AI会取代作家和作者吗？风险60%，笔杆子承受压力

机器能写作，问题是是否有人在乎

68%。这是2025年作家和作者面临AI威胁的综合暴露度——这个数字使写作成为整个经济体中受AI冲击最严重的职业之一，远超许多人本能上认为更脆弱的岗位。ChatGPT能在八秒内生成一篇1,000字的博客文章。它能起草广告文案，生成产品描述，总结研究论文，以任何人类都无法企及的速度撰写社交媒体文案。对于作家和作者来说，这不是遥远的未来威胁，而是正在彻底重塑这个职业的当下现实——这种重塑既令人感到毁灭性，也让人感到豁然开朗。

作家和作者目前的AI综合暴露度为68%，自动化风险为60% [事实]。到2028年，这两个数字预计将分别攀升至80%和68% [估计]。这些数据将写作置于整个经济体中受AI影响最严重的职业之列——高于许多人本能上认为更脆弱的工作。分类模式为"混合型"，意味着AI既在增强某些作家的能力，也在直接取代另一些人 [事实]。如果你靠写字谋生，这是一个关键的历史转折点。

"作家"这个类别历来是一顶宽松的帐篷，覆盖着截然不同的工作：花五年时间写一部手稿的小说家，每周产出三篇博客文章的内容营销人员，每天发稿的记者，记录软件的技术写作者，创作广告语的文案策划。AI对这些角色的影响截然不同，将"写作"视为单一职业会遮蔽真实的故事。理解这场转型需要首先承认写作从来就不是一个同质化的职业，而是一系列在AI时代命运迥异的不同活动。

大分化已经开始

数据揭示的不是简单的替代故事，而是戏剧性的结构性重组。2025年写作的理论AI暴露度高达90% [事实]，意味着几乎每一项写作任务在技术上都在AI的能力范围内。但实际观察到的暴露度——实践中正在发生的事——是58% [事实]。这个差距正是细微差别所在的地方，也是从业者需要深入理解的地方。

某些类别的写作正在快速自动化。产品描述、基础新闻摘要、SEO优化网络内容、样板营销文案、例行商业通信——这些实用性写作形式已经被AI大规模生产于各行各业。亚马逊商品列表、房产描述、体育赛事简报、财报摘要：这些内容已大量转移到机器生成文本加轻度人工编辑的模式。如果你作为作家的核心价值主张是通用内容的速度和数量，你脚下的经济基础已经永久改变。Upwork和Fiverr等自由职业平台自2023年以来报告了通用内容写作平均费率的显著下降——有时超过50% [主张]。这不是暂时的调整，而是永久性的市场重估。

但其他形式的写作显示出显著的韧性和抗压性。汲取深度个人经历的文学虚构作品。需要培养人脉消息来源并驾驭道德困境的调查性新闻。决定观众能否产生情感共鸣的影视剧本，其中角色声音和情感真实性决定成败。独特视角、亲身经历和道德权威构成全部价值的评论文章和散文。长篇叙事非虚构。诗歌。回忆录。这些类别抗拒自动化，不是因为AI在技术上无法生产它们，而是因为它们的价值与创造它们的具体人类个体不可分割——剥离了创作者，这类作品就失去了存在的意义。

市场在分裂，而非萎缩

美国约有15万名作家和作者，中位年薪约为73,000美元 [事实]。劳工统计局预测到2033年增长4% [事实]——这看似令人放心的稳定，直到你考虑这个数字背后剧烈的内部动态。对人类撰写的高端内容的需求可能实际上正在增加——品牌、出版商和媒体公司正在发现AI生成的内容往往无法以所需水平吸引受众、转化客户或建立品牌信任——而大宗内容市场则在快速崩溃。

这创造了一个显著的哑铃效应。在一端，拥有独特声音、深度专业知识或强大个人品牌的顶尖作家正在获取比以往更高的稿酬。顶级代笔作者、商业书籍合作者和品牌声音顾问正在看到费率上涨，因为他们所提供的恰恰是AI最难以复制的东西。Substack和类似平台给了少数作家六位数和七位数的直接订阅者收入，这是任何算法都无法凭空创造的。在另一端，AI正在处理曾经雇用大量入门级和中级作家的大批量、低差异化内容。中间地带——"胜任但不突出"的通才内容写作——正在以惊人的速度空洞化，速度可能超出了许多从业者的预期 [估计]。

