HN上371分的热帖，出自一位密码学大佬之手。他每天用LLM辅助写作，但给自己立了两条近乎偏执的铁律：不许采纳模型建议的任何一个词，也不许听它的夸奖。

先说结论

Thomas Ptacek的观点很简单：读者能嗅出万亿分之一的AI味。

你再怎么"人性化打磨"，LLM写的段落落在读者眼里不是writing（写作），而是output（输出）。

所以正文必须自己写。但LLM依然极有用——前提是把它当文案编辑（copyeditor），而不是代笔（ghostwriter）。

他的方法两步：先自己写完，再喂给一个好模型找毛病。但在那之前，有两条铁律要先立好。

他是谁，为什么值得听

Ptacek这个名字在安全圈分量不轻。他是安全公司Matasano的联合创始人，也是程序员圈大名鼎鼎的密码学解题集cryptopals的出题人。

2026年9月17日，他在自己的博客A Final Ward上发了这篇"How To Write With An LLM"，上了Hacker News热帖（371分，262条评论）。

有意思的是，这位整天跟漏洞和密码学打交道的人，这次谈的不是安全，而是写作。

铁律一：不许采纳LLM建议的任何一个词

这条规则听起来粗暴，但他的理由很细：

前沿模型写什么都自带"杂志标题腔"。模型选短语的天赋好到超自然——标题确实漂亮，但你会怀疑一个通篇塞满标题句的作者是不是出了问题。

问题的微妙之处在于：你自己没法可靠地发现模型在哪些地方把你的文字变成了"Velveeta芝士酱"。所以只能把规则定死，当作知识型防护装备：

任何LLM建议的具体措辞，一律禁用。哪怕你觉得它给的词比你的好，哪怕你特别喜欢——照样取消资格（DQ）。

规则的价值恰恰在于它的严格。你要是指望"看到不好的再拒"，基本必输。

铁律二：拒绝鼓励

这是更隐蔽的坑。你把任何稿子丢给LLM，它都会回你一句"that’s gold, Jerry!"（好极了！）。

但这不是你需要听的话。

初稿的真实状态是：大部分段落是烂的，行文逻辑是乱的，至少有750词是多余的。这时候模型的夸奖会干什么坏事？

1. 它先夸你的整体结构
2. 再夸你的段落和过渡
3. 最后夸你的用词和比喻

全是坏的。全别听。

危害链条是这样的：听了夸奖，你会固守初稿的本能，在该推翻重来的地方原地踏步。

而那些"推翻重来"的重新思考，恰恰是你写作声音的承重墙。读者说不出哪里不对，但能感觉到你的文字变成了"人工香精味"。

他的实操建议：明令禁止模型给出鼓励，然后对每一句表扬保持过度警惕。

LLM真正擅长的事：机械式找茬

两条铁律划清边界后，LLM的价值反而清晰了。找茬这种活，你自己干得到但极其枯燥，模型却不会累：

最后一条是他的原话里最有满足感的编辑：把段落整个搬家，几乎不费劲，清晰度立涨。

实操工作流：三步循环

他给出的核心流程：

第一步：让模型找问题（用上面那张清单类的prompt）。

第二步：针对每个问题，自己重写那个段落或句子。

第三步：把原版和新版交给模型问"哪个更好"——但这里有个陷阱：模型知道你刚改过，知道你想听"新版更好"。所以要把两个版本交给一个没有编辑上下文的模型盲评。

一个程序员的书单

他推荐程序员人手一本《Style: Lessons in Clarity and Grace》（Joseph M. Williams著）。

评价很直接：“把文案编辑变成了Java编程——同样枯燥，同样有效。”

这书是经编程语言学者Richard Gabriel推荐给他的，他惊讶于认识的程序员几乎都没读过。

思路是相通的：程序员喜欢有"图式"的修改方案，这本书就是散文版的《C Interfaces and Implementations》。

读完做笔记，整理成一批prompt，分轮次跑在自己的稿子上。

他自己攒了个写作工坊工具

忍不了在标签页之间来回切换后，他用一段prompt让模型搭了个写作工坊工具：Python + HTMX + SQLite + Tailwind（本地构建不走CDN）。

功能包括：Notion式编辑器、高亮标注、Genius式侧边批注、多文档、修订追踪。

他的开场prompt原文思路：

1
2
3
4
5
6

我们要做一个写作工坊工具。先搭骨架：
Python、HTMX交互、SQLite后端、Tailwind前端（本地构建）。
要非常好的Notion风格文本编辑器，
支持高亮（要做编辑轮次）、侧边批注对应高亮内容，
建议可以前后翻阅，多文档，修订追踪。
做到这里我再告诉你下一步要什么。

然后把这个工具接到Codex、Claude等CLI上，批量跑编辑prompt。

他还补了一句很妙的话：你做出来的版本一定比他的好，因为任何人自己捣鼓出来的东西，对自己都比别人的好用。

结尾的梗：模型说超长20%，他不改

文章最后是点睛之笔。他把这篇稿子喂给GPT-5（谎称"这不是我写的"），模型说全文超长20%。

他的回应：

它可能是对的。但我不改。我就是要做我自己。

这个梗完美呼应了全文：LLM可以是最好的文案编辑，但最终拍板权必须在你手里——你的声音，不被模型侵蚀。

写在最后

我平时的文章也大量用LLM辅助，读完这篇最大的触动是边界感：模型管"找茬"，我管"措辞"和"拍板"。

国内模型（比如DeepSeek、Kimi）的中文措辞建议其实同样"香"，同样危险——越是顺手就越要警惕铁律一。

两条铁律说到底是一件事：别让模型替你做属于你的决定。

参考资料：

• 原文：Thomas Ptacek, “How To Write With An LLM”, sockpuppet.org, 2026-09-17
• 推荐书：《Style: Lessons in Clarity and Grace》, Joseph M. Williams