- Published on
AI 写作用哪个 Agent skill 好？
- Authors
- 作者
- 狂奔滴小马
目录
现在大家都会用 AI 辅助写作，但 AI 写出来的内容有一个很明显的特征，就是特别像 Markdown 里的结构化文字。
这种写法的优点是清晰、易懂、层次分明。问题是，它不太适合直接拿去发到社交平台。很多时候，你一眼就能看出来，这是一段被模型整理过的文字。
所以我一开始的做法很简单，就是让 AI 去掉结构化表达，多加一点口语化的写法。但试了几次之后发现，文字确实没那么像报告了，可还是有明显的 AI 味。
后来我发现了两个 skill，都很流行，也确实好用。一个是 Tw93 的 write，另一个是数字生命卡兹克的 khazix-writer。
下面就来对比一下这两个写作 skill。
一个是 Tw93 的 write，目标很直接，去掉中文和英文里的 AI 味，让文字听起来像人写的。
另一个是数字生命卡兹克的 khazix-writer，目标完全不一样，它不是帮你把文字改顺，而是让 Agent 按「数字生命卡兹克」的口吻、节奏和写作方法，写一篇公众号长文。
这两个 skill 背后，是两类很不一样的作者。
Tw93 是产品工程师和开源作者，做过 Pake、MiaoYan、Mole、Kaku、Waza、Kami 这些项目。他的东西有很强的工程气质，强调简单、清楚、有用。write 也延续了这个取向，不是帮你写得更花，而是帮你把文字里的僵硬感、模板感和 AI 味拿掉。
数字生命卡兹克是 AI 应用方向的内容创作者，公众号是「数字生命卡兹克」，也是虚实传媒（Virxact）创始人。他的 khazix-writer 更像一套内容创作方法论，把自己做公众号长文的风格、选题判断、叙事节奏和自检规则沉淀成了 skill。
这两个 skill 放在一起看，会发现一个挺重要的事。
AI 写作不是问「哪个 skill 更强」，而是问「你现在到底卡在哪」。
有人卡在表达，明明想法是自己的，写出来却像一篇模型回答。有人卡在结构，素材一大堆，不知道怎么变成文章。有人卡在调研，脑子里只有一个选题，但没有足够信息支撑。还有人卡在风格，想写公众号长文，但没有稳定的叙事节奏。
这些问题看起来都叫 AI 写作，其实完全不是一回事。
如果你已经有稿子，用 write
write 最适合的场景，是你已经有一段文字了。
可能是一篇文章初稿，也可能是一段产品介绍、一封邮件、一篇技术博客、一个中文推文草稿。它解决的问题不是「帮我想写什么」，而是「帮我把这段话写得不像 AI」。
它的优势是克制。
很多写作工具一上来就想替你升级表达，改成更高级、更完整、更像商业文案的版本。结果读起来确实顺了，但也更假了。write 反过来，它强调不表演式提升，不随便重组结构，不为了好看改坏原意。
所以它适合这些人：
已经有观点的写作者
经常写技术博客、产品文档、复盘文章的人
想保留自己表达习惯，但又想去掉 AI 腔的人
中英文混写，担心中文英文风格不一致的人
如果你要写公众号长文，用 khazix-writer
khazix-writer 的定位要重得多。
它不是一个通用润色器，而是一个强风格的公众号长文写作 skill。它背后不是「让文字更自然」这么简单，而是把卡兹克做公众号三年的写作方法、节奏、禁忌词、选题判断和自检体系都塞进去了。
它适合的不是短文，而是那种有完整阅读体验的长文。
比如你给它一篇 PDF、一段语音转文字、一个新闻链接、一堆散乱笔记，然后希望它写成一篇 4000 到 8000 字的公众号文章。这个时候，khazix-writer 才能帮你把素材组织成文章。
它最有价值的地方，是它知道公众号长文不是资料拼接。
