Zack Proser：建一座工厂，帮助别人讲述自己的故事

如果你在乎一个人，我认为你应该为他建一座工厂。我做开源开发已有 15 年，但从十几岁起也一直痴迷写作：随笔、教程、创业公司的博客，以及我个人网站上的文章。我喜欢钻研自己感兴趣的想法，然后发表出来与人分享。

我表现最稳定的一篇文章，在大语言模型出现之前，从无到有写成 Markdown 并发布，只花了 23 分钟。那天我刚艰难地哄完两个幼儿睡觉。人们问我为什么写得这么快；答案是我一直在脑中写作，反复尝试标题、句子，以及让故事更有吸引力的方式。

比起 AI 垃圾内容，我更担心那些从未被讲出的故事。很多有才华的同事告诉自己不是作家，或者因为恐惧和羞耻而不敢分享重要工作。我相信，只要有明确意图、认真判断结果并彼此负责，AI 可以帮助我们写出更好的故事，也能让更多人更稳定地表达。

我是 WorkOS 应用 AI 团队的工程师。我们希望增加发布频率，因为各团队一直在做创新工作，却没有持续地把这些故事讲出来。于是我在 Cloudflare 上构建了 Blog Bot，把自己长期积累的写作经验——如何让内容有吸引力、有教学价值——放进自动化系统，再交给同事使用。

同事可以在熟悉的 Slack 界面里，让 Blog Bot 把活动文稿变成符合 WorkOS 质量标准的回顾文章。系统会从录音、活动图片和 Slack 讨论中收集背景。依我的经验，结果可以完成初稿工作量的 85% 到 90%，但仍需要人继续修改、通读全文、署名并发布。

我把这称为不对称杠杆：简单界面背后可以是复杂的分布式系统，包含数据连接器、定制工具，以及请求人工批准或确认事实的环节。我们的系统还能生成符合设计团队风格的图片。一次简短请求就能得到大量成果，同事也能独立调整，而不必每次都找写作者修改。

我和 WorkOS 创始人 Michael Grinich 曾讨论公众对 AI 写作的焦虑，以及开发者获得的速度提升。他给我看了一座钹的工厂：机器快速制造钹，但技艺娴熟的音乐家会逐一试奏和检查。他说这条生产线充满了工艺精神。起初，我对把加速生产称为工艺感到不自在。

他的意思是，工艺可以贯穿整条生产线。机器以人无法达到的速度完成工作，但经验丰富的人会演奏、倾听，再决定每一片钹是否配得上品牌。质量并没有离开流程。同样，我们的发布频率提高后，我看到原本很少分享出色工作的同事，开始定期介绍自己的成果。

一位读者说，如今看到网上的每个句子都会心生疑虑：这是 AI 写的，还是人写的？我理解这种担忧，但工厂的例子促使我审视自己的流程。为了理清思路，我写了一篇文章，借用锻造的比喻：人是火花、风箱，也是淬火。

作为火花，我亲身体验世界，决定哪个故事值得讲述。作为风箱，我观察作品的发展，删除无关段落、纠正错误，并指出其余想法应如何展开。即使模型处理了繁琐细节，我仍在不断塑造作品，让它接近我想要的结果。

最后，我是淬火的环节：我决定作品已经准备好，并以自己的名字发布。这意味着我对其中的文字、论断、链接、规格和性能数据负责。完成的作品必须配得上我的署名。我认为，即使生产速度提升，我们也可以这样守住质量标准。

设想一篇完全手写的文章，与另一篇经过 14 轮模型迭代、最后由人修改的文章。如果读者分不出区别，我认为关键问题在于作品本身：它真实吗？有用吗？美吗？能帮助别人吗？读者可以根据自己得到的东西决定是否再次阅读。

我们大多数人都对某种流程或成果格外熟悉，即使并不把自己称为专家。可以把这些经验做成工具，先让它产出你认可的东西，再让其他人试用。问问他们：这是否帮助他们更完整、更有效地达成自己的目标？我认为这种模式有广泛的应用空间。

第一座工厂帮助同事分享工作。接着我想，仅仅两个听众是否也值得一座工厂？我用 AI 模型花四小时为两个幼儿做了一个应用：它查看他们当天的照片，推荐一个让他们成为主角的睡前故事，把我们共同的经历和学到的事融进去。

第一次试玩从零到孩子们喊“再来一次”，只用了四小时，是我职业生涯最快的一次成功试玩。我随后加入语音控制，让故事在他们要求时重新播放。系统体现了我对好睡前故事的理解，而内容由孩子们提供：他们可以要求一个自己与喜欢的角色一起冒险的故事。

这个时代充满潜力与进步，也伴随着焦虑和不确定。作为视觉创作者、写作者和开发者，我自己也经历过这些感受。构建帮助别人创作的工具，成为我应对不确定性的一种方式：看到同事的见解获得认可，看到孩子们在故事中认出自己的一天，我都感到快乐。

两座工厂都会因为使用者带来的想法和反馈而进步。所以我想问：你在乎谁？你特别擅长什么？把你学到的经验和对质量的判断放进工具，交给通常不制作这类内容的人，然后看看他们会创造什么。