Jon Steinback：Marker、AI 与写作背后的思考

写作工具 Marker 的创始人 Jon Steinback 与 Ellis Hamburger、Alex Heath 讨论：AI 能否支持人的思考，而不只是生成文字？采访结束后，两位主持人还讨论各自的工作流、对 AI 的依赖以及第一手经历的价值。

Hamburger 和 Steinback 回忆多年前 Foursquare 最受欢迎时的相识经历。Hamburger 怀念它可信的地点推荐；Heath 记得自己报道过这家公司和 Swarm 上线。Steinback 说，至今没有一个明显的替代品能让朋友一起探索地点，令人遗憾。

三人讨论新的地点产品，以及让人们主动签到有多困难。Hamburger 介绍了一项通过连接银行、利用交易记录推断到访地点的服务，同时承认分享此类访问权限涉及隐私取舍。

Steinback 认为，人们重新重视本地社区和人与人之间的联系。他说，朋友的推荐不仅因为地点好而有意义，还因为它为双方提供了共同体验和谈资。

他回忆一种对社交媒体的定义：内容的价值取决于自己与分享者的关系。在他看来，算法信息流让注意力逐渐偏离了这种关系。他希望出现重建信任和联系的新产品。

Hamburger 想知道，当以参与度为目标的信息流更青睐吸引注意的内容时，人们是否仍希望看到朋友的分享。Steinback 认为人们想看，但新模式必须与高度优化的注意力系统竞争，即便用户刷完之后未必感觉更好。

创办 Marker 之前，Steinback 曾在 Google DeepMind 负责创意和营销。他说自己长期关注新技术、创造力和人的交汇，而实验室广泛的探索吸引了他。

Steinback 回忆早期研究从历史文物延伸到智能和叙事。他记得问 Demis Hassabis 最近在想什么，对方谈到了时间的本质。他将当时的探索氛围与后来更集中于竞争的 AI 竞赛作对比。

话题转向 AI 对社会和就业的影响。Steinback 说，他希望从写作这样一个具体问题入手，在拒绝技术与设想最宏大的技术未来之间寻找中间道路。

Heath 说，Marker 打开后显示的是空白页面，而非提示框。由于此前把一些工作交给 AI，他发现空白页面有点令人畏惧。Steinback 说，他和联合创始人 Ryan 因热爱写作而创办 Marker，希望软件支持整个写作过程。

Steinback 认为，文字处理软件重视录入和排版，而语言模型往往把写作当成产出。他所说写作工具二十年来没有明显变化，是对产品的批评，并非完整的软件发展史。

Marker 去掉了许多可见的排版界面，把页面视为屏幕。Steinback 描述了受写作学术研究启发的框架：写前准备、写作和修改。这些阶段并不一定按固定顺序发生。

产品希望帮助人们发展想法、写下文字并修改。Steinback 说，作者经常把大量时间花在重写上。他介绍了两个功能：标记需要查找的事实，以及在上下文中查看选中文字的替代表达。

Marker 还有 Steinback 所说的“引导式编辑器”。它不只替换词语，还可能指出一段中有多个要点，或问为什么某个想法放得较后，促使作者决定自己究竟想传达什么。

Hamburger 喜欢不打断写作就能标记待查事实的设计。三人提到 Google Docs 创始人之一、Marker 的早期投资者 Steve Newman，以及 Slack 联合创始人 Cal Henderson；他们的支持属于创始人和投资者的观点。

Steinback 说，团队仍专注于写作，虽然人们会在很多地方写字：给家人发消息、写工作备忘录、做报道或服务客户。他希望先做好完整写作体验，之后再支持其他写作场景。

他介绍团队如何从修改次数和协作等写作过程信息中理解用户需要什么帮助。主持人问到口述输入：Hamburger 说，看不到文字出现时讲话让他有点不知所措。

Steinback 说，八岁的女儿还不会打字，却已经用 Whisper 配合 Marker 写故事。他自己更喜欢看着文字从指尖出现，其他人则习惯用语音输入。这个例子引出两人对不同世代输入习惯变化的讨论。