一篇好文章要有开头的钩子，要有读者愿意跟下去的叙事，要有具体案例，要有情绪节点，还要有作者自己的判断。卡兹克这个 skill 里甚至有 HKR 选题质检，分别看选题有没有趣味、知识量和共鸣。
所以它适合这些人：
想写公众号长文的内容创作者
手里有素材，但不知道怎么组织成文章的人
想模仿卡兹克那种「有见识的普通人在认真聊天」风格的人
做 AI 产品、工具、现象观察，希望写出故事感的人
但它也有一个明显边界。
如果你只是想写一篇中性的公司博客，或者想保留自己的文风，那 khazix-writer 可能太强了。它会带来非常明确的作者口吻。这个口吻有好处，也有代价。
好处是文章会更有个人感。
代价是，你需要接受它不是「通用好文笔」，而是一种具体风格。
如果你还没有素材，先用 read 或 hv-analysis
很多人用 AI 写作时，一上来就说，帮我写一篇关于某某主题的文章。
这往往会写得很空。
不是模型不会写，而是输入太薄。没有材料，没有细节，没有事实，没有对比，再好的写作 skill 也只能帮你把空话讲得更顺。
这时候要先分两种情况。
如果你已经有资料来源，比如网页、PDF、报告、访谈稿，那可以先用 Tw93 体系里的 read。它的价值是把 URL 或 PDF 读出来，变成后续写作能用的 Markdown。它更像资料入口。
如果你想研究一个产品、公司、概念或人物，卡兹克的 hv-analysis 会更合适。它的思路是纵向看历史，横向看竞品，最后交叉出判断。这个适合写作前期做系统调研。
如果你要做深度研究型文章，用 learn
Tw93 的 learn 更像一个研究写作流程。
它不是只读一个链接，也不是只写一个段落，而是从收集资料、消化证据、搭大纲、填充内容、精修草稿，到最后准备发布，一步一步来。
所以它适合的文章会更严肃一点。
比如：
技术调研文章
行业综述
产品方法论
学习笔记整理
需要多来源交叉验证的长文
如果说 khazix-writer 更像一个有鲜明人格的公众号作者，learn 更像一个认真做资料工作的研究助理。
它们都能服务长文，但方向不同。
khazix-writer 更重叙事、风格、情绪和作者感。learn 更重资料、结构、证据和发布流程。
写给公众号读者，尤其是 AI 产品、工具体验、现象观察，选 khazix-writer 更自然。
写给工程师、团队内部、行业研究读者，选 learn 更稳。
具体该怎么选？
可以按你当前的状态来选。
你现在的状态
更适合的 skill
原因
已经有初稿，只是不自然
write
它专门去 AI 味，保留原意和结构
有素材，想写公众号长文
khazix-writer
它能把素材组织成有风格的长文
只有一个选题，还缺资料
read
/ hv-analysis
先补材料，再谈写作
要研究一个产品、公司、概念
hv-analysis
横向对比加纵向梳理，适合形成判断
要写严肃研究型文章
learn
更像完整研究流程，适合多来源内容
要写短推文、朋友圈、小红书
不建议用 khazix-writer
它是长文 skill，容易用力过猛
要保留自己的文风
write
它更像编辑，不会强行接管作者人格
想模仿某个强作者风格
khazix-writer
它本来就是风格化写作 skill
不同人群怎么用？
内容创作者，最容易从 khazix-writer 里受益。
尤其是你经常写公众号，有选题、有素材、有观点，但每次卡在开头、结构、节奏和收尾。它能帮你把一堆材料变成完整文章。不过最好不要完全交给它。卡兹克自己的方法里也强调，真实经历、核心角度和情绪判断必须由人来。
技术博主，更适合 read、learn、write 组合。
技术文章最怕两件事，一是资料不准，二是语言像模型生成。先用 read 把资料吃进来，用 learn 整理结构，最后用 write 做自然化，会比一上来让 AI 直接生成更可靠。
产品经理和创业者，可以重点看 hv-analysis。