缺乏灵魂的风格为何失败

写作市场中有一个反复出现的模式，已经在多个行业中得到验证。一家公司大量投资AI生成内容，短期内降低了成本。流量在初期可能持平或略有上升，因为大量的新内容被搜索引擎索引。但随后，参与度指标开始下降，页面停留时间缩短，跳出率上升，邮件订阅取消率增加。品牌声音逐渐稀释成一种无处不在但又无人记忆的通用语调。最终，管理层意识到受众能感受到人类视角的缺席，即使他们无法清晰表达原因。公司重新雇用人类作家，但规模更小，聚焦于旗舰内容的精英编辑团队。

这一模式在出版业已有充分记录，并引发了广泛讨论。CNET、Gannett和《体育画报》各自在受众反应和新闻质量问题浮出水面后不得不撤回了他们雄心勃勃的AI内容项目 [主张]。谷歌的有用内容算法更新对向网络充斥低质量机器生成内容的网站进行了严厉惩罚，导致大量依赖AI内容的网站流量大幅下滑。市场正在缓慢但坚定地找到其均衡点：AI用于读者不在意声音和深度的大宗实用内容，人类用于声音、洞察力和可信度本身就是产品的内容。对作家的启示是深远的：在AI时代，"胜任的通才写作"的经济价值正在向零崩溃，但独特的、有声音驱动的、由深度专业知识支撑的写作价值正在上升。中间地带是危险区域。

这对你的职业意味着什么

如果你是一名作家，诚实比虚假的安慰更有用。60%的自动化风险是真实的，它反映了已经发生的真实经济位移 [事实]。但在这一现实中，有一些清晰的韧性策略。

首先，培养一种明确属于你的声音和视角。AI可以模仿风格，但无法创造来自你特定生活经历的独特世界观。翻阅你自己的文章档案——只有你会说什么？在你的作品中，另一位作家无法产出的主线是什么？让这成为你职业身份不可替代的核心。

其次，转向需要原创报道、深度专业知识或真实人际关系的写作形式。了解消息来源的条口记者，其价值不在于打字速度而在于信任积累。采访从业者的行业分析师，能提供市场报告无法触及的内部视角。从亲身经历写作的回忆录作者，其真实性是AI永远无法伪造的。在一个领域内积累多年经验的领域专家，其权威性来自时间和实践，不是计算。这些类别最难被AI复制，因为价值在于AI无法获取的输入（消息来源、经验、关系），而不只是输出。

第三，学会将AI作为协作工具使用，而非视之为敌对竞争者。用AI来总结来源，起草初稿提纲，提出反驳论点，打磨措辞表达，挖掘研究方向。但永远不要在没有你判断、声音和编辑印记的情况下发布AI生成的文本。最终签名的是你，读者信任的也是你。

第四，多元化收入来源以抵御市场波动 [估计]。出版业的受薪职位正在收缩，但这不意味着整体收入机会在减少。成功的当代作家越来越多地构建混合职业：书籍合同加新闻通讯订阅加演讲加写作咨询加精选自由职业。这种组合型收入结构是对任何单一收入来源崩溃的最有效对冲。

案例研究：Substack经济

以Casey Newton为例，他是Platformer的创办人——这是一份关于科技与民主的每日新闻通讯。在2020年创办Platformer之前，Newton是The Verge的高级记者，在科技媒体领域积累了超过十年的深度报道经验。今天，Platformer据报道每年从付费订阅者处产生超过100万美元的收入 [主张]。

这个模式之所以有效，核心原因值得深入思考：Newton的声音、消息来源网络和编辑判断才是产品——而不是页面上的文字本身。一个AI可以学习Newton的写作风格，可以模仿他的行文节奏，但无法复制他多年积累的一线消息来源关系，无法复制他在科技伦理问题上经过多次考验才形成的道德直觉，也无法复制他与读者在十年时光中共同建立的深厚信任。这种信任是订阅的真正原因，不是每篇文章的文字质量。

