Simon Willison在8月11日更新的链接博客里，转发了工程师Sophie Alpert六月发在个人网站上的一篇短文，标题很硬：自然语言文本不存在无损转换。文章原发布于6月25日的sophiebits.com，Willison逐字摘录了其中最关键的一条规矩——AI可以帮你改稿，但每一句话你都要为它负责。审阅者问“这句什么意思”，不能回一句“AI写的，别管它”。
这条规矩听起来像常识，AI润色文档难免走样，谁都懂。但它背后牵出的是一道过去两年AI写作治理里一直没被说清的裂缝：这种意义流失，到底能不能靠“把指令写清楚”来堵住。答案是——能堵一半，堵不住另一半，而Alpert的政策恰恰把堵不住的那一半，直接甩给了签字的人。
规矩本身：AI能改，人必须担
Alpert的政策是一份工程师内部使用AI写作的“可接受使用”文档，核心只有一条：文档必须代表你自己的思考，而不是AI帮你攒出来的一堆好看句子。这个逻辑并不新——过去几年硅谷工程文化里，“AI写的代码，人得看懂、能背书”早已是共识。Alpert做的事是把同一套问责标准，从代码搬到了文字本身。
她给出的理由也很直接：改写这个动作天然有损。任何一次改写，只要操刀者对你脑子里想表达的东西没有和你一样精细的心智表征，信息就会丢。这句话被Willison原样引用，成了整篇政策的理论地基。
这不是玄学，是能被拆开测量的现象
Alpert的直觉判断，其实在NLP学界有对应的实证框架。语言学和NLP研究早就把LLM改写引发的“语义漂移”拆成了一套可操作化的分类体系：事实漂移、否定错误、情态/确定性漂移、量词漂移、因果漂移、语用/立场漂移等多种类型，各自可以打严重度评分，可以人工或自动评估。也就是说，“AI改写会走样”不只是一句修辞，它是一个能被切片、能被复测的工程现象。
这张图能说明Alpert那句格言的分量：她的直觉判断不是孤证，学界早就有了一整套账本。
但“无损转换不存在”这句话，说得太绝
问题在于，Alpert把这句话讲成了近乎公理的绝对命题——任何转换都必然有损。这一步走得太远。字节级、字符级的编码、压缩、转义操作，显然是可逆无损的；哪怕在语言层面，只要系统保留足够的元数据，某些转换也能做到可逆。
批评者的修正版本更谨慎：不该说“无损转换不存在”，该说“无约束的改写，不应被假设为无损”。区别看似细微，实际决定了工程能不能落地——前者是一句宿命论，后者是一道可以设计的规范：改写之前先声明哪些属性必须保留（事实、情态、条件、术语、引用、规范效力），改写之后再显式核验。
指令能堵住事实错误，堵不住一句话的语气和立场
缝隙在哪：责任最终还是转回了人
这才是Alpert政策真正脆弱的地方。学界已有的假设指出：给AI一条明确的“保留指令”，确实能压低事实性漂移；但语用、立场层面的漂移——一句话到底是委婉还是强硬、是建议还是命令——几乎无法靠指令消除。语气这种东西，本来就活在说话人自己的心智里，不在指令能覆盖的范围内。
- 风险.Alpert“作者必须背书”的规则，本质上没有解决AI改写工具的设计局限，而是把这部分残余风险，整个转嫁给了写文档的工程师和审阅它的人。
这意味着，企业如果真想把这类政策落地，光靠一句“你要为AI写的东西负责”不够。审阅流程得多问一句：这句话的语气、立场从哪来，作者能不能当场解释清楚。写作工具那边，如果哪天能在改写前后标出“这几处语气变了”，责任才算真正往前挪了一步——目前看不到这类功能已经普及的信号，值得盯的是接下来有没有公司把类似政策公开，或者工具开始提供漂移检测。