如果你是用 AI 主要干写作的人，这个 8 月可能会有点懵。
新模型一个接一个地发，宣传词里排在一起的关键词几乎都是同一个：编程。8 月 14 日智谱发布 GLM-5.3，官方介绍称其编码能力比上一代提升约 50%，还声称“意外涌现”出网络安全能力，在漏洞挖掘基准 CyberGym 上做到开源第一。36氪同期阿里开源 Qwen3.8 系列，还发布了一款能在笔记本上运行的全新大模型。知乎据博主统计，DeepSeek V4 Flash 发布后单日调用量达到 8 万亿 Token，登顶全球大模型调用榜首。微博
看这个阵容，大模型厂商像是集体转型成了编程工具公司。但现实是，大多数用 AI 的人根本不写代码。8 月 14 日小红书有网友直接吐槽：“讲真我用AI根本不怎么写代码，天天都在让它帮我写东西”。小红书知乎 8 月 17 日有个提问更直白：“现在擅长写作的AI模型哪个最好？”诉求只有一句——“不要那种ai味道特别浓的，更有可读性的”。知乎
一边是行业集体卷编程，一边是写作用户求“活人感”。这个落差，不是偶然发生的。
一、为什么都在卷编程：不是因为编程最重要，而是因为它最能“证明”
知乎上本周有个回答把这件事说透了：编程是少数能被清楚衡量的智力任务。代码能不能编译、程序能不能跑、测试通没通过，都有明确判定；AI 写错了，可以根据报错继续改，“生成、执行、发现错误、继续修改”形成一个完整闭环。而这个闭环，恰恰是当下主流后训练路线最重要的燃料——只有能被自动打分的任务，才能拿来大规模训练模型。资本市场需要明确的进步，产品发布需要好看的数字，代码排行榜就成了最方便的证明方式。知乎
写作恰好相反。用那位作者的话说：“一篇文章有没有灵魂，无法通过单元测试判断”。知乎GLM-5.3 反而从侧面印证了这个逻辑：它与上一代共用同一个基座，所有提升都来自后训练，编码能力就涨了约 50%——能被自动打分的任务，杠杆就是这么夸张。36氪
再加上商业逻辑。程序员是最容易接受 AI、也最愿意为效率付费的一批用户，Coding Plan 和订阅套餐自然成了大模型厂商眼下最确定的变现路径。连一向低价的 DeepSeek 都开始反向涨价：V4-Pro 的输出价格从每百万 Token 6 元涨到了高峰时段的 27 元，涨幅 350%。知乎“国产模型只会越来越便宜”的阶段，可能已经过去了。
二、但这场竞赛的代价，正落在你的写作体验上
你直观感受到的“AI 味”，其实就是这种资源倾斜的副产品。有知乎回答描述得很准：现在的模型参数更大了，推理能力更强了，编程分数也越来越高，但写出来的文章却越来越像——“开头一定要先制造一个问题，中间一定要分成几个小标题，结尾一定要进行价值升华”。知乎
围绕“去 AI 味”，甚至已经长出了一门生意。小红书上“去 AI 味提示词”帖子动辄几千上万收藏；微博上有人开源了“活人感写作 skill”，专门用来弱化文字里的 AI 感。微博AI 博主“数字生命卡兹克”8 月 5 日感慨：“写作，好像是2026年的今年，被AI行业忽视的最多的场景”。微博
更隐蔽的是信任成本。有微博用户说得扎心：AI 写文发展到现在，创作者无法证明自己不是用 AI 写的，读者也无法分辨眼前的文字是不是 AI 写的。微博当所有模型都用同一套“模范作文”模板写字，连真人写作都开始被怀疑是 AI。
说到这里要划一条边界：“写作能力全面倒退”目前没有基准证据，我不下这个结论。但有两份社区整理的“写作榜”，至少能回答一个更实际的问题：到底谁写作真的行。
第一个是 Hemingway-bench：评委是小说家、编辑、诗人，盲评 AI 写的小说、文案和邮件，打分只看品味和原创性，格式再工整也不加分。结果相当反直觉——一批在编程和推理榜上呼风唤雨的旗舰模型，在这里名次并不靠前。
第二个是 Arena 创意写作榜，尺子完全不同——纯大众盲投：同一道题，两个匿名模型各写一篇，网友选好的那篇，已经投了 117 万多次。小红书
大众投票的结果更扎心：推理能力公认顶尖的 Claude Opus 5，写作只排第 7；综合跑分第一梯队的 GPT-5.6 Sol，创意写作直接掉到第 11。小红书把两份榜单交叉对照更有意思：同一个模型，两榜名次能差出十几位。图里的总结很直白——推理最强的模型，写作不一定最强。
三、写作用户怎么办：几条能直接用的判断
第一，选模型看“写作战绩”，别看编程榜。各家口径还在互相打架：7 月中旬发布的 Kimi K3 有 2.8 万亿参数，发布时的说法相当激进：在前端开发和写作等多个基准测试中直接冲到了全球第一，甚至超越了 Fable 5 和 GPT 5.6。微博但上面两份独立榜单里，第一名都是 Claude Fable 5。小红书“写作冠军”本身就有水分，最可靠的还是拿你自己常用的两三段写作任务，把候选模型实测一遍，榜单只用来缩小范围。
第二，不写代码，就别为编程订阅付费。这轮订阅是为编程场景定价的，旗舰价格已经被顶得很高：Kimi K3 输出价每百万 Token 100 元，是混元-TurboS 的 50 倍。知乎你付的是编程和智能体任务的算力溢价，和你的写作需求关系不大。K3 的热度也远超官方预期，一度因为算力不够暂停新用户订阅。微博如果你的需求是写材料、写公文、写文章，免费额度和低价通用 API 完全够用。
第三，提示词有用，但别把希望全押在“去味咒语”上。去 AI 味提示词治的是标，更有效的做法是给素材、给样例：把你以前写过的几段话丢给它模仿语气，让它基于具体材料写，而不是从一句主题开始自由发挥；与其说“写得自然一点”，不如一条条禁用——禁用“总的来说”、禁用小标题、禁用排比开场。前者的上限比后者高。
最后，留三个值得盯的信号：有没有厂商在新版本里开始发布写作、长文专项基准，那说明写作场景被看见了；“活人感”会不会变成产品卖点；后训练的下一批研究会去攻克主观评测，还是继续绕着走。三个里任何一个发生，写作用户的处境就会开始松动。
竞赛的方向由“什么能被衡量”决定，但你的需求，不必跟着榜单走。
