这位Tsvi BT，耶路撒冷希伯来大学哲学系狠人，专攻知识论+语言哲学+AI伦理，江湖人称“ testimony 终结者”。是LessWrong社区活跃的理性主义写作者，专注于认知科学、人工智能伦理与集体知识构建机制的研究。他平时不写爆款，一写就是核弹，2025年11月1号丢出这篇《LLM-generated text is not testimony》，直接炸穿英文学术圈，推特转发10万+，连马斯克都偷偷点了个赞。
为啥？因为他把“AI写字”这块遮羞布撕得连线头都不剩，告诉你：机器人写的每一个字，都不算人话，不配叫证言，不配被信任，更不配被你转发到群里装大佬！
大模型生成的文字缺乏真实心智、意图与责任主体，无法构成“证言”。将其当作人类言论传播，会污染认知生态、削弱思想对话、误导公众判断。真正的交流，必须来自有血有肉、能被追问、愿担责任的思考者。
一、你以为文字只看内容？错！背后的心智才是灵魂
很多朋友刷到一段AI写的爆款文案，觉得“写得挺好啊，逻辑清晰、文采飞扬，干嘛非要纠结是不是人写的？”这种想法，看似合理，实则危险。因为它忽略了一个根本事实：人类交流，从来不只是交换字词，而是交换心智。
我们读一篇文章、听一句话、看一条评论，真正想捕捉的，从来不是排列组合的汉字，而是一个活生生的人——他的困惑、洞见、信念、挣扎、经验、价值观，以及他愿意为这些观点承担什么后果。
大模型2025年的水平，再强，也只是在统计意义上模仿人类语言的表面纹路。它没有“我思故我在”的主体性，没有“我为此负责”的道德重量，没有“我错了就改”的反馈闭环。它吐出来的每一个字，背后都空无一人。
你读AI生成的文字，就像在博物馆看一件仿制的古董瓷器——釉色、纹样、器型都对，但它没有经历窑火淬炼，没有匠人指尖的温度，更没有在历史长河中被使用、磨损、传承的故事。它只是“看起来像”，但从来不是“真实存在”。
而人类交流，恰恰依赖于这种“真实存在”。当我们相信某人说的话，我们相信的是他这个人——他的专业积累、他的诚实记录、他的思考习惯。我们愿意暂时把判断权交给他，是因为我们知道，如果他说错了，我们可以找他追问、质疑、甚至“秋后算账”。
AI没有“秋后”，只有“即时生成”。它不会脸红，不会道歉，不会半夜惊醒反思自己昨天说错了什么。它只是不断吐出新的、看似合理实则空洞的句子，像一台永不停歇的“意义喷雾机”。
二、AI文字三大“平面化”：结构平、时间平、社会平
人类文字之所以有力量，是因为它具备三层维度：结构性、时间性、社会性。而AI文字，在这三个维度上，统统是“平面”的。
结构性上，AI文字没有“活的心智引擎”推动。人类写文章时，脑子里有概念网络、有矛盾张力、有隐喻跳跃、有未言明的预设。这些深层结构会通过字里行间的微妙选择折射出来——比如用“挣扎”还是“努力”，用“风险”还是“不确定性”，用“我们”还是“大家”。
但AI的选择，只是基于概率分布的最优匹配。它不会因为内心真正认同某个观点而语气坚定，也不会因为犹豫而用词含糊。它的“坚定”和“含糊”都是表演，没有真实情感或认知状态支撑。
时间性上，AI文字没有“演化轨迹”。一个真实的人，今天写A观点，下周可能因为新证据、新思考、新对话而修正为A’，再过一个月可能整合成B。这种思想的流动、迭代、自我纠错，本身就是知识生长的过程。
但AI每一段输出都是“孤立快照”。它不会记住自己上一段说了什么，更不会因为你的质疑而调整下一段。你无法追踪它的“思想史”，因为它根本没有思想，只有响应。
社会性上，AI文字无法参与“集体知识共建”。人类交流是一种社会契约：我说出观点，接受你的检验；你提出问题，推动我深化思考；我们在互动中共同逼近真相。这个过程需要责任、信誉、声誉机制作为润滑剂。
但AI没有声誉可言。它不会因为说错话而被拉黑，不会因为误导他人而感到羞愧，更不会因为你的追问而真正“思考”。你质问它，它只会用更流畅的废话搪塞你。这种“无法被问责”的特性，让它天然不适合作为公共讨论的参与者。
三、别发AI内容冒充人话！这不仅是懒，更是欺骗
很多朋友说：“我用AI辅助写作，最后自己改过，不就行了吗？”——行，但请明确标注“本文经AI辅助”，而不是把它包装成“我写的”。
问题在于，很多人根本没改，或者只改了表面。他们把AI生成的内容直接发出来，假装是自己深思熟虑的结果。这本质上是一种“认知冒名顶替”。
想象一下：你收到一封邮件，署名是某位专家，内容专业严谨。你基于信任，据此做了重要决策。后来才发现，这封邮件其实是对方随便让AI写的，他自己都没细看。你会作何感想？
这不是小事。在信息爆炸的时代，我们极度依赖“证言”（testimony）——即他人基于其专业、经验或观察所作的陈述。但证言之所以可信，是因为背后站着一个可被追溯、可被问责的人。