Steinback 强调，每位作者的方法都不一样：有人把笔记本、Obsidian、Apple Notes 和 Google Docs 组合使用。写前准备、起草和修改甚至会在同一段落中交替进行；语音和键盘也可能适用于不同阶段。

Heath 介绍自己的工作流。他说，大约 60% 至 70% 看起来像打字的内容实际上来自口述；他用 Cowork 连接访谈记录和基于自己过往文字的 skill，提供详细提示词，再修改 AI 初稿。他问 Marker 能否融入这一流程，还是需要完全改变做法。

Steinback 开玩笑说 Heath 应该全程使用 Marker，认真回答时则认为他现有的方法似乎适合他。Heath 提议先向 Marker 口述，并询问能否通过 MCP 连接 Granola 等资料源。Steinback 说团队正在测试 MCP，希望增加集成的同时保持简洁。

Hamburger 抱怨，塞满 AI 推广内容的界面令人分心，甚至让人感到不受尊重。Steinback 说，Marker 刻意采用简洁界面，因为面向大众的写作产品需要让基本流程容易理解。

Steinback 说，他与出版商、经纪人和作者的对话正在变化。依他的经历，早期讨论常因训练数据问题而充满敌意；现在更多人开始问，如何使用工具而不把整个写作过程交出去。这是他的观察，并不能解决版权争议。

Hamburger 把 AI 辅助比作“想法同义词词典”：帮助人寻找替代方案和继续前进，而不是给出固定的故事公式。他问 Marker 的模型和编辑器如何避免只重复熟悉的结构。

Steinback 说，团队不想充当文风警察，也不想让所有人写得一样。Marker 希望与人一起写，而不是替人写：建议只有得到用户批准才会进入正文。

他说，系统会考虑修辞策略、推断的受众、风格手法等维度，然后提供对作者意图的观察、整体反馈，并讨论页面上的内容与系统推断之间可能存在的张力。

Steinback 说，产品使用多种模型，包括用于事实核查等任务的小型快速模型。模型生成的核查结果仍可能出错，需要验证。他说团队有意避免生成模仿用户声音的文字。

Steinback 报告称，Marker 的评论促成重写的可能性比其他人的评论高 50%。访谈未说明样本、比较对象或研究方法；这一数字是公司报告的行为指标，不能证明写作质量提高。

Heath 问 Marker 能否读入自己过去的全部作品并学习文风。Steinback 说目前不能，并质疑风格迁移是否能很好地捕捉作者的声音。他认为，模型可以写出与某位作者相似的文字，却未必能重现完整的交流背景。

Heath 担心，依赖过往作品的工具即便加入一些新素材，也可能逐渐产出一个陈旧版本的自己。Steinback 补充说，模型可能缺少共同的社会背景：例如婚礼致辞依赖个人记忆和关系。

Hamburger 区分想法与表达。他认为 AI 可以找回一段记忆，或帮助作者挖掘想法，但真正的新想法及其与生活经历的联系仍是写作的核心。

Steinback 回忆，一位投资者曾预测五年后写作将不复存在。他不同意：他重视作者在混乱过程中发现新东西的体验，并希望作者掌握发展和分享想法的空间。

Hamburger 认为，通用生成内容可能短期占优，却难以提供新意。他认为，Heath 的报道很大一部分价值来自新信息；Heath 同意，读者主要是为了他掌握的消息，而非文学文风。

Steinback 说，写作的范围从安排一次会议到表达深刻的个人内容。他认为，当与受众的关系很重要时，遣词造句承载的细微差别可能是通用文字所缺少的。这些是嘉宾对写作的判断，并非普遍规则。

被问到其他工具时，Steinback 称赞以作者为中心的产品，包括 Sudowrite 和 Ellipsus，也提到 Hemingway 等更专注的工具。他希望这个类别不断发展，无论最后是否由 Marker 领先。

