文章指出，随着AI在编程领域日益强大，程序员面临被取代的风险，但写作工作却相对安全。AI生成的代码质量提升迅速，但其散文写作能力仍然很差，因此写作可能是最不易被AI替代的职业。

好的，这是根据您的要求，对原文主要内容进行的中文重述，已保留核心细节并删减了与主题无关的内容（如博客侧边栏、评论、其他文章链接等）。

标题：AI时代最安全的工作，或许是写作

核心观点： 在AI技术飞速发展的今天，程序员的工作正被AI重构，但优秀的写作者却意外地安全。AI生成的代码越来越出色，但其生成的文字却糟糕透顶，充满了机械的节奏和陈词滥调，缺乏真正的理解和洞察。作者认为，AI在短期内无法威胁到优秀的写作者，并基于以下三个观察给出了预测。

1. 散文的“天花板”

AI在文字表达上遇到了瓶颈。尽管AI实验室在提升写作能力上投入巨大，但收效甚微。与图像、语音和视频模型的快速进步相比，文本模型在表达的深度、真实性和原创性上停滞不前。弥合这“最后的20%”差距极其困难。

2. 写作是一个“棘手问题”

在系统理论中，“棘手问题”指那些缺乏明确界定、没有清晰终止规则、也没有客观正确解决方案的问题。写作正是最典型的“棘手问题”，因为其背景不断变化，作品永无“完成”之时，成功的标准也完全是主观的。

• 数学：位于“棘手”光谱的最左端，规格明确，验证是二元的、自动化的，AI可以快速解决。
• 代码：依赖形式逻辑和测试驱动反馈，编译器、单元测试等可以即时捕捉错误，验证过程是机械的。
• 法律和金融：受监管框架约束，有明确边界，可用经验数据评估。
• 写作：位于光谱的最右端。没有明确的任务规格，没有客观的“正确答案”，成功的最终衡量标准是能否在另一个人类心中产生共鸣。这正是AI无法在写作上取得突破的根本原因。

3. 写作可能是一个“AI完全问题”

与编程（单一个体与确定性编译器的互动）不同，写作是一个“双心问题”，受“心智理论”支配。它要求作者能实时模拟读者的内心状态，追踪读者已知信息，管理其认知负荷，并预判论点如何被接受。由于LLM缺乏对特定人类读者的主动心智模型，它们只是在优化下一个词的统计概率，无法共情，也没有“切肤之痛”。

4. 比较优势与“昂贵信号”

根据大卫·李嘉图的比较优势理论，即使AI在打字速度和生成数量上拥有绝对优势，人类劳动的价值仍取决于其机会成本。人类将稀缺的认知能力投入到AI无法胜任的领域（如应对“棘手问题”和推动创造力）时，其机会成本最低。

从经济学和进化生物学的角度看，“人类的工作证明”正成为一种终极的“昂贵信号”。就像孔雀的尾巴一样，它昂贵且无法伪造。当AI生成的“文字垃圾”充斥网络时，经济价值将完全转向真实的人类声音。优秀的写作者无需改变任何工作方式，因为他们一直在与沟通中固有的复杂性搏斗，而这正是AI无法触及的领域。

根据评论内容，总结如下：

主要观点与论据：

1. 写作职业受AI威胁，但部分领域安全

   • 日常写作（如文案）已被AI取代，但高端文学写作因零和性质（如股票交易）而永恒（curuinor）。
   • 律师可能最安全，因他们能立法禁止AI用于法律事务（bigstrat2003）。
   • 无法在屏幕前完成的工作（如技术员、捕龙虾）最安全（ThrowawayTestr, lsch1033）。
   • 关键引用：
     • "Workaday copywriting is dead... Prestige literary writing is zero-sum and therefore eternal" (curuinor)
     • "The safest jobs are the ones that can't be done behind a screen" (ThrowawayTestr)

2. AI写作的局限性

   • AI缺乏对人类读者的共情和真实生活经验，导致作品千篇一律（nater5000, jiraiyasarutobi）。
   • AI无法适应语言演变，除非有大量示例（lazarus01）。
   • 关键引用：
     • "LLMs lack an active mental model of a specific human reader... They cannot empathize" (throw234259)
     • "Language models are not sample efficient and cannot adapt to evolving language" (lazarus01)

3. AI作为辅助工具的价值

   • AI可提升写作效率，但需人类主导（如用于研究、大纲、编辑）（tptacek, ramijames）。
   • 通过多模型协作（如角色、状态、评审）可验证和改进写作（pshirshov）。
   • 关键引用：
     • "AI today is most effective when it's not vibing, but rather copiloting a skilled operator" (tptacek)
     • "A process consisting of many models... could be great to validate or disprove ideas" (pshirshov)

4. 市场与组织需求

   • 即使人类能区分AI与人类写作，但组织是否愿意为差异付费是关键（SteveNuts, muvlon）。
   • 许多公司写作仅需“看起来专业”，质量并非核心（muvlon）。
   • 关键引用：
     • "Humans are going to be significantly better... is completely at odds with... organizations care enough about the gap" (SteveNuts)
     • "For a ton of the writing produced by companies, the quality of the prose wasn't really 'load-bearing'" (muvlon)

5. 对AI写作未来的不同看法

   • 乐观：AI会持续进步，最终超越人类（a2ff6eeb0）。
   • 悲观：AI无法真正理解人类意图，复杂提示需包含输出同等信息（unleaded）。
   • 关键引用：
     • "AI will outdo people in all practical uses" (a2ff6eeb0)
     • "A prompt complex enough where it won't get any wrong ideas has to contain as much information as the output would have" (unleaded)

平衡性总结：
评论呈现两极分化：一方认为AI将彻底取代写作职业（尤其日常写作），另一方强调人类写作的独特价值（共情、创意、语言演变）。中间观点认为AI是强大工具，但需人类主导。市场现实是，组织对“足够好”的AI内容接受度高于预期，但高端写作仍受重视。