一句話結論
有一篇文章主張「你幾乎永遠不該用 AI 來寫任何實質內容」，作者的證明方式很狠：他請 Claude 寫一段 AI 晶片走私的介紹，那段文字讀起來完全沒問題，然後他逐句拆出八處毛病。但真正讓我想把這篇拿出來講的，是他同時列了一張「這些用法我完全沒意見」的清單——轉錄、找資料、分析、腦力激盪、給草稿回饋、逐句編輯、翻譯。他反對的從來不是用 AI，是讓 AI 替你產生那些要代表你想法的文字。而那張放行清單，幾乎就是我在企業課堂上教的東西。
我是教企業用 AI 的人。所以當我看到一篇標題寫著「你幾乎永遠不該用 AI 寫作」的文章在技術圈被傳開，我第一個反應不是反駁，是把它讀完。
讀完之後我的結論是：這篇不是反 AI 的文章。它是一篇畫界線的文章，而且那條線畫得比我看過的大多數說法都清楚。
他先做了一件很少人做的事：自己出題
作者 Erich Grunewald 在 2026 年 8 月的文章裡，請 Claude 寫一段話，題目是「介紹 AI 晶片走私的問題」——一個被大量報導過、資料很多的主題。
Claude 寫出來的那段英文，老實說讀起來很不錯：有時間點、有地理路徑、有數量級、有政策脈絡，句子通順，結論收得漂亮。如果它出現在一份你要簽出去的報告裡，我相信絕大多數人會直接過。
然後他逐條拆了八處。挑三個我覺得最值得你記住的：
- 「出口管制的效力，取決於執法。」作者的評語是：這句話要嘛在說一件理所當然的事（沒有執行的政策當然效果差），要嘛什麼都沒說。
- 「晶片體積小巧，所以容易走私。」字面上沒錯，但作者指出兩件事：實際被走私的多半是整台 AI 伺服器，一點也不小；而且更重要的是——晶片走私很少是「藏起來混過海關」，通常是改標成別的貨品，光明正大地運出去。所以「體積小」這個理由根本不相干。
- 最後那句「這威脅著悄悄掏空美國 AI 政策的核心支柱之一」——作者的評語只有一個詞：applause light（場面話）。聽起來很有力，但沒有傳遞任何資訊。
他還挑出「估計數量從數萬到超過十萬顆」這種字面為真但誤導的寫法（他認為低估值幾乎確定是錯的），以及「連低估值都足以影響有能力的 AI 系統的訓練與部署」這種套進任何數字都成立的句子。
我覺得這段是全文最有價值的地方，因為它示範的不是「AI 會胡說八道」——那段話裡沒有一句是明顯的假消息。它示範的是另一種東西：一段沒有任何一句可以被指認為錯誤、但整體上沒有想過的文字。
他反對的那一件事，跟他放行的那一長串
這篇文章最容易被誤讀的地方，是它的標題。
作者在文章前段就明講自己不是反 AI，而且花了一整段列出他認為完全沒問題的用法：轉錄音檔、分析資料、搜尋資訊、腦力激盪、對草稿給回饋。他也說，用 AI 做逐句編輯、或把一個段落改寫得更清楚更精簡，都可以——條件是每一處修改都要由人主動決定接受或拒絕。翻譯一篇已經寫完的文章，也行。
他甚至說，把 AI 產出的片段放進文章裡是可以的，只要清楚標示，例如直接寫「Claude 告訴我，某某事情是這樣」，讓讀者自己決定要打幾折。
所以他反對的只有一件事，非常具體：讓 AI 替你產生那些要代表你想法的文字。
把放行清單跟反對清單並排，這篇文章的真正主張就浮出來了——它不是在爭論 AI 有沒有用，它是在決定 AI 站在流程的哪一格。
| 流程的哪一格 | 作者的立場 | 職場版：為什麼這一格可以 |
|---|---|---|
| 找資料、轉錄、分析 | ✅ 放行 | 產出是素材，你還得自己決定用哪些、怎麼排 |
