我是怎么把博客里的翻译腔修掉的
AI 大脑学习中文写作的转变
我博客是双语的，英文写一篇，中文写一篇。英文我自己写，写得还行；中文打字慢，我一般就让 claude 帮我翻译加改写，效率高。这么攒下来有 83 篇中文文章。有朋友跟我说过，内容挺好的，但用语很生硬。我当时没当回事，后来自己认真读了几篇，越读越不对劲，基本每篇都像英文博客直译过来的。
这篇就讲我是怎么把这个问题修掉的。大概分三步：先搞清楚翻译腔到底是个什么东西，然后去拆会写的人是怎么写的，最后把拆出来的规律写成规则喂给 claude，让它把文章全部重写一遍。
翻译腔长什么样
先说问题本身。我那些文章里满眼都是这种句子：
值得注意的是，该技术在实际应用中展现出了显著的优势。
作为一个在AI领域深耕多年的从业者，我认为……
综上所述，Agent经济的崛起将从根本上重塑软件行业的商业逻辑。
每一句单独看都没毛病，放在一起读就不是中文了。语法是中文的，句式还是英文的，反正就是翻译腔。
再看个更完整的例子。同样一个信息，翻译腔的版本大概是这样：
该公司的商业模式面临着一个根本性的挑战。随着AI Agent技术的普及，传统的SaaS订阅模式正在被按使用量计费的消费模式所取代。这意味着公司需要重新思考其定价策略和客户获取方式。
语法没错，逻辑也通，信息也全，但你读完基本什么感觉都没有。换成人说话的讲法：
这家公司的商业模式，说难听点，快走不下去了。
原因很简单：以前你卖SaaS，客户按月付费，管你用不用，钱照收。现在呢？客户说，我有Agent了，用多少付多少，不用就不付。
你想想，这对一家靠"年费"活着的公司意味着什么？意味着你的收入从"旱涝保收"变成了"看天吃饭"。
信息其实没差多少，读起来完全是两个东西。我博客上那 83 篇，基本全是第一种写法。
同一段信息，翻译腔版读着生硬没感觉，重写成人话后有了节奏——同一信息两种读感的对比
这个事不能怪 AI 不会中文，得看它学的是什么语料。中文语料里有大量内容本来就是翻译过来的，维基百科、学术论文、新闻通稿，这些自带翻译腔。所以 AI 学出来的中文是「正确」的中文，但不是人平时说话的中文。或者说，它见过的书面中文，大部分本来就不是写给人读着舒服用的。
去拆会写的人是怎么写的
问题找到了，接下来是找解法。我花了几天，把公众号领域写得最好的几个人的文章翻来覆去读：半佛仙人、九边，还有虎嗅、36氪这些号。读法跟平时不太一样，每篇都带着问题去读：为什么这段读完会有感觉？为什么这个开头我想点进去？为什么这句话我想截图发朋友圈？读多了，规律就出来了，大概有四条。
第一条是结构。英文写作基本是论文结构，先说结论，再摆论据，最后总结，读者从头到尾跟着逻辑链走。公众号爆款不走这个路子，它是先给你一个场景，一个画面、一个故事、一个你经历过的瞬间，让你先代入进去，先有感受，洞察是从感受里长出来的。作者不直接把观点端给你，是带着你把事情过一遍，过完你自己就懂了。
第二条是段落。公众号文章几乎没有超过三句话的段落，很多段就一句话。我一开始以为是手机屏幕小、长段落读着累的原因，后来发现不止这个：短段落本身就在控制节奏。你刚读完一个长段落，大脑还在处理信息，突然来一句很短的话，单独占一行，那句话的分量就完全不一样。
第三条是转折。好的公众号文章每两三段就有一个「但是」。注意力这个东西有惯性，连续三段分析，人就开始走神了，来一个「但问题是」，又拉回来。我数过半佛仙人的文章，三千字能有七八个转折，读者基本没有走神的机会。
第四条是金句。你在朋友圈转发一篇文章，转发的其实不是里面的分析，是那句「速度就是护城河」，因为那句话说了你想说但没说出来的话，转发它显得你有洞察。金句是有公式的，最常见的一种是「X不是Y，X是Z」，比如「AI不是来抢你饭碗的，AI是来抢你饭碗里最好吃的那块肉的」。另一种是四五个字的极简判断，一锤定音，「速度就是护城河」本身就是这种。
