有条不紊的平庸，就如同那每日按部就班的时钟指针，精准却缺乏激情。它是在平凡生活中循规蹈矩的轨迹，每一步都走得踏实却也略显单调。就像那日复一日的办公室工作，坐在格子间里，机械地敲击着键盘，处理着琐碎的事务，虽不曾出错，但也难有惊艳之举。这种平庸，虽让人安心，却也仿佛被生活的惯性所束缚，难以挣脱，只能在这有条不紊的节奏中，慢慢消磨着时光，渐渐失去了对未知的探索欲和对梦想的追逐心，最终在平淡中度过一生。

文字看多了，经常陷入一种深层次困惑：

有些内容句式统一、层层递进，结构清晰，几乎挑选不出语法上的毛病。

可问题是：几乎没有个性，也没有超越行业、边界的讨论。语言太“好”了，好到让我感受不到作者的存在。

我不知道如何形容，用“完美的空洞感”来形容更为贴切；这种感觉，如同你用工作流跑出来的一篇理论文章一样，全都正确，但不仔细看，甚至说不清它哪里不对。

近似完美的表达方式，让我开始思考一个问题：这些内容中，到底有多少是AI写的？我真能分辨出来吗？

猛然回头发现，已经无法判断了，因为不管是人写的，还是机器生成的，它们都在说着相似的话，带着相似腔调，呈现出一种高度趋同的“流畅感”。

这才最让人震撼：大语言模型，已经走向这样一个阶段，它可以快速批量生产内容，流畅到几乎朗朗上口，可我们为何会如此自然地相信、接受、并依赖它？

一

谈这个问题，我也很困惑；困惑时，想起了 Perplexity 的老板说过一句话：好问题就是引擎。只要找到一个真正值得追问的问题，探索就开始了。

于是，带着疑问，开始查阅资料。结果发现一个很有意思的历史写照：

早在文艺复兴时期，欧洲知识分子就训练自己的写作方式。他们把这种写作叫作“人文主义写作训练”，听起来有点抽象，实际操作却很具体。

当时，学者喜欢模仿古罗马作家西塞罗的语言风格，他们会把西塞罗写的句子、修辞手法、哲学观点一条条抄下来，放进一本叫做“常用书”（commonplace book）的笔记本里。

