大家在問哪個 AI 最會寫文章，而我想的是一鍋湯為什麼喝起來像別人家煮的

2026 年 9 月 8 日下午，V2EX 上出現了一個很樸素的提問：「目前寫作（中英文）最好的模型是哪個。」

發文的人抱怨得很具體。他說 GPT 越來越不說人話，喜歡說一堆廢話沒重點；Claude 則老愛原創奇怪詞彙，讀起來煩人。他的需求其實不貪心：寫報告、寫文章，可讀性要好，AI 味要低，同時內容得保留邏輯和智慧。換句話說，他要的是一篇文章喫起來像人煮的飯，聞起來有鍋氣，嚥下去還留得住味道。

這則帖子在十六個小時裡累積了一千一百多次瀏覽，回覆不算多，但每一則都很有味道。有人推薦了特定的模型型號，有人懷念已經下架的舊版本，說那是「寫作的白月光」。還有一位網友的觀察特別精彩，他說某些模型的文風很容易「往某個極端特徵上滑坡」，一旦某一段出現了破折號，後面就會越來越多。

你看到這裡，大概已經明白了。這根本不是一個科技問題，這是一個廚房問題。

那股藏不住的味道，廚房裡也有

你有沒有喝過一鍋「哪裡都對，但就是不對」的湯？

鹽放得剛剛好，火候也到了，材料一樣不缺。可是喝第一口的時候，舌頭就知道了：這鍋湯沒有主人。它像是照著一份列得鉅細靡遺的食譜做出來的，每一步都對，卻沒有人在旁邊嚐一口、補半匙、決定今天要不要多一片薑。

AI 寫出來的文章，毛病一模一樣。發文的人說 GPT「說一堆廢話沒重點」，這就像一鍋什麼料都丟進去的湯，火腿、幹貝、玉米、番茄全在裡面，結果每一種味道互相打架，喝完你記不住任何一種。他說 Claude「原創奇怪詞彙」，這像是一個太想表現的廚師，在炒青菜的時候硬要淋桂花蜜，創意是有的，只是那盤菜不需要。

而「破折號越用越多」的觀察，最讓我拍桌。這就是所謂的調味滑坡。你煮紅燒肉，第一塊冰糖炒出的糖色剛剛好，第二鍋你手一抖多放了半匙，第三鍋你開始覺得甜一點才夠味。等到第五鍋，那鍋肉已經甜得發膩，而你還覺得自己一直照著同一個方子在燒。模型也一樣，它學到了某個「看起來像好文章」的特徵，就忍不住一直用，越用越密，越密越假。

這也是為什麼帖子裡有人說，這種需求「更多是靠 skill 而不是靠模型」。翻譯成廚房的話就是：食材再好，也得有人站在爐子前面。這讓我想起我們之前寫過的那篇第一次開火的故事，難的從來都不是食譜，而是那些沒人告訴你的小坑。

一百字的小故事，像一碟小菜

帖子裡最精彩的部分，是一位網友做的實測。他給三個模型出了一道題：寫一個一百字以內的小故事，不要抄襲。

GPT 寫了一隻小狐狸和掉進井裡的月亮。Gemini 寫了一個在荒原上遇見蒲公英的舊機器人。Grok 寫了一隻巷口的貓，和一個把最後一塊餅乾掰一半遞過去的小孩。

老實說，三碟小菜擺出來，都算得上擺盤乾淨、火候及格。一百字，就像一碟涼拌小黃瓜，最考驗的不是功力，是分寸。蒜多一分就嗆，糖多一分就膩。那個貓尾巴繞上腳踝的畫面寫得不壞，「像給這個夜晚蓋了章」，這一句有畫面，也有留白。

可是你讀到第二遍，那股味道就浮上來了。太完整的隱喻，太工整的收尾，太像「一個好故事應該有的樣子」。就像一碟在小館子裡調得太準的小菜，你說不出哪裡不好，只是知道，這不是誰家媽媽的味道。媽媽的味道總有一點不規矩，鹹了一點，或者蔥花切得大了些，但那個不規矩就是人味。

發文的人還提到一件很微妙的事：Claude 好幾個版本以前，預設寫出來的內容就很好。這句話廚師聽了會心一笑。一家店最紅的那一年，老闆親自顛勺；後來生意大了，換了中央廚房，配方鎖死了，味道反而回不去了。懷念一個下架的舊模型，跟懷念一家收掉的麵攤，是同一種悵然。

有智慧，然後把話說得像人

我把那個發文者的需求再讀了一次。「重點是有智慧的情況下，把話用自然語言更好的描述出來。」

這句話，其實就是好文章和好料理共同的祕密。智慧是食材，自然語言是火候。一塊上好的牛肉，你用大火硬煎到全熟，它就只是一塊熟的肉；你讓它靜置、切片、撒上那一點海鹽，它才變成一道菜。反過來，火候再漂亮，拿到的是一塊冷凍過三個月的肉，盤子再熱也是空的。

所以「AI 味」到底是什麼味？我後來想通了。那是沒有人嚐過的味道。機器可以把一百萬篇食譜讀完，但它從來沒有被燙過舌尖，沒有在市場裡捏過一顆番茄的軟硬，沒有聞過薑下油鍋那一瞬間「嗶」的一聲竄起來的香。它知道所有關於味道的描述，卻沒有味道的記憶。這一關，就像我們聊過的AI 睜開眼之後，人怎麼學會看一桌菜，看得到，跟看得懂，中間隔著一輩子的餐桌。

回到你自己的鍋前

那個帖子最後也沒有選出一個贏家。有人推 K 系列寫中文好，有人說 GLM 跟 V4 差不多，有人說 GPT 和 Claude「已經沒有正常寫中文文章的能力了」。你看，連工程師們的結論都是：看菜喫飯，看需求選鍋。

所以這篇文章能給你的，其實是一個廚房裡的老辦法。下次你需要寫點什麼，不管是報告還是家書，先讓機器出一版草稿，就像先讓它把菜洗好、切好。然後你坐下來，把那些破折號一個一個拿起來放回去，把「賦能」換成「幫得上忙」，把三段式的排比拆掉一段，就像把太鹹的那勺醬油收回來。

最重要的，是往裡面放一樣只有你有的東西。一句你真的聽過的話，一個你真的喝過的湯，一個只有記得那家麵攤的人才寫得出來的細節。

機器讀過一百萬篇食譜，但它沒有在你家廚房餓過。這一點，暫時還是你的。