像编程一样写作

「编程式写作」

我最近有一个重大实践创新，用 Claude Code ，像编程一样写作。

之前，我一直用Gemini 2.5 Pro，因为它的上下文窗口特别长，逻辑能力特别好，能满足我几乎所有写作需求。

问题在于，和大模型本身对话，会产生很多版本管理问题。

模型每次生成的内容，可能有比较大的差异。我往往会陷入在几个生成的全文版本之间，从各个版本中选择顺眼的部分来拼贴最终全文。

直接后果就是，生成全文30秒，拼贴改稿一小时。

传统的对话式的AI用法碰到了瓶颈。我开始思考，写作的本质到底是什么？

所以，我的又一重大理论创新是：写作，特别是写长一点的文章，实质上是一个工程管理问题。

写作和编程非常像。写作是自然语言编程，写代码是程序语言编程。传统的写作方式全凭感觉，但全凭感觉是没法让AI来准确执行的。

写作和编程一样，需要引入架构、版本管理、模块化的思维。

我称之为编程式写作。

核心思路是，用Claude Code来当项目经理。我只需要提供上下文、交代清楚自己的意图，然后AI就可以来拆解任务，具体执行步骤了。

比如我前两天发的这篇文章，就是用Claude Code + K2写的。

我只需要把口述想法（对着通义app喷了十分钟）、参考资料、我的过往文章放进一个文件夹，让Claude Code调用，然后清晰地阐述写作意图：想要强调什么观点、文风参考哪几篇文章、篇幅多长……

接下来，就是一点编程Agent震撼。

Claude Code会主动创建一份工作计划，然后像一个真正的项目经理一样，按部就班地执行：学习资料、模仿文风，然后输出提纲并分段写作。

最后，写出来的文章，更加贴合我的原意，完成度更高。只是调用Gemini模型来写，一次性生成的语言会更加流畅，但只有七成像我，改起来还是有点麻烦的。

这种可以自己拆解任务并分步骤执行的编程Agent，完全把写作变成了上下文工程。

用户最重要的工作，是选择给它提供哪些上下文，以及阐述自己的意图，剩下的执行工作，Agent都代劳了。

但是，问题来了，Claude Code真的恨国

Anthropic列明中国是敌对国家，甚至禁止为中国公司控股50%以上的企业提供服务。我操意大利人怎么这么坏啊

那我必须批判性地使用Claude Code。众所周知，我是爱国博主。

所以，我把Claude Code的后端模型切换到Kimi K2了

过去一周多，我的文章大都是用「Claude Code + K2」这个组合写出来的。

我的另一重大实践发现就是：在用Claude Code写作的场景下，K2的表现相当可以。

K2的问题是，它的上下文长度只有262k，在处理超长、复杂逻辑任务时，容易出现逻辑问题。K2写总结摘要的幻觉率很低，但在根据提纲写全文的环节aka创意写作，尤其是写超过1000字的文章，幻觉还是比较明显。

但Claude Code的工程化能力，弥补了模型本身的短板。

这里的关键在于，Claude Code这个项目经理，可以自动把一个复杂的写作任务，拆解成若干小部分。每个小部分的篇幅都只有三四百字。

在这种任务规划模式下，模型的能力被最大化地聚焦了。它不需要一次性处理所有上下文和逻辑，只用写好几百字的文本就行。

而且，最直观的好处是，K2很便宜。

我最开始用Claude Code，写一个提纲就花了5美元。而现在，我用K2写一篇文章，花费最多也就四五块钱人民币，价格差了好几倍。

速度上，K2的高速版本turbo，输出速度还可以，每秒能有几十个token。我这几天比较高强度地用下来，大概一天能花10元人民币。普通版能再便宜一半。

用得最多的一天，我连续写了四五个小时，也就用了28元。CC+K2的时薪只有五块钱属于是，是深圳打螺丝工价的四分之一

AI就是这样，应用场景无法被计划。

用上CC + K2组合后，我有点一年前，刚开始用Claude 3.5 Sonnet写作的爽感。

我把自己胡说八道的口述转录，还有电脑上稀奇古怪的PDF资料，都尝试用CC写作，单纯图一乐，就爱看我随口一说，AI大儒为我辩经。

编程式写作的美妙之处在于，它解决了长文写作中的工程管理问题。你不需要再一步步地给AI指令，分支对话，或者在不同版本之间反复纠结。

「编程式写作」的方法很简单，核心在于给Agent提供充足的上下文资料。接下来，讲清楚自己的意图，就像产品经理要写明白需求文档一样，然后把具体执行都托管给Claude Code。

具体来说：

第一步，建立一个项目文件夹。

其中要包含三类文件：一是关于主题的背景资料，比如媒体报道、研究论文；二是你对这个主题的核心观点，我通常口述十几分钟转录成文本，你也可以放进去领导的要求、甲方Brief…三是几篇你过往的、风格上比较满意的文章，作为AI学习文风的范本。

接下来，你就可以开始指挥Claude Code和K2了。

第二步，充分讲明白自己的意图。

我非常推荐下载个Mac端Wisper Flow，可以随时唤起来语音输入，把需求讲透彻讲明白。

讲清楚，自己要写一篇讲什么的文章，篇幅多长。要求AI充分学习文件夹里的资料，请它根据口述转录，或者你此时输入的要求，参考背景资料、你过往文章，撰写一份提纲。

这里要尽可能充分地讲清楚，再让他创建一份工作规划 aka CLAUDE.md文件，根据工作规划来执行。

第三步，提纲确认后，就是分段写全文。要求Claude Code根据提纲和你过往文章的写作风格，逐段地、一部分一部分地写完全文。

非常简单，和我之前写的思路是完全一样的。只是，调用大模型写作，会面临版本管理问题，在写提纲和提纲写全文阶段，都可能分支出去若干个版本。

而使用Claude Code + K2，先讲清楚需求，建立工作计划aka项目架构，再由AI自动地分步骤、模块化地执行，最后把各个模块统合成一片文章。

其实就是把软件开发的基本思路，用在写作上。确保AI可以准确理解意图，稳定地执行任务。

剩下的，自己动手试试就完事了。下载一个Claude Code终端，免费；调用K2写作，一天也就十多块钱。

唯一的小技巧是，在Claude Code的输入框里，连按两次shift+tab，激活它的「计划模式」。然后，输入复杂指令后，CC会主动创建工作计划，让任务不容易中断。

当然，编程式写作也有一个需要适应的地方，就是容易走神。

Claude Code 在执行写提纲、写全文的任务时，根据上下文长度，可能需要花费几十秒、几分钟到十分钟不等。

在这段时间里，我很容易走神去干点别的，然后忘了它还在工作。

（本文配图由 ChatGPT 生成，Claude Code 辅助写作。）