一个作家如何使用 AI 而不失去自己的声音

《一个作家如何使用 AI 而不失去自己的声音》分析报告

节目： AI & I
主持人： Dan Shipper
嘉宾： Craig Mod
发布时间： 2026年7月8日
时长： 53分08秒
报告生成： 2026年7月13日
官方全文： Every 官方逐字稿
节目链接： Spotify · Apple Podcasts

三句话速览

1. Craig Mod 把 AI 当作“个人软件制造能力”：用它重建昂贵、停滞的 SaaS，并制作只服务于自己工作方式的工具。
2. 他刻意不让 AI 代写，因为写作的价值就在于作者亲自经历思考、混乱、取舍和形成语言的过程；AI 更适合研究、查证与敏感性检查。
3. 真正的竞争力已从“能不能做出来”转向“为什么做、能否长期维护、是否强化了你真正重视的事情”，而保护深度注意力成为 AI 时代的核心能力。

核心判断

这期节目的重点并不是“作家应该用哪一个模型”，而是如何为 AI 划定边界。Craig 的边界非常清楚：凡是降低外围摩擦、扩大创作能力的工作，可以交给 AI；凡是构成个人意义和作者声音的核心过程，必须自己完成。

可以把他的工作方式概括为：

用 AI 消灭创作外围的摩擦，但不让 AI 替代创作本身。

这比“全面拥抱”或“完全拒绝”更有操作价值。判断标准不是任务是否能自动化，而是自动化之后，人是否更愿意、更有能力去做真正重要的事。

10 条核心观点

1. 必须亲自使用，才能形成可信判断

Craig 认为，不实际使用和构建，就很难准确判断当前模型的能力与风险。他强调的是体验的必要性，而不是要求所有人无限投入 AI。先做真实项目，才能知道它在哪些地方可靠、在哪些地方仍需要监督。

2. “N of 1 软件”正在变得可行

过去，个人只能适应通用软件；现在，个人可以为自己的独特需求制作软件。例如 The Good Place 不是追求大规模增长的社交平台，而是一个有意限制发布频率、取消算法并让内容自动消失的会员社区。它的价值来自高度匹配使用者的原则。

3. 成本下降会迫使传统 SaaS 重新创新

Craig 原先每年为 Campaign Monitor 支付约 6,000–7,000 美元，重建后预计邮件基础成本约为 150 美元。他的经验不能直接代表所有企业的完整成本——开发时间、可靠性、安全与合规同样需要计算——但它清楚显示：长期缺少创新、依靠定价惯性的软件会面临压力。

4. AI 对写作者的最大价值可能在写作之外

Craig 用 AI 寻找资料、汇总链接、补齐待查事实和检查文化敏感性，却不让它触碰正文。他认为，亲自在语言中摸索不是可以删除的低效步骤，而是写作产生价值的机制。

5. 工具的好坏要看它是否促进更重要的行为

他的新闻通讯工具自动完成归档和发布，因此提高了制作新专题通讯的意愿；视频问答档案能按主题定位内容，因此增加了继续举行会员交流会的动力。优秀的自动化不是单纯节省分钟数，而是改变行为概率。

6. “做出来”已经不再稀缺

当一个周末就能生成应用或公司原型时，完成原型本身不再证明多少价值。新的门槛是：是否解决真实问题、是否有人持续使用、是否能够维护，以及创建者是否长期投入。

7. 意图比产出量更重要

AI 可以让人不断产出看似完成的东西，却也容易制造“已经做成”的幻觉。节目用买域名、先做书封面的例子说明：外观上的启动感可能满足冲动，却没有完成真正的工作。需要先说明为什么值得做，再调用 AI 加速。

8. 注意力边界应围绕“网络”设计

Craig 并不排斥电脑，而是隔离网络。他早晨不用手机、不进行会议，在一台基本离线的 MacBook 上写作；研究问题先记下来，午后再集中查询。这是一种比“少用科技”更精确的设计：保留工具，切断即时刺激。

9. AI 探索与核心创作需要分时处理

Craig 同样感到全日探索 AI 的诱惑，但把它放到午后。他不是否认 AI 的历史意义，而是认为自己独特的价值仍是那些只有他愿意写的作品。分时让两种工作共存，而不是让高刺激任务吞掉低刺激但更重要的创作。

10. 不要把哲学猜测当作事实

节目后段关于意识、人类未来与机器接替人类的讨论具有启发性，但属于个人哲学和推测。Craig 与 Dan 对 AI 是否可能具有某种意识并无共识，也没有提供可验证证据。阅读时应把它与前半段可观察的工具实践分开。

内容结构与关键时间点

时间	主题	建议关注
03:51	重建 Quicken 与 Campaign Monitor	个人软件的成本逻辑与适用边界
06:24	The Good Place	如何通过限制而非功能堆叠塑造社区
10:39	工具建设的黄金时代	小型定制工具与传统 SaaS 的竞争
12:17	写作者如何使用 AI	研究辅助和代写之间的边界
17:35	通讯归档与视频问答库	自动化如何反向促进创作
27:58	无网络的创作缓冲区	深度工作的环境设计
30:31	抵抗全天候 AI 刺激	AI 探索与核心工作的时间隔离
39:44	反对人格化 AI	工具关系、陪伴和真实社区
47:42	收养经历与人类未来	个人经历如何塑造技术哲学