| 腦力激盪、找反對意見 | ✅ 放行 | 你要的是被挑戰，不是被代筆。它講錯了你也有收穫 |
| 對你寫的草稿給回饋 | ✅ 放行 | 思考已經發生過了，它只是第二雙眼睛 |
| 逐句編輯、精簡 | ✅ 有條件放行 | 條件是每一處改動你都要親自點頭。整段接受就不算 |
| 翻譯已寫完的文字 | ✅ 放行 | 原文已經是你想過的東西 |
| 引用 AI 的說法並標示 | ✅ 放行 | 標示了，讀者就知道要打幾折 |
| 替你生成代表你想法的文字 | ❌ 反對 | 這一格送出去的東西會被當成你的承諾 |
職場版的差別：你的字會被當成承諾
作者談的場景主要是文章、研究報告、經過思考的信。但這件事在職場上有一個他沒特別展開、而我認為更嚴重的特徵：
你寫的字，會被別人當成承諾。
一封寄給客戶的回覆、一份你簽名的評估、一則給主管的專案風險說明——這些東西送出去之後，裡面每一句話你都得認。而「場面話」那種句子最危險的地方不是它會錯，是它讓你跟讀者雙方都以為已經有人想過了。
「本案風險可控，惟仍須持續關注後續發展。」
這句話有錯嗎？沒有。有內容嗎？也沒有。但它一旦躺在會議紀錄裡，就會被當成「風險評估做過了」。三個月後出事的時候，沒有人記得那句話其實什麼都沒說。
在這件事上，作者的第一個論點——寫作的過程就是思考的過程——才顯出它的重量。他引用了 Paul Graham 的一句話：
「把一件事寫下來，即使是你很熟的事，通常都會讓你發現：你沒有你以為的那麼懂它。」
— Paul Graham，經 Erich Grunewald 於該文中引用
文中還提到一個更具體的例子：有人在把大綱寫成完整文章時，卡在一個段落的轉折怎麼寫都不順——後來才意識到，不順的原因是那兩個論點本來就不該被放在一起。大綱是錯的。
而這正是關鍵：如果你把大綱丟給 AI，它不會停下來跟你說「這個大綱可能有問題」。它會很順地幫你把那個轉折圓過去。
你省下的是三十分鐘，付出的是那個「大綱是錯的」的發現。
誠實踩煞車
- 這是一篇意見文章，不是研究。作者沒有量化數據，也沒有引用同儕審查的研究。他引用的 Paul Graham、Clara Collier、Eric Schwitzgebel 都是意見來源，不是證據。
- 作者自己限定了主張的範圍。他明說他講的是「現在存在、以及可預見的近期模型」，並認為未來可能會出現好到足以把寫作交出去的模型。這不是一個永恆的結論。
- 那段示範有一個很大的前提，作者自己也承認了：那是他的專業領域。他說如果不是很懂 AI 晶片走私這個題目，他大概也看不出其中大部分問題。這一點其實削弱了「你可以靠細讀抓出問題」的樂觀期待——但同時推出一個更有用的結論，見下一段。
- 他的「八處問題」是他的判斷，不是客觀事實。其中幾處（例如估計數量該偏高還是偏低）是可以爭論的專業意見。
- 我自己是靠教人用 AI 維生的，這篇的立場對我不完全中立。你讀的時候可以把這點算進去。另外，本站文章的產製方式我也在文末查證說明裡揭露了。
那個被削弱的論點，反而推出最有用的一條規則
把上面第三點再看一次：作者能挑出那八處問題，是因為那是他的專業。
反過來說就是：在你不懂的領域，你沒有能力驗收 AI 的產出。你只會覺得「寫得真好」。
這條規則我認為比原文的主張更實用，也更容易執行：
- 在你懂的領域：你可以用 AI 做很多事，因為你有能力發現它含糊或搞錯的地方。此時的瓶頸是你願不願意花力氣看。