等到自己写作时，会从里面调用现成的内容和表达方式；目标也很明确：不管遇到什么题目，都能立刻写出一篇结构完整、措辞得体的文章。

是不是听着有点耳熟？这不就是我们今天的日常吗？

只不过，以前靠人脑记忆加反复练习来实现“标准化输出”，现在把任务直接交给了 AI。

只要输入一个提示词、一个想法、一个问题，AI 就能分分钟生成一大段结构清晰、语言流畅的内容，稍作加工，就能直接用了。

你会发现，历史正在以一种意想不到的方式重演：

过去人们追求“统一修辞”，今天依赖“统一模型”，两者都带来了语言繁荣，也带来了思想的趋同；而讽刺的是，早在几百年前，法国作家拉伯雷就已经警告过这种趋势。

他笔下受过完美语言训练的角色，说话滴水不漏，逻辑严谨；可问题是，他们说的话没有温度，也没有力量，语言太“对”了，反而让人觉得假。

所以，我们为何会如此自然地接受并依赖这样的语言方式？

不是因为别无选择，而在长期的“语言标准化”训练中，我们早已习惯了这种“安全输出”的表达。

我们不再愿意，说出不完美的句子，也不再愿意面对表达中的不确定和挣扎；于是选择了流畅：哪怕它意味着空洞。

不信你想想看，现实中有多少人正在用 AI 帮自己写发言稿、写日报、写周报？这背后依赖的心理动机是什么？

懒惰、效率？还是对表达本身的无力感？我想，都有。尤其一天下来，精疲力尽，还要面对一堆不得不汇报的事项，AI生成式可谓成了“救命解药”。

二

可问题是：自动化生成的语言，真能表达思想吗？我不确定。请允许我试图用两个不同视角，说明这一切。

表达不是把字打出来，也不是把话说清楚这么简单；它是一个从内到外的过程——是由想法、情绪、立场、判断在语言中慢慢成形的过程。

这个过程中，有犹豫、有挣扎、有不确定，也有反复修改的痕迹。

跟朋友争论一个问题时，会因为激动而说错词；向领导提建议时，会小心斟酌措辞；当安慰一个受伤的人时，会说得缓慢而温柔；这些“不完美”，才是表达的本质。

AI的语言并不是在“表达”，而是在“调用”。

它看似具备深度推理的能力，实际上，它并没有真正的“想”或“说”；它只是根据训练的语料数据，调用了一组模型，输出了一个结果。

真正的问题在于，我们接受了这种模式。接受的是什么？一句话总结：复制 + 调整，而不是创造 + 输出。

AI生成的内容不会因为紧张而语无伦次，也不会因为激动而词不达意；尽管你可以用一些手法去创造，但它让人感觉“对”，却明显缺乏真实感。

这就像写日报一样，如果临时有几个不同想法，要融合进去，没有提示词和个人的二次创作，AI是写不出来的。

因此，AI生成语言更像是模板，永远正确，但也永远安全；正因为安全，所以空洞；我们之所以选择这种空洞，是因为它不需要思考，只要重复整合，就能应付完成工作。

更荒诞的是，老板也喜欢这样的模式。

很多企业有自己的知识库、AI问答系统；每一层管理者都在复制加调整上一层内容，最终递交给上级汇报，已经看不出深层次想表达什么了？

语言不再是思想的出口，变成了流程中的零件；AI 成了“不会犯错、替我们说话的工具”。它只是把信息整合一下，发给下一个人，再由下一个人继续整合、继续转发。

我不知道表达得够不够清晰，这像一个套娃游戏：每一层都在重复本层的内容，越往上越空洞，到最后，大家都成了审核者。

我们忘了：

真正的表达，是在一次次的试错中诞生的；或者说是临时想法的涌现中出现的；只有当旧思想与新灵感发生碰撞，才能迸发出新的火花。

而当让 AI 替我们完成这一切时，我们也悄悄地，把表达的权利让了出去。所以，当大家都用“审核后的内容”做汇报，语言岂不成了“合规性表演”？或许，它正在杀死思想的野性。