重要案例、数字、工具与人物

案例与数字

• Campaign Monitor：原支出约 6,000–7,000 美元/年。
• 自建邮件系统：预计基础发送成本约 150 美元/年，使用 Amazon SES，并配置 DKIM、SPF 等邮件认证。
• 模型订阅：Craig 将约 1,200 美元/年的支出视为高性价比的个人开发能力。
• The Good Place：帖子一周后消失，每天发帖和回复数量受限，无推荐算法。
• 会员“董事会”档案：把多次问答视频整理成可搜索并跳转至对应时间点的知识库。

工具和技术

• Claude / Opus / Fable：用于编程、重构、安全检查和研究辅助。
• Codex：节目中被用作后台执行任务及辅助阅读、研究的例子。
• Python / Flask：Craig 偏好简单、维护负担低的技术栈。
• Amazon SES：自建邮件发送基础设施。
• Obsidian、Ulysses：讨论专注写作设备时提到的写作软件。

人物

• Craig Mod：作家、摄影师、出版实践者与技术爱好者。
• Dan Shipper：Every 联合创始人、AI & I 主持人。
• Kevin Kelly：被用于说明“先做书封面，检验是否真的想写书”的例子。
• Tim Ferriss：围绕旧式建议类非虚构作品在 AI 时代的价值展开讨论。

主持人与嘉宾的关键立场

共同点

• AI 已经足够强，值得通过真实项目深入理解。
• AI 能显著降低软件开发与定制工具的门槛。
• 高频使用 AI 会对注意力产生真实影响，需要主动设计边界。
• 人的长期投入、判断力和独特意图不会因原型生成变容易而自动消失。

分歧

• Dan 对 AI 可能呈现“原始意识”或非人类式意识保持开放。
• Craig 更坚定地把 AI 视为工具，认为人格化会削弱真实的人际关系并造成认知混乱。
• 这一分歧没有在节目中得到证实或解决，属于哲学立场。

对个人工作的启发

建立“核心—外围”任务地图

把工作分成三层：

1. 必须由自己完成： 价值判断、观点形成、最终表达、关键关系沟通。
2. AI 可以辅助： 资料检索、结构整理、交叉检查、反例寻找、敏感性审查。
3. 可以尽量自动化： 文件转换、归档、格式整理、重复发布、状态记录。

这个划分比根据“AI 能不能做”来决策更稳妥。

评价自动化是否真的有效

不要只统计节省了多少时间，可以增加三个问题：

• 它是否让我更愿意完成重要工作？
• 它是否减少了持续维护的负担？
• 它是否让结果更容易复用、检索或发布？

设置无网络创作时段

每天预留一段不接触即时消息、浏览器和 AI 对话的时间。遇到需要查询的内容先记为待查项，结束深度工作后批量处理。重点是延迟连接，而不是永久拒绝工具。

为 AI 探索设定停止条件

开始前写清楚目标、预期产物和结束时间。例如：“用 90 分钟验证能否自动整理播客，产出一个可阅读样例；如果仍需大量人工修补，就停止扩展。”这样可以减少为了体验能力而不断生成项目。

可执行建议

1. 本周列出三个高频付费工具，检查是否存在高度个性化、低风险的自建部分，但不要默认完整替换成熟服务。
2. 为每个 AI 工作流写一行“它服务的更大目的”，无法回答时暂缓自动化。
3. 设立至少 60–90 分钟的离线核心工作区间，手机与即时通信物理隔离。
4. 研究与写作分离：写作时记录待查项，统一在联网时段处理。
5. 对 AI 生成的研究结果保留原链接并人工复核，尤其是数字、人物、历史与敏感主题。
6. 衡量项目时从“是否生成”转向“是否持续使用、是否维护、是否产生真实结果”。

事实、观点与不确定性

可由节目来源确认的事实

• 单集标题、发布日期、时长、主持人与嘉宾身份。
• Craig 在节目中描述的工具、工作方式和成本数字。
• Every 提供了本期官方逐字稿和时间点。

嘉宾个人陈述，未经独立审计

• 自建邮件系统的真实总体成本、投递率和安全水平。
• 自建应用的维护负担与稳定性。
• 对 SaaS 市场、写作市场和 AI 普及影响的判断。

明确属于推测

• AI 是否具有或可能具有意识。
• 有意识的机器是否会取代人类。
• 开源模型最终会带来更平等还是更大的收入差距。

结论

这期最值得保留的不是“AI 可以把 7,000 美元的软件降到 150 美元”这一吸引眼球的数字，而是一套选择原则：技术应该帮助人更专注于自己真正不可替代的部分。AI 让外围工具更容易制作，也同时让无目的的产出更容易泛滥。越是容易生成，越需要清晰的意图、长期维护和主动保护的注意力。

对个人而言，理想状态不是全天候与 AI 共处，也不是回到完全不用 AI 的工作方式，而是形成节奏：离线时完成最重要的思考与表达，联网后让 AI 处理研究、验证、组织和工具建设。

来源说明

本报告基于 Every 官方逐字稿、AI & I 的公开 RSS 元数据、Spotify 与 Apple Podcasts 页面制作。没有使用 Spotify 的短音频预览代替完整节目，也没有进行本地语音转写。英文配套文件为详细时间轴内容笔记；完整逐字内容请访问出版方的官方页面。