写作作为一种思考工具

写作——无论是在方格纸上手写,还是在纯文本文件里敲下——都被视为一种主要的思考、设计和真正理解问题的工具,而不只是记录或润色成品想法的方式。评论者描述了起草散文、草图和代码如何暴露隐藏假设、澄清自己“实际上”在构建或研究什么,并形成持久的上下文,而这正是 AI 生成的文本或代码常常无法提供的。尽管许多人认为 LLM 作为编辑、灵感橡皮鸭或研究助手很有价值,但他们警告说,把核心写作过程外包会带来浅薄理解、更弱的学习,以及在自己与想法搏斗时所获得的重要认知收益的流失。

纸笔作为一种思考工具

  • 许多人把项目的起点描述为手写的涂鸦、方框和箭头,它们在写代码之前就能“解锁”清晰度。
  • 人们反复表示,相比平板或数字工具,更偏爱纸笔的自由和低摩擦感。
  • 方格纸(尤其是 5mm)和简单、可靠的笔很受欢迎;有些人会使用颜色编码系统来区分服务、基础设施和优先级。
  • 一些工作流程把模拟记录与数字归档结合起来(照片 → OCR → Obsidian/markdown)。

写作与思维的清晰度

  • 写作会暴露不清晰的思路;复杂的散文常被视为掩盖草率或回避性推理的常见方式。
  • 多位评论者提到,只有在写作时他们才发现自己真正在研究或构建什么。
  • 在编码前用自然语言起草计划,会暴露脑中看不见的边界情况和设计决策。
  • 并非所有写作都应该发布;很多只是“思考废气”,只对作者有用。

AI 在写作与思考中的角色

  • 人们强烈担忧 AI 写作会绕过思考过程;AI 输出常被视为浅层想法的启发式信号。
  • 有些人如果内容看起来是 LLM 生成的,或者回复明显经过 AI 中介,就拒绝深入参与。
  • 其他人把 LLM 当作编辑器或“快速反馈”伙伴(用于一致性检查、清晰度建议),同时强调核心起草必须保持人为。
  • 少数人认为,如果谨慎使用(总结、质疑假设、对抗性审查),LLM 可以增强理解,而不是取代理解。

编程、设计与写作作为平行过程

  • 编码被视为另一种用于思考的写作:真正的复杂性和缺失的假设只有在实现中才会显现。
  • 人们担心依赖 AI 生成代码会侵蚀这种学习循环。
  • 有些人通过重新输入 AI 生成的 diff,或先用英文写出行为来缓解这一点;瓶颈被认为是理解,而不是打字速度。
  • 设计师也有类似感受:在 Figma 或纸上草绘,能以提示词单独无法做到的方式揭示并打磨那些模糊的“思维感受”。

媒介、习惯与局限

  • 手写与键盘之间存在争论,但大多数人重视低摩擦、自由形式的草绘,再在之后进行数字化结构化。
  • 每日自由写作、晨间页和实验室笔记式记录被认为对生成想法和追踪复杂工作非常有效。
  • 另有一种反对意见认为,对高度分析型的人来说,写作可能变成过度分析,从而沦为伪理性化,而非真正的进展。