AI 时代最常见的坏作品，是“正确但不对”：结构、格式、语气、案例都齐全，却击不中一个真实存在的问题。它符合已有规则，但没有回应活的问题，像有好东西的外观，却没有好东西的发生过程。学术写作里，这类稿子往往引言、方法、讨论一应俱全，读起来挑不出硬伤，但没人需要它。判断“该不该写”只是其中一环，更难的是判断这篇东西有没有必要存在、它回答的问题是否重要。AI 越强，坏东西越精致、越难被清单抓住，识别“无生命的正确”就越依赖人的品味⁠1,2。

标题、开头、论证顺序、例子、语气和结尾不是可以分别优化再拼回去的零件。第二段怎样定义问题，会改变第五段该保留什么反方；决定文章多锋利，也会改变哪些句子必须克制。如果让多个 AI 分别“改得更好”，每个都容易做出局部正确的修改，最后综合时往往保留最没争议的部分，删掉无法平均的锋芒，得到平均值的平均值。对需要统一叙事和取舍的写作，更稳的做法是一个判断、一条主线、一个负责人⁠3。

AI 拿不到你脑子里的审美偏好、判断原则和验收标准时，只能猜，改五六轮也未必对。可行的分工是：确定性的部分交给程序，模糊和需要上下文的部分交给 AI，关键判断留给人，人的反馈再回去改进标准。学术写作里可以先把自己领域的规范、常见反例、什么算合格写成 AI 能读的文档，让 AI 处理格式、文献整理、初稿这类可验证的部分，把最值得你看的部分排到前面。这样人的精力集中在真正需要判断力的地方，而不是被低价值筛查消耗⁠4,5。