- 在你不懂的領域：AI 最危險。不是因為它比較容易出錯，而是因為你沒有辦法知道它錯了。此時它適合用來找方向、找問題、找該去問誰——不適合用來產出你要負責的結論。
這也解釋了一個很多人有的困惑：為什麼同一個工具，有人覺得神，有人覺得不可靠？差別常常不在工具，在使用者懂不懂那個題目。
所以你該做什麼
如果你是一般上班族：做一個很小的實驗。下次你要寫一封有點份量的信，先自己寫三句話把「我要說什麼」講完，再開 AI。你會發現兩件事之一：要嘛你三句話就講完了，那封長信根本不必要；要嘛你發現自己講不出那三句話——那就是你還沒想清楚的訊號，這時候叫 AI 幫你寫，只是把沒想清楚這件事藏起來。
如果你要用 AI 量產東西：把作者那張放行清單當成你的工序表。找資料、整理、腦力激盪、給草稿挑毛病、逐句編輯——這幾格盡量用，用好用滿，效率提升主要來自這裡。只在「產生要代表你的判斷的那幾段文字」踩煞車，自己寫。你會發現整體速度掉得沒有你想像的多，因為那幾段通常只佔全文的兩成，卻佔了全部的責任。
如果你是主管：與其禁止或放任，不如定一條規則：凡是會被當成承諾的文件，作者要能當場用自己的話講一遍。不必查誰用了 AI，也不必買偵測工具——你只要在會議上問一句「這段的意思是什麼」，答不出來的那一段，就是沒有人想過的那一段。這招對 AI 有效，對純人工寫的廢話也一樣有效。
你是機長，AI 是機組人員
自動駕駛可以飛完一整個航段，沒有人覺得有問題。
但有一件事，從頭到尾都是人在做：跟塔台講話。
請求高度、回報狀況、接受指令之後要複誦一遍——這些沒有交給系統，不是因為技術做不到。是因為那些話是承諾。當機長說出「收到，下降到八千呎」，這句話的意思是：我聽懂了，我確認我要做這件事，出了事我負責。
這就是作者講的那個「讀者與作者之間的隱含契約」，只是換到了無線電上。
所以那條線其實不難畫。操作可以交出去，複誦不行。
你的信、你的評估、你簽名的那份報告，都是複誦。
常見問題 FAQ
Q：所以你是要我不要用 AI 寫東西嗎？
不是。我要你分清楚兩種「寫」：把材料變成文字（整理、摘要、翻譯、改寫得更清楚），跟把想法變成主張（判斷、承諾、建議、結論）。第一種用 AI 我完全沒意見，而且那才是大部分工作量的所在。第二種請你自己寫，因為那是你要負責的部分。
Q：可是我請 AI 寫完之後，每一句都看過也改過了，這樣不算嗎？
原文對這個反駁有直接回應，大意是：看著一段文字點頭，跟自己把它生出來，是兩種不同的認知活動。東西已經在紙上的時候，你很容易讓一個「差不多」的用詞過關，而不會像從零寫時那樣主動去挑更準的字。這不是意志力問題，是順序問題。我的折衷建議是：結論自己寫，其餘交給它。
Q：那些「場面話」的句子，實務上要怎麼快速抓出來？
一個很土但有效的測試：把句子反過來講，看有沒有人會主張反面。「本案風險可控但須持續關注」——反面是「本案風險不可控且不必關注」，沒有人會這樣寫。沒有人會主張反面的句子，通常沒有內容。抓到之後，換成具體的：風險是什麼、多大、誰在看、什麼情況要上報。
Q：如果我的工作就是大量產出文字，這樣要求是不是不切實際？
正好相反，量大的人更需要這條線，否則風險是等比例放大的。實務做法是分層：大部分內容照常用 AI 加速，但把「會被引用、會被當成承諾、出錯要負責」的那幾段標出來自己寫。以我的經驗，那幾段通常不到全文的兩成，但它們決定了這份東西出不出事。
Q：讀者真的分得出來是不是 AI 寫的嗎？
