# 当 AI 普遍做到六十分，内容还凭什么被选择

Next Token 博客

基础质量变得容易获得之后，合格与值得阅读之间仍有距离。用创作研究区分质量提升、内容趋同与读者价值。

发布：2026-10-19

一篇文章通顺，一张封面整齐，一段视频没有明显错误。过去，这些成果可能需要不少制作时间；当生成工具让它们更容易获得，完成制作本身就不再足以解释：读者为什么要选这一份？

第 006 期提到一个尖锐的判断：只要 AI 把一个东西拉到六十分，那六十分就是零分。把它当成分数结论显然不准确。六十分的结果仍可能帮助一个人解决问题；值得讨论的，是当合格作品变多之后，基础制作质量还能带来多少选择优势。

## 可用价值与选择优势不同

一份只供自己看的整理笔记，结构清楚、信息够用，可能已经完成任务。它不需要比别人的笔记更独特，也不需要吸引陌生人停留。若生成工具降低了整理成本，这份结果的价值并不会因为别人也能做到而消失。

公开发布的内容面对另一种约束。读者可以跳过，可以选择相近主题的其他文章，也可以直接向模型提问。一份作品达到可读标准之后，还需要给读者一个选择它的理由。

因此，六十分变零分更适合被理解为竞争位置的变化，而非使用价值归零。把两者混在一起，会误伤许多有用的日常自动化，也会让公开创作把精力耗在无止境的装饰上。

## 质量提高，作品仍可能更相像

Anil R. Doshi 与 Oliver P. Hauser 的一项在线故事写作实验，观察了使用生成式 AI 提供故事点子的影响。研究发现，获得 AI 点子的作品在写作与阅读体验评价上有所提升，但这些作品彼此之间也更相似。研究对象是特定的故事创作任务，不能直接据此推断所有文章、图片或视频都会趋同。

它提供的启发是，单篇质量与一批作品的差异程度可以同时朝不同方向变化。每个人都获得了更容易使用的起点，并不保证最终集合里的选择更丰富。[论文原文](https://arxiv.org/abs/2312.00506)支持这一实验范围内的判断，并没有给出一个适用于所有内容的六十分阈值。

放到编辑工作中，一个值得检查的现象是：几篇稿件分别读都完整，放在同一个列表里，却在解释同一种泛泛的问题，使用相近的结构，得出几乎相同的建议。逐篇润色可以改善句子，未必能解决选题之间缺少差异的问题。

## 差异可以来自更具体的材料

假设两篇文章都在讨论 Agent 能否提高效率。一篇列出常见好处，另一篇记录某个剪辑任务实际交付了什么、遗漏了什么，以及发现遗漏的方法。后者不必使用更夸张的标题，就已经提供了不同的信息。

差异来自问题和材料的选择。一个清楚的失败案例、一组可复查的条件、对适用边界的解释，都可以让读者知道哪些判断与自己有关。它们不能靠更换形容词补出来，也不一定需要更长的文章。

这种材料可以由人搜集，也可以由 Agent 帮助检索、整理和核对。重要的是它是否真实存在，来源能否支撑相应说法。仅仅把通用内容改写得更像个人口吻，并不会自动获得这些信息。

## 包装服务于读者要完成的事

提高制作质量仍然有价值。字幕清楚可以降低理解成本，图表可以展示文字不容易比较的差别，结构合理可以帮助读者找到所需信息。它们的价值来自具体用途，而非单纯比上一版更复杂。

同样，增加一段配音、一组转场或一个视频版本，也应回答它帮助谁解决了什么问题。对需要快速查找信息的人，更多播放时长可能增加负担；对需要观察操作过程的人，视频又可能比文字更合适。

这给创作留下一个比追逐固定分数更稳定的判断方式：保留基础质量，再检查作品是否带来了足够具体的信息，是否让目标读者更容易理解或行动。工具越容易做出合格的外观，选择问题、寻找材料与判断用途的工作就越需要认真完成。

## 相关资料

- [关于 AI 抬高基础内容门槛的节目讨论](https://nexttoken.tv/weekly/006/transcript#quote-bf5df8782cdcab12a4ac)
- [Doshi 与 Hauser：Generative artificial intelligence enhances creativity but reduces the diversity of novel content](https://arxiv.org/abs/2312.00506)，2024 年修订版。本文仅引用其故事写作实验的质量与相似性结果，其余为编辑分析与假设示例。

## 来源与相关链接

- [网页版文章](https://nexttoken.tv/blog/ai-content-quality-and-difference)
- [Weekly #006 完整文字稿](https://nexttoken.tv/weekly/006/transcript)