行业动态Interconnects21:01
我写了一本AI教科书——还要多久AI能写得更好？
I wrote an AI textbook — how long until AI can do it better?
作者亲测AI写作，逼近人类，但教科书重事实核查，AI易出错。
判断
给依赖大模型写长篇技术教材的团队一个硬决定：把模型从“章节作者”降为“校对与编辑助手”，章节骨架、因果排序和概念压缩仍由人类作者定稿。
依据
Nathan Lambert 在 Interconnects 说他刚写完一本 post-training（后训练）教材，并让大模型帮忙处理 LaTeX（排版系统）公式、做大量 copyediting（文稿编辑）和生成 TikZ/Python 图表。他的判断是：模型在长篇幅非虚构写作上停滞；GPT 4.5、Kimi K2 这类写作口碑好的模型偏旧，而同期模型在 coding（编程）和数学上已从可用走到超人类。机制上，他把组织知识看作 compression（压缩），认为当前 LLM（大语言模型）增加长文熵值，无法靠自身叠出洞见；因此依赖模型自主解决开放科学问题，会先卡在“把成熟科学讲清楚”这一步。材料里的对照是：他把 200-300 页的近终稿 PDF 交给 GPT 5.5 Pro，后者找出深层小错；Claude 则更像有品味的编辑，能理解任务心理模型并给建议。二者说明模型擅长微观查错与建议，不擅长章节级组织。
没写清 材料没有给出同一章节由人类与模型分别写作后的盲评或错误率对照，所以无法量化“逼近人类”到底差多少。
下一步 等该书出版后，核对勘误表是否列出 GPT 5.5 Pro 在 200-300 页终稿里标记过的深层小错，以及这些错误是否在终稿被改掉。