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
打算让模型起草整章的技术书作者，该把模型的职责压回排版、出图与逐句查错，把省下的时间转投章节结构和事实核查；省下的工不会消失，只是在付印前退回给作者。
依据
Nathan Lambert 刚写完一本后训练（post-training，指模型预训练之后的对齐与微调阶段）教科书《Reinforcement Learning from Human Feedback》。他把接近定稿的 200-300 页 PDF 交给 GPT 5.5 Pro，模型找出了散落全稿的细小错字；但同一批模型写整章时，句子没问题，组织却混乱，还会在不该用力的地方卖弄，顺手造出概念错误。他的解释落在数据上：长文非虚构缺少可专门干预的训练数据，模型在这里做的是提高熵，把信息摊散，而非压缩，而他认定压缩才是产生洞见的那一步。他公开的分工是 Claude 当编辑（他称其有 taste，即判断力与品味），GPT 当校对，结构与取舍留给自己。他还提醒，Claude Code 这类专用外壳和更多推理 token（模型逐字生成的基本单位）只能捡低垂果实，不构成乘数级提升。
- 作者定结构与正文初稿交模型
- 模型排 LaTeX 与出图近终稿查错
- GPT 5.5 Pro 全稿查错再读一遍
- Claude 提编辑建议
没写清 材料没说他交给模型的那一版里查出并改掉了多少事实性错误，也没给人工核查实际耗时，所以这套分工净省多少无法算。
下一步 下次书稿进度更新时，看模型是否仍只做排版、出图与逐句查错，整章结构是否仍由 Lambert 本人重写。