你要写竞品分析、产品观察、市场判断，单纯的写作 skill 帮助有限。真正重要的是判断从哪里来。hv-analysis 的横纵分析法适合帮你把一个对象放进时间线和竞争格局里看，最后再用 write 或其他写作工具改成可读文章。
普通职场人，多数时候用 write 就够了。
邮件、总结、周报、说明文档、对外介绍，不需要强风格，也不需要公众号叙事。你只是想让文字不僵硬、不像 AI、不冒犯人。这个时候用 write，比用一个长文创作 skill 更合适。
想打造个人 IP 的人，要谨慎用风格化 skill。
khazix-writer 这种 skill 很有启发性，因为它把一个成熟作者的写作方法拆得很细。但如果你长期直接套用别人的口吻，最后会变成模仿，而不是表达。更好的用法是学习它的结构和自检方法，再慢慢替换成自己的语言、经历和判断。
一个更实用的工作流
如果你不是只写一段话，而是真的想产出一篇文章，可以这样用：
1
read，把链接、PDF、资料读进来。
2
hv-analysis，把主题的历史和横向对比梳理清楚。
3
自己写下核心观点，最好是一句话。
4
根据目标场景选择写作方式，公众号长文用 khazix-writer，通用文章起稿后用 write 做自然化。
这套流程里，每个 skill 都只干自己最擅长的事。
资料归资料，研究归研究，写作归写作，编辑归编辑。
我的判断
如果只是通用写作，我会先选 write。
原因很简单，我是程序员，很多时候写东西不是为了制造传播，而是为了把事情讲清楚。技术博客、项目说明、观点记录、邮件沟通，这些场景里最重要的原则就是 meaning first，意思先准确，风格排后面。
write 正好符合这个原则。它不抢作者位置，也不强行替你换一套人格。你已经知道自己要说什么，它只是帮你把话说得更自然、更少 AI 味。
但如果我要写增长、市场、传播相关的文章，我会考虑用 khazix-writer。
因为这种文章不只是把事情讲清楚，还要解决另一个问题，读者为什么要点开，为什么愿意看下去，为什么看完会有感觉。卡兹克的写作风格已经经过公众号市场验证，而且它不只是风格模仿，里面还有选题质检方法。
它用 HKR 判断选题质量：
H，有没有趣味和悬念。
K，有没有知识量。
R，有没有情绪共鸣。
这套判断对增长和市场文章尤其重要。很多文章不是写得不通顺，而是选题本身没有钩子，没有信息量，也没有共鸣。khazix-writer 的价值就在这里，它会逼你先判断这篇东西有没有被读的理由。
所以我的选择大概是这样：
平时写技术、说明、复盘、观点记录，用 write。
做资料收集和研究，用 read、learn 或 hv-analysis。
写增长、市场、公众号长文，尤其希望文章有传播感，用 khazix-writer。
如果你写的是研究型文章，别急着写，先用 read、learn 或 hv-analysis 把材料铺好。
写作这件事，最怕只有表达，没有判断。
skill 也是一样。
别问哪个最强，先问你现在缺的是资料、判断、结构、风格，还是最后那一点人味。
当然，我们也不是非要在这些 skill 里二选一。
开源 skill 最大的优势，就是它可以被修改、被组合、被继续长出来。这里也感谢 Tw93 和数字生命卡兹克两位大神，一个把通用写作里的 AI 味处理得很克制，一个把公众号长文的选题、节奏和风格拆得很细。
我们真正要学的，可能不是照搬某个 skill，而是在日常使用 AI 的过程中，把自己反复用到的技巧沉淀下来。
比如你发现某种写法很顺手，某个检查步骤很有用，某个表达禁忌经常踩坑，其实只需要跟 AI 说一句，帮我保存到某某 skill 里。慢慢地，你就会定制出一个属于自己的 skill。
最后，大家猜一下，这篇文章是用哪个 skill 写的？