从会写的人身上拆出的四条规律——场景先行、短段落控节奏、转折拉回注意力、金句当社交货币
把规律写成规则
这四条规律，我最后整理成了一份写作指南，落到文件上是个 435 行的 md 文件。写的时候有一个原则：不写模糊的「写作建议」。「要有感情」「要生动」「要接地气」这种话跟没说一样，AI 拿到也不知道怎么执行。要写就写规则，明确的、可执行的、机器能照着做的规则。指南里具体有这么几块：
- 7 条核心原则：先讲故事再讲道理、说人话、情绪是发动机、短段为王、转折制造节奏、金句是社交货币、写给分享者。
- 一张翻译腔猎杀清单，左边是要宰掉的表达，右边是替代方案：「作为一个……」改成直接说身份，「值得注意的是」改成「有意思的是」，「综上所述」改成「所以你看」，「进行了……分析」改成「分析了」。
- 一份禁用词列表：
然而、此外、本文将分析、综上所述、不难发现、众所周知、毋庸置疑。这些词一出现，翻译腔的味道就出来了。 - 一个开头模式库：场景代入、反常识冲击、对比反差、设问钩子、金句定调，五种开头方式，各带范例。
- 发布前检查清单：开头有没有场景、「我」出现了没有、转折够不够、有没有翻译腔、读出声像不像人话。
- 前后对比样本：同样的信息，翻译腔版和公众号版各写一遍，让 AI 直观看到「改」是什么意思。
喂给 claude，一篇一篇重写
指南写完，剩下的活儿很直接：把它当 system prompt 喂给 claude opus，83 篇中文文章一篇一篇扔进去重写。效果比我预期的好，拿几个前后对比看最直观：
- 标题：「Agent 经济中的商业模式演变——从订阅到消费的范式转移」，重写后是「SaaS 要完了吗？」
- 开头：「本文将探讨 AI Agent 技术如何重塑传统软件行业的商业逻辑。」重写后是「上个月，一个做了五年的 SaaS 创始人跟我说了一句话：『我现在最怕的不是竞争对手，是客户学会了用 Agent。』」
- 段落结构：以前一段能塞六七句话，定义、论证、总结全在里面，读着像小论文。重写后基本一两句话一段，判断用短段落给，讲事情才用长段落，「但是」隔两三段出现一次。
不敢说重写完每篇都成了爆款，但至少读起来像中文了，像人说的话了。整个投入其实不大，规则拆出来之后，剩下的就是让 claude 跑。
把翻译腔修掉的四步流水线——诊断翻译腔、拆解范文、把规律写成规则、喂给AI重写全部文章
改完自己的博客，我开始想一个更大的事情。全中国在用 AI 写中文内容的人有多少？公众号作者、企业新媒体、知识博主、独立创作者，保守说几百万。他们遇到的问题跟我一模一样：AI 输出的中文语法正确、信息完整，但读起来没有灵魂。翻译腔、长段落、学术味，发出去没人看，因为读着累。他们需要的东西也一模一样：一套明确的规则，告诉 AI 什么能写、什么不能写、节奏怎么组织、情绪怎么给。
不过我这份指南只解决了一种风格，就是杂谈评论、社会分析、科技观点这一挂，半佛仙人和九边那种写法。中文写作不止这一种：AI 科技评测有自己的写法，卡兹克、量子位那种口语化的技术降维，带点冷幽默。商业分析也有自己的写法，虎嗅、36氪那种数据驱动、敢下判断、信息密度很高的路子。散文随笔、职场干货、情感故事，同样各有各的写法。指望一套指南通吃所有风格，我只能说不现实。
那顺着往下想就很自然了：给每种风格都写一套指南，做成一个风格库。用户把草稿扔过来，系统先识别这是科技评测还是商业分析，匹配最合适的风格模板，按那套规则改写。再往前走一步，你喜欢某个作者的风格，直接把他的文章贴过来，AI 帮你把写法提炼出来，照着改你的稿子。这就是 Ghost Writer 的多风格引擎，下一篇讲它是怎么设计的。