Substack现在有数十位达到六七位数年收入水平的作者，数千位赚取可观副收入的作者，这一群体还在持续扩大 [估计]。他们中没有一个人在字数吞吐量上与AI竞争。他们在身份认同、专业品味和长期信任上竞争——恰恰是人类相对于机器具有根本性结构优势的维度。Substack经济是一个令人信服的证据，表明在正确的条件下，人类写作的价值不仅没有被AI摧毁，反而找到了新的放大渠道。

关于入门级的残酷真相

数据最让人揪心的含义是它对刚入行作家意味着什么。历史上，进入这个行业的传统路径运转良好：通过入门级内容写作工作积累作品集，通过初级员工职位学习编辑规范，通过大批量自由职业建立客户关系。这些恰恰是AI最积极、最彻底自动化的工作类别。传统的入行坡道正在急剧收窄，这对有志于写作职业的年轻人构成了真实的挑战 [事实]。

然而，正在出现的新入行路径虽然不同，却并非更差。允许作家直接建立受众和作品集的平台（Substack、Beehiiv、YouTube长视频内容）正在让有才华的新作家绕过传统守门人，直接接触读者。专业知识迅速积累的垂直细分领域——气候科学传播、生物技术报道、国防政策分析、金融叙事——为那些愿意深耕一个领域的作家提供了真正的差异化机会。混合技能组合（写作加视频制作、写作加数据分析、写作加产品写作）正在创造传统纯写作职业中不存在的新需求。

2025年的有志作家需要少一点等待被雇用的员工心态，多一点主动构建受众、积累专业权威的创业者思维。这一转变不容易，但它指向的是一条更可持续、对AI更具抗性的职业路径。

总结

写作正处于前所未有的压力之下。"作家"这个类别正在经历其现代史上最重要的结构性重组，速度超过了许多人的准备时间。某些形式的写作被商品化的速度甚至超过了最悲观的预测。其他形式的写作比以往任何时候都更有价值，因为人类声音和视角在一个充斥着机器生成内容的世界里变得愈发稀缺和珍贵。

那些以真正的人类洞察力、独特视角和深度积累的专业知识挥动笔的作家，仍然拥有任何算法都无法提供的东西。那些将写作视为高速内容生产线的人则正面临最艰难的职业转型。好消息是——如果可以这么称呼的话——前进的道路现在清晰可辨：声音、专业知识、信任、人际关系、原创性。这些是在AI时代保持不可替代的真正护城河。其他一切都在被自动化，无论你是否愿意承认。

探索作家和作者的完整数据，查看详细的自动化指标、任务级别分析和职业预测。

写作技艺在AI时代的深层价值

在关于AI与写作的讨论中，一个容易被忽视的维度是写作的认知功能与其信息传递功能同样重要——有时甚至更重要 [主张]。当一位记者花数周追踪一个复杂的政策故事时，她不只是在收集信息然后将其转化为文字。写作的过程本身就是理解的过程——是她强迫自己厘清逻辑、识别矛盾、寻找意义的方式。AI可以快速生成关于这个故事的文章，但无法进行这个认知过程。最终产出的区别不只是质量，而是本质。

这一洞察对于理解哪些写作是真正安全的至关重要。那些写作过程本身创造了读者无法从其他地方获得的新理解的作品——调查报道、深度分析、综合叙事——在AI时代具有根本性的保护。这类写作的价值不只是在于最终的文本，而在于产生该文本的认知劳动和信息获取过程。AI没有消息来源，不能进行实地采访，无法建立需要时间和互信才能产生的信源关系 [事实]。

写作职业的地理多元化机遇

AI带来的一个出乎意料的结果是，它正在为来自非英语国家的写作人才创造全新的全球化机遇 [估计]。随着英语通用内容的大量自动化，能够在文化特异性、本地洞察力和真实在地经验方面提供独特视角的作家变得更加宝贵。

一位能够用英文写作但同时深入理解印度、尼日利亚、巴西或印度尼西亚社会动态的作家，正在提供任何在圣何塞或纽约办公室的AI训练团队都难以复制的东西。这种文化在地性——理解隐性的社会规范、政治敏感性、本地经济现实——是无法仅仅通过训练数据来习得的 [主张]。全球英语媒体对这类人才的需求正在上升，而不是下降。