AI文字，是“无主之言”。它没有主人，没有立场，没有代价。分享它，就像在公共水源里倒进一瓶看起来像矿泉水的不明液体——你不知道它有没有毒，更不知道谁该负责。
更危险的是，AI文字往往“看起来很对”，实则充满微妙错误：过时数据、逻辑漏洞、概念混淆、虚假平衡。普通人很难一眼识破，但专家一看就知是“语言泡沫”。
如果你自己没核实就转发，等于在传播未经验证的谣言。如果你核实了还转发，那为什么不直接用自己的话重写？你亲身验证后的洞察，远比AI复述更有价值。
四、文字不是终点，而是思考的副产品
很多人把“写作”当成“输出内容”，但真正的写作，是“思考的外化过程”。当你试图把模糊的想法写成清晰句子时，你会被迫厘清逻辑、填补漏洞、发现矛盾。
这个过程本身，就是认知升级。我无数次在写作中途突然意识到：“等等，我刚才那个观点其实是错的！”——这种顿悟，AI永远给不了你。
而依赖AI写作，等于放弃这种自我锻造的机会。你变成一个“内容搬运工”，而不是“思想创造者”。你发布的不是你的思考成果，而是你对AI输出的“审美偏好”。
这就像请人替你健身，然后把对方的肌肉照片P到自己身上发朋友圈——看起来你练出来了，其实你连汗都没出。
更讽刺的是，很多人用AI写文章，是为了“省时间”。但真正值得分享的思想，恰恰需要时间沉淀。那些不经咀嚼就吐出来的“观点”，往往只是信息残渣，不是知识结晶。
五、证言必须可追问、可验证、可追溯
真正的知识交流，必须满足三个条件：可追问、可验证、可追溯。
可追问：我说“某种液冷技术能将PUE降至1.05”，你有权问：“在什么负载下？用什么工质？数据中心地理位置？实测数据来源？”——如果我答不上来，我的证言就该被打折扣。
可验证：我提出的主张，必须能被他人通过独立手段检验。比如我引用某篇论文，你应该能查到原文；我说某公司财报数据，你应该能核对SEC文件。
可追溯：我的观点必须有清晰的来源链条。我是否基于一手实验？二手综述？还是道听途说？不同来源，可信度天差地别。
而AI文字，三者全无。你问它“这个数据哪来的？”，它会编一个看似合理的参考文献。你让它验证逻辑，它会用更复杂的废话绕晕你。你追溯观点起源，它只会告诉你“这是综合网络信息生成”。
这种“无根之木、无源之水”的内容，一旦在公共领域泛滥，就会形成“认知雾霾”——大家看似在讨论，实则在各自对空气说话。
六、人类语言的不可替代性：粗糙、矛盾、但真实
有人觉得AI语言“更规范、更流畅”，所以更好。但人类语言的魅力，恰恰在于它的“不完美”。
一个真实的人表达复杂思想时，可能会词不达意、前后矛盾、用词笨拙。但正是这些“瑕疵”，暴露了他的思考边界、知识盲区、情感投入。
比如，一个工程师在描述新型浸没式液冷方案时，可能会激动地说：“这玩意儿简直颠覆了我们对热密度的认知！”——这句话不严谨，但你能感受到他的兴奋和专业直觉。
而AI只会说：“该技术在热管理效率方面展现出显著优势。”——正确，但冰冷、空洞、毫无信息增量。
更关键的是，人类愿意暴露自己的“不知道”。面对不懂的问题，真人会说“我不确定，但可以查查”；AI则倾向于编一个看似合理的答案。这种“虚假的确定性”，比“诚实的无知”危害更大。
七、重建知识传播的伦理底线
我们正站在一个关键十字路口：是放任AI生成内容泛滥，把公共 discourse 变成算法回音室？还是坚守“真实心智输出”的底线，保护人类思想交流的纯净性？
我的主张很明确：
——不要把AI生成的文字当作人类言论传播；
——不要阅读他人分享的AI内容时，误以为背后有真实思考；
——如果你用AI辅助创作，请明确标注，并确保内容经过你本人深度验证与重构；
——优先阅读那些能被追问、愿担责任、有思想轨迹可循的人类作者。
这不是反对技术，而是捍卫认知生态。就像我们不会把塑料花当作真实植物来净化空气，也不该把AI文字当作真实思想来滋养心智。
真正的思想，永远来自有血有肉、会犯错、能成长、愿负责的人类。
结尾提醒：下次你看到一段“完美无瑕”的AI文案，请记住——它背后，空无一人。而你要寻找的，从来都是那个在黑暗中摸索、跌倒、再爬起的真实思考者。
极客一语道破
其实 “证言” 两个字就已经说明这篇文章强调 语言的语义，也就是语言所指向的真实世界，这在维特根斯坦那里称为命题，但是语言不只有命题，更有很多不是断言、不是证言的言语，如果每个人都是说话当成证言，累不累？非得自己去核实，康德说：物自体不可知，如果不是在场，怎么能看清真相？为了追求真相，是不是每个人配一个无人机时刻记录呢？
这位教授的言论其实是在鼓吹人类为中心的自大陷阱，适合那些谨慎、注重安全、小心求证的人的诉求，但是：
看看两位智商高的大聪明说的话多正确：