常常分不出來，而這正是原文論點的重點之一，不是反駁。作者的主張不是「AI 寫的會被抓包」，而是「抓不抓得到都不影響那是不是誠實的」。而且從你自己的利益來看：分不出來的時候，讀者會用「這是你想過的」來理解那份文件，然後照著它做決定。真正的風險不是被識破，是沒被識破。
資料來源
以下均於 2026 年 9 月 20 日查證：
- Erich Grunewald：〈Why You Should Almost Never Use AI to Write Anything Substantive〉（erichgrunewald.substack.com，2026 年 8 月 6 日）：本文所有關於該文的敘述均出自此處，包含三大論點、作者自述「不是反 AI」與完整的放行清單（轉錄、分析資料、搜尋資訊、腦力激盪、對草稿給回饋、逐句與文字編輯並須逐處決定接受或拒絕、翻譯已完成文本、清楚標示的 AI 片段）、他請 Claude 寫的那段 AI 晶片走私文字與他逐條列出的八處問題（含「體積小巧」「供應鏈龐大」「估計數量」「applause light」等評語）、他自述若非自身專業領域大概也看不出多數問題、以及他把主張限定於現有與可預見近期模型的說明。
- Paul Graham 的引文：出現在上述文章中被引用的段落，本文轉引自該文，並非直接取自 Paul Graham 原始出處。
- Hacker News 討論串：該文於 2026 年 9 月中被提交至 Hacker News 並引發討論，是我注意到這篇文章的路徑。討論串內容未用於本文任何事實主張。
查證說明（誠實揭露）：①本文評述的對象是一篇意見文章，不是研究報告。原文沒有量化數據或同儕審查研究支撐，其引用的 Paul Graham、Clara Collier、Eric Schwitzgebel 均為意見來源。本文的所有轉述都應理解為「某人的主張」，不是既成事實。②Claude 那段 AI 晶片走私文字的「八處問題」是原作者的專業判斷，其中若干處（例如走私數量的估計該偏高或偏低）屬可爭論的專業意見，我沒有能力獨立查證晶片走私的實際規模與手法，因此本文只呈現他的論證方式，不為那些晶片走私的事實主張背書。③原文為英文，文中的中譯與濃縮由我處理，Paul Graham 那段引文是我的中譯，非官方譯本；若需精確用字請以原文為準。④利益揭露：我的工作是企業 AI 培訓，靠教人使用 AI 維生，對這個主題並非中立。⑤產製方式揭露：本站文章採用 AI 輔助的選題、查證與初稿流程，成稿由我在發布前審閱，文中的觀點、判斷與所有對外主張由我負責。既然本文主張「該標示就標示」，這一點就不應該只要求別人。⑥「職場上的文字會被當成承諾」「在不懂的領域無法驗收 AI」兩段論述，以及那句「本案風險可控」的例子，都是我的延伸與教學經驗歸納，不是原文內容。⑦無線電複誦的航空類比是我用來解釋「承諾不能外包」的比喻，與原文無關。
操作可以交出去，複誦不行
我會把這類主張拆成「哪些真的該照做、哪些只是姿態」：我的電子報大約一到兩週一封 → startupforyou.substack.com
如果你是主管：我的企業內訓有一段就是練這件事——用貴公司真實的信件與報告，練習標出「哪幾段不能交給 AI」，以及怎麼在會議上三十秒內抓出沒有內容的句子。想聊聊寫信到 ai@autolab.cloud，或看看 AI 顧問教練團。
公司想導入 AI、安排內訓 → 企業內訓諮詢表單
關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、電通、城邦媒體等。聯絡方式：ai@autolab.cloud