平衡人类与机器的实践框架

对于今天的职业作家，一个实用的思考框架是将所有写作任务按照"人类不可替代性"进行分类。在这个光谱的一端，是任何具备基本语言能力的人或AI都能完成的任务——格式化、基础摘要、数据汇总。这些应该毫不犹豫地交给AI工具。在光谱的另一端，是只有你能做的事情——你的独特视角，你独家获得的采访对象，你积累多年的深度行业理解，你的个人声音和风格。这些是你应该将绝大部分时间和精力投入的地方。

中间地带是最需要判断力的区域：那些AI可以合理完成但人类参与能显著提升质量的任务。在这个区域，最好的做法是将AI作为初稿工具，然后投入人类判断进行深度修改和提升。这种分工让作家能够提高产出量，同时维持质量标准，并确保最终产品仍然带有真正的人类视角印记。

写作的未来：人机协作的新平衡

展望未来五到十年，写作职业最可能的形态是人机深度协作，而非人类单独主导或机器全面接管 [估计]。这种协作形式已经在最先进的编辑室和内容团队中初现端倪，并正在快速向整个行业扩散。

在这个新平衡中，人类作家的角色将从"内容生产者"转变为"内容导演"。就像电影导演不亲手操作每一台摄像机，但对最终作品的视觉和叙事方向负完全责任一样，未来的作家将负责设定方向、标准和声音，而AI工具则执行大量基础性的生产工作。这种角色转变要求作家发展出不同的技能集——不只是精湛的写作技艺，还需要清晰的编辑判断力、严格的事实核查能力，以及对受众心理的深度理解。

对于选择拥抱这一转变而非抗拒它的作家来说，机会是真实的。那些能够高效管理AI工具、快速识别和纠正AI输出中的错误和偏差、并将人类视角注入机器生成草稿的作家，将比任何一个纯人工或纯自动化的方法都更有竞争力。这不是投降，而是在新的技术现实中找到人类智识劳动最高价值所在的战略性适应。写作的本质没有改变——传递真相、创造意义、连接人心——改变的只是实现这些目标的工具和流程。

专业发展：在AI时代保持竞争力

无论你处于写作职业的哪个阶段，在AI时代保持竞争力都需要有意识的专业发展投资。以下是最有价值的方向：

深化专业知识，而非扩展通才能力。在一个AI能够快速生成任何话题的通用内容的世界里，真正稀缺的是在特定领域能够识别细微差别、发现反直觉洞见、辨别重要与不重要的深度专业知识。花时间深入理解一个领域，比浅尝许多领域能创造更持久的职业护城河 [主张]。

建立并维护人际信息网络。与真实信源建立的信任关系是写作价值中最难被AI复制的部分。那些愿意花时间参加行业会议、与关键信源保持长期联系、赢得人们真实分享重要信息信任的作家，拥有一种根本性的竞争优势。这种信任是随时间缓慢积累的，也正因如此，它才构成了可持续的差异化基础。

持续磨炼叙事技艺。理解为什么某些故事能引起共鸣而其他的却没有，是一项AI暂时无法掌握的人类判断能力。阅读那些在你的领域中以叙事创新见长的作家，分析他们如何构建悬念，如何将数据转化为人的故事，如何在准确性和可读性之间取得平衡。这种叙事智慧是通过大量阅读和有意识的反思才能培养的能力。

参考资料

• Anthropic. (2026). The Anthropic Labor Market Impact Report.
• U.S. Bureau of Labor Statistics. Writers and Authors — Occupational Outlook Handbook.
• Eloundou, T., et al. (2023). GPTs are GPTs.
• Brynjolfsson, E., et al. (2025). Generative AI at Work.

---

_本分析使用来自Anthropic劳动市场报告（2026年）、Eloundou等人（2023年）、Brynjolfsson等人（2025年）和美国劳工统计局预测的数据。本文写作过程中使用了AI辅助分析。_

更新历史

• 2026-03-25：首次发布，包含2024-2028年预测数据
• 2026-05-13：扩展，新增Substack经济案例研究、入门级职业分析和哑铃市场动态

相关职业：其他工作会怎样？

AI正在重塑许多职业：

• AI会取代文案撰稿人吗？
• AI会取代平面设计师吗？
• AI会取代教师吗？
• AI会取代医生吗？

_在我们的博客上探索全部1,016个职业分析。_