作者查理·斯特罗斯声明，他从未在写作或生活中使用生成式AI，并谴责将这类工具包装成“工具”的欺诈行为。他自1985年起独立创作小说，强调作品完全由自己完成。

好的，这是根据您的要求，对原文主要内容进行的中文重述，保留了核心细节，并删减了与主题无关的评论和网站导航等内容。

标题：关于我写作过程中不使用AI的声明

作者查理·斯特罗斯在此明确声明：他在自己的工作中绝不使用大型语言模型（俗称“AI”），无论是职业写作还是个人生活。他鄙视那些将这些玩具包装成“工具”的骗子，并认为它们生成看似合理的文本，取代了真正的网络搜索。

斯特罗斯自1985年左右开始出售自己创作的小说，自2002年开始出版长篇小说。他列举了自己在2015年（OpenAI成立之年）之前出版的多部作品，如《奇点天空》、《铁日》等，并指出这些作品曾多次获得雨果奖、轨迹奖等荣誉，以此证明他无需AI也能创作出获奖作品。他强调自己写作是出于一种强迫性的热爱，因此绝不会花钱让别人夺走这份乐趣。

文章还驳斥了“AI检测器”的荒谬之处。这些检测器本身也是AI产品，会将作者使用的破折号等标点符号误判为AI生成文本的特征。斯特罗斯指出，AI之所以会模仿这些特征，是因为它们通过盗取互联网上（包括盗版电子书网站）的文本进行训练。

他严厉谴责AI公司盗用版权材料训练模型的行为。他本人是参与针对Anthropic AI公司集体诉讼和解的一方，该公司因盗用电子书训练其LLM而被告。他认为这些公司的行为无异于窃贼，先偷走你的东西，第二天再卖回给你。他提到，自己的博客服务器因被用于训练LLM的爬虫频繁攻击而运行缓慢。

斯特罗斯警告，任何严肃的作者都应像躲避瘟疫一样远离LLM。因为主流LLM不仅会抓取网络文本，还会将用户输入的查询内容用于未来训练。如果作者将故事大纲输入给AI，无异于将自己的创意拱手让人，未来该模型可能会为他人复现这些内容。

他进一步指出，不应将LLM视为有感知能力的实体。它们只是词语联想机制，没有实体，也无法将文本与现实世界现象关联。人类倾向于将语言与有意识的思维联系起来，但这是一种认知偏差，不能证明AI具有人格。

尽管如此，斯特罗斯也承认AI技术在某些领域的有效性，如图像识别和文本的统计分析。他甚至设想了一种理想的本地化工具，能帮助他分析手稿、梳理时间线和角色出场频率，作为决策支持工具，就像拼写检查器一样。但他强调，这种工具的价值远低于一个训练有素的大脑，而且如果使用它会招致“使用AI”的指责，那它的价值就是负的。

截至2026年8月，他的小说创作仍然是100%无AI的。如果未来情况有变，他会更新此声明。

最后，他分享了自己正在编辑的一部太空歌剧小说开头的“译者注”，其中说明该文本是通过一个非智能的大型语言模型翻译而来，并就可能出现的“幻觉”致歉。他认为，这是他在小说中发现的LLM唯一合理的用途——作为解决科幻奇幻作品中“把兔子叫成斯米尔普”问题的叙事工具。

根据评论内容，总结如下：

主要观点与论据：

1. 对LLM技术准确性的质疑：评论1指出作者可能误将GANs（生成对抗网络）用于LLM，强调GANs虽有效但并非LLM核心技术。关键引用："It would be foolish to deny the effectiveness of image recognizers based on generalized adversarial networks (GANs)... I hope the author doesn't think GANs are used in LLMs."

2. LLM在软件开发与虚构写作中的差异：评论2认为LLM在软件开发中更有效，因为语言和API更小、约束更紧，且不鼓励长距离依赖；而虚构写作需要这种依赖。关键引用："using LLMs in software development is a different category from fiction... in software you actively don't want long-range dependencies between elements (something you often do want in fiction)."

3. 对Stross观点的矛盾评价：评论3和4认为Stross是“新勒德主义者”，但其作品《加速》是奇点科幻的杰作，且被亲AI人士视为乌托邦。评论4称赞其2005年的前瞻性。关键引用："Stross is currently a neo-Luddite... his book Accelerando is probably the best work of Singularitarian fiction ever written." "Crazy how forward thinking this guy was in 2005 vs today."

4. 对LLM写作风格的批评：评论5讽刺LLM模仿的破折号用法是“自1890年代以来的矫饰”，并称LLM创造了“对精致写作的拙劣模仿”。关键引用："the use of em-dashes has been pretentious since the 1890s... LLMs subsequently created an accidental parody of sophisticated writing."

5. 实用工具需求与AI辅助：评论7和8呼吁开发本地运行的AI工具，用于分析手稿、生成时间线等，并指出AI可暴露文本不一致。评论8认为奇点承诺存在“最后一公里问题”。关键引用："I'd quite like a tool... that digests a manuscript and derives a scene-by-scene timeline." "the singularity... have last mile problems."

6. 对AI训练数据的反思：评论9认为AI只能训练于已故作者的数据，但“他们写得更好”。评论10质疑LLM缺乏具身性，但类比矩阵中的人类同样如此。关键引用："we can only train AI on dead people's data... They write better anyway." "Doesn't most of this also apply to a guy living in The Matrix?"

平衡性总结： - 支持方：认为LLM在软件开发中有用，Stross的科幻作品具有前瞻性，AI工具可辅助写作。 - 反对方：质疑技术准确性，批评LLM写作风格矫饰，指出奇点承诺的局限性。 - 中立：强调工具应本地化、实用化，并反思AI与人类认知的差异。