三

我们习惯于用“AI生成的话”来应对老板，不是说出“真正想说的话”；我们开始写安全的文字，而非“真实的思考”。

这让我突然意识到：在线上，如果语言只是被“训练”出来的，那它是否还具备真正的沟通力量？

换句话说：写下的文字，真还能唤起共鸣吗？还是说，只是在完成一次“输出任务”？

20世纪思想家之一，德国哲学家 哈贝马斯（Jürgen Habermas）曾提出一个核心概念：交往理性（Communicative Rationality）。

他认为，真正有效沟通，建立在彼此倾听、理解与共识之上。但在商业表达中，我看到另一种趋势：

AI 帮助我们快速产出报告、品牌文案、发言稿……这些内容往往缺乏一个关键因素：回应性。它们不是为了“交流”而写的，而是为了“发布”。

现在很多企业内容更像是“自言自语”式的传播，虽然结构完整，却失去了语言最基本的功能：连接人。

没有聆听，就没有理解，没有理解，也就谈不上真正的沟通，说到这儿，我想问你一句：什么是有效的沟通？

在我看来，语言不只是传递信息的工具，它本身就能产生影响；一场演讲可以激发变革，一封辞职信可以释放情绪，一句话可以修复关系。

或许，AI 写出的语言，是“形式正确”的结果，不是“意义发生”的过程，营销的本质从来不是“说什么”，是“让对方感受到什么”。

而这一点，恰恰AI 无法替代，所以，当 AI 成为写作主力，人的“言外之意”也在逐渐被弱化。

另一方面，沟通的魅力在于，它的不可预测。

一句话可能引发意外反应，也可能打开新的思路，AI的语言提供“最稳妥的选择”，但也因此关闭了“可能性的空间”。

法国哲学家 雅克·德里达（Jacques Derrida）曾提出一个很有意思的概念：“延异”（différance）。

意义是：语言的意义并不是固定的，是在具体语境中不断变化、不断被重新解释的；换句话说：一句话到底是什么意思，很多时候取决于你怎么说、对谁说、在什么场合说。

朋友间一句“你还真敢说”，可能是调侃；但在正式会议上这么说，可能就成了讽刺。

这种“意义的流动性”，是语言生命力所在。但 AI 的语言逻辑恰恰相反：它追求稳定、统一和可预测，它把语言标准化输出，把多义性压缩到了最小。

结果就是：我们看到的 AI 内容越来越像模板，越来越安全。说白了，AI 写出的内容，有形式上的完整性，却没有情感上的穿透力，它完成了“说话的任务”，却没有实现“沟通的目的”。

所以，就三点：

当AI替我们输出时，语言的社会性正在消失，对话力量慢慢成了独白；语言的“言外之力”被削弱，它不再能唤起情感与行动；语言的不确定性被压制，它从开放走向封闭。

语言曾经是我们理解世界、表达自我、连接他人的桥梁，它现在越来越像是一道标准化的输出流程。

四

我忍不住发问：面对语言的自动化趋势，我们该如何保持真实的交流？

我想用一个词来回答这个问题：对抗。要用元认知去对抗思维外包，重新唤醒批判性思维，这是在语言越来越程序化的时代里，必须做的第一件事。

AI 的输出太“顺”，它让人误以为思考已经完成，结论已经清晰；但其实，这种“完美”正在悄悄瓦解认知张力。

昨天刷哲学时，看到英国数学家阿弗烈·诺夫·怀特海（Alfred North Whitehead）说的一段话，值得反复思考：

思想的冲突是认知进化的核心引擎。（Thought is only possible through the presence of conflict.）

AI 正在抹除冲突。它的语言稳定、可预测的，不制造问题，我们越依赖它，也越来越容易陷入思维通识化陷阱。

那怎么办？

从组织内部上，我主张制造一些“认知摩擦”。比如，当你用 AI 写完一份报告后，得手动加上一条“反共识数据”——比如说，“市场占有率上升了，但客户净推荐值却在下降。”

这不是为了否定 AI 的结果，是为了重启质疑能力。

再比如，开会时，可以设置一个“魔鬼代言人”，专门挑战 AI 得出的结论背后的隐含前提，这些机制在保护人类最宝贵的东西：意识的活跃度。

对外，我认为，要重建一种新的表达方式：对话式的创作。

现在很多 AI 内容，更像“单向输出”，所以，我想说：创作时，要想象一个具体的人坐在你面前，而不是一个抽象的“用户群体”，我们不是在填模板，而是在和另一个人说话。

类似于，写产品说明，要设想他正拿着手机犹豫；写品牌文案，要知道他可能有疑虑、有情绪、有期待。

真正的沟通，是“我讲给你听，你也愿意回一句”，这正是哈贝马斯（Jürgen Habermas）强调的“交往理性”（communicative rationality）。

更进一步地说，必须重新训练人，成为思想表达者。

很多人写日报、写总结、写汇报之所以空洞无趣，因为从未接受过“真实写作”的训练；写作不应该是点击按钮后的AI自动生成，它应该是一个不断试错、修改、迭代的过程。

所以，我建议：要鼓励犯错。

允许日报中有临时灵感的记录，允许总结中，有不确定性的表达，不要一味追求“一次性完美”，要看有没有在写作中成长。

让人敢于说出：我还不确定、这是我最近的想法、也许还有别的可能、领导你参考下......

语言是思想的火种，面对语言的AI自动化趋势，真正的出路在于：用对抗重建认知张力，用对话重塑表达温度；否则看起来条理清晰的内容，不过是一堆流程化的空话，缺少了真正的思想温度。

好吧，有点乱，我想说：当我们依靠AI生成式时，也会让人的语言陷入一种有条不紊的平庸中，不知道够不够清晰？

本文来自微信公众号：王智远，作者：王智远