Steinback 认为，很多人定期创作并分享文字，市场潜力很大。他在对话中估计约有 5 亿人每周写一页左右并分享；节目没有提供支持这一估计的数据。

Hamburger 问，在阅读习惯变化、注意力有限的情况下，大众产品如何适应。Steinback 说自己不知道完整答案，提到独立出版和书店，并认为人和机器都在生产越来越多的文字。

Hamburger 认为，无论视频、小说还是社交短帖，都需要先在某处表达想法。Steinback 表示赞同。两人就破折号和 AI 文风开玩笑，随后 Steinback 提出“发现带来的不协调”：写作时发现自己动笔前并不知道的东西。

素材标签页把笔记和源文件放在草稿旁边。Steinback 说，作者会在源材料与修改之间反复切换；界面将编辑器、素材、观察和分享作为写作体验的核心部分。

三人开玩笑说 Jon Steinback 与一位著名作家同名。他说母亲并非以作家的名字给他命名，还回忆老师在学校问起 Steinbeck 时造成的混淆。采访在感谢声中结束。

采访后的讨论中，Hamburger 说自己的工作依赖对科技故事、过去的传播活动和已有做法的了解。他觉得这些背景可能让自己的工作与众不同，但并不确定 AI 会如何改变市场。

Heath 担心自己过度依赖 AI。他回忆在飞机上准备新闻简报时 Claude 无法使用，想到必须独自写作而感到不安。他希望避免自己在不知不觉中变成一个缺乏个性的通用版本。

Hamburger 说，Heath 报道的价值很大程度上来自人脉和获取信息的能力，而不仅是文字技巧。Heath 同意信息对自己的工作至关重要，同时承认有些作者的独特文风本身就是主要价值。

Heath 说自己从未对文笔特别执着，如果十年前已有类似工具，他可能也会使用。有时他对一个独家消息或熟悉的话题了如指掌，文章几乎自然成形；更多时候，空白页面仍让他感到困难。

他回想在这些工具出现之前写学校论文：他喜欢学习和连接想法，却不喜欢从白纸开始。他设想 AI 或许会让大学更有乐趣，但也承认不知道它会如何影响学习。

Hamburger 说，AI 可能让 Heath 有更多时间与人交谈、收集信息，但他建议不要把参加活动的第一手叙述也自动化。Heath 同意，传达人类体验的价值可能会上升。

被问到自己的工作流程，Hamburger 说可以通过语音留言或 AI 采访者收集客户的回答，但他通常亲自采访。Heath 认为采访本身就是 Hamburger 创意过程的一部分，不应轻易交出去。

Hamburger 说，即使有 AI 会议记录，他也会自己做笔记，因为系统未必知道什么让他感兴趣。随后他会写一份核心文档，整理公司的信念、客户问题和差异化，再塑造最终表达。

对他来说，困难在于把想法的结构理清：问题是什么、解决方案是什么、区别在哪里。风格则会随时间变化。两位主持人就限制破折号的数量开玩笑，他们都将这一标点与当下的 AI 生成文字联系起来。

Hamburger 说，Heath 的价值还来自持续走进真实世界、与人见面并收集新信息。两人就 Heath 与自己的 AI 一起离开办公室开玩笑，接着谈到他最近去 Cannes 的经历。

Heath 将那场活动描述为创作者、营销人员和媒体人的聚会。他说，在陌生地点相聚可能带来偶然的交流，但许多参加者也是他平时在美国科技圈见到的人。

两位主持人再次谈到此前节目介绍过的 Hivemind，以及它向人提问、等待答案的较慢过程。他们考虑它是否能帮助报道，同时提到向这类系统分享信息的敏感性。

两人结束采访后的讨论，邀请听众关注 ACCESS，并提到 Heath 的新闻简报与 Hamburger 的工作室。节目随后播放制作人员名单。