书都没走正式出版，是先定了给谁看。形态定错，后面的工艺也白费：给同行看的研究分享版，和要公开卖的电子书，做法差得很远。书感靠封面、目录、图注撑着：目录能点、页码对，图注有来源。书最终是给人翻的，文件检查器只是工具。工程上最值钱的经验只有一句：内容只留一个真源，PDF、EPUB、HTML 从同一份内容生成。

这一周出的错，没有一个是文笔问题：配图按旧正文排了版，新文字没进去；单位换算错，整张表的数字变成 0。它们都在正文之外，肉眼难查。所以质检不能只信自评：声称的检查要复跑，链接数要复算。

三本书能同时收尾，靠的是这些重复而枯燥的动作；动作保底，判断定稿。

做完这三本，我不再问 AI 能不能写，先问自己：这本书到底要解决什么。这个问题想不清楚，AI 写得再快，也只是把错误放大。人总是对文字负责的唯一主体。