两兄弟试图将个人风格重新注入AI写作

《韦氏词典》2025年度词汇是“slop”（劣质内容）。这一背景正是Wilfred和Onome Okajevo兄弟构建Noren的动因：随着越来越多人依赖AI写作，信息流变得愈发千篇一律；写作工具在流畅度上不断进步，却在保留写作者个性方面越走越远。

Noren是一款声音提取引擎。你只需输入真实写作样本，它就能构建你写作风格的结构化配置文件，随后可将其用于Claude、ChatGPT、Gemini等任何支持指令的模型。输出结果不再趋近统计中位数，而是真正像你写的内容。

简单版本如此，但有趣之处在于：为何两位兄弟——一位研究人类思维与沟通，另一位拥有七年分布式金融系统构建经验——会认定这是值得投入一年时间解决的问题？

兄弟创始人

Noren有两位联合创始人，且互为兄弟。Wilfred Okajevo主导机器学习和认知科学方面，其背景是构建理解人类思维与沟通的系统，这也成为Noren声音提取引擎的指导思想。Onome Okajevo则负责运营，他原是医学博士，后转型为开发者，拥有七年以上分布式金融应用构建经验，长期思考系统、风险、机制及现实世界的失败模式。

这种组合塑造了产品。Wilfred描述道：“这是一款技术产品，但问题本质上是人性化的——如何让人们使用AI，却不让写作中的个性逐渐消磨？”

产品本身也体现了这一分野：提取引擎侧重研究与结构，而Noren的定位——作为其他工具的辅助而非替代、同时支持macOS和Chrome——则是运营直觉在产品决策中的体现。

诊断：同质化信息流

如果你在过去两年间浏览过LinkedIn，定会识别出Wilfred所述的模式：三篇关于创业的文章读起来像同一篇长文。内容流畅、标点正确，满篇“稳健”、“关键”、“促进”等词汇，但五分钟后就让人遗忘。

他在《同质化信息流》一文中指出：“当AI在没有声音配置的情况下写作时，它会从所有工具和用户共用的统计默认值中取材。结果便是，一千个人听起来像同一个泛泛的声音。”

在他看来，原因在于机械而非文化：AI写作助手没有声音，只有分布——基于正式专业文本训练的概率加权词汇表，句子节奏集中在15至25个词的范围内，无论使用者是谁。

集体效应源于个人理性选择：每位写作者都有内容要表达，时间有限，自然会选择加速生产的工具。单个输出看似正常，但数千输出汇聚后便趋于同质。

灵光乍现的时刻

Noren的触发点，用Wilfred的话说，是意识到“像我一样写”被当作一个提示词问题来解决。兄弟俩做了大多数人首先会做的事：查看样本、编写规则、描述语气、测试输出、调整提示词。输出变得更干净，但并未更像本人。

于是他们手动操作：花费数周时间记录人们的写作方式——句子节奏、词汇选择、类比来源、论证顺序、回避的过渡词、感觉别扭的标点。几百行逻辑——这就是他们首个声音配置文件的诞生方式，当时尚无提取引擎。

灵光乍现的时刻发生在：经过深度配置后，输出终于听上去对了。不是因为模型理解了“专业”或“口语化”等更好的形容词，而是因为拥有了写作者更结构化的图谱。

Wilfred原话：“这不是‘写个更好的提示词’，而是‘从真实写作中提取身份层，使其可复用’。”同时，兄弟俩目睹信息流本身的变化：更多帖子变得专业，更少带有锋芒；不同人开始听起来像同一个人使用相同模型默认配置。这一观察催生了《同质化信息流》一文，也成为将Noren打造成一个品类而非单独功能的理由。

Noren的选择

AI写作领域已不乏产品：Jasper针对品牌声音，Sudowrite用于虚构写作，Grammarly负责编辑，各大模型厂商也在推出写作功能。Noren刻意选择了更小的赛道：个人声音，且从真实样本中提取而非通过提示词描述。

这一区别至关重要。语气指令是表层且基于任务的：你告诉模型“用随意、口语化语气写作”，它给出随意口语化的内容，但那只是模型理解的随意，而非你的。而声音配置是结构化且持久的：它捕捉你惯用的类比领域、句子节奏、展开论证的方式，甚至那些你无法用语言描述的习惯——因为它们过于自动而难以觉察。

配置文件以纯Markdown输出，意味着可移植、可检查，且不锁定于任何应用。今天可用于Claude，明天用于ChatGPT，下个月用于新推出的模型，无需从头重建。

Noren不做什么

兄弟俩谈论Noren时，一个清晰之处在于明确它不是什么。它不提供想法、不撰写论点、不生成事实或判断。配置仅包含你的写作方式：常用词汇、开头结尾方式、构建观点的节奏。提示词仍承载你想表达的内容。

这一分离意义重大：使得Noren能作为模型辅助而非替代；同一配置能在任何接受指令的LLM上使用。配置是持久层，模型负责生成。

商业上这也是有利的产品定位：兄弟俩不与模型厂商竞争，而是销售一个让厂商输出更少同质化的层级。

赌注

用Wilfred的话说，Noren的赌注在于：声音是结构性的而非语调性的，而且随着流畅写作成本降低，身份的价值将上升。大多数AI写作工具追求流畅、速度与数量，这导致所有人的写作被拉向同一平均值。模型越好，流畅写作越廉价，同质化问题就越明显。

多数人默认不同意这一赌注，认为更好的模型最终会自行解决声音问题。但Okajevo兄弟认为相反：更好的模型会让声音问题更突出，因为通用流畅将无处不在。

Wilfred常引用一个故事，它比任何产品描述都更能解释整个项目：“艾米莉·狄金森去世后，她的诗歌被修改得更‘体面’：删除破折号、规范大小写、改动词语、编造标题。那些让她独特而奇异的部分被当作错误对待。很久以后，更接近原作的版本得以恢复，世界才看到她声音的真正力量。”

同样的本能出现在AI写作中：磨平棱角、规范节奏、让它听起来更专业。但有时，所谓的棱角正是声音。

这正是兄弟俩致力构建的未来：用户仍带来想法、论点、事实、例子和判断；Noren承载底层：节奏、结构、反复出现的模式、反模式，以及那些让某人写作像他本人的小习惯。

Noren的未来方向

Noren仍处于早期：小团队、免费层级、提供macOS下载和Chrome扩展。定价已公布。声音配置文件以纯Markdown输出，意味着可移植、可检查，不锁定于任何应用。

产品路线图更侧重于覆盖范围而非功能：任何通过AI工具写作的地方，配置都应随行。

更深层的赌注在于品类：声音配置是否会成为人与模型之间的标准层，就像样式表之于内容与呈现？这是Okajevo兄弟押注时间所回答的问题。

这是一个有趣的赌注：产品确实与众不同，论点清晰到足以让人反驳，且创始人正以专注、研究驱动的方式工作，这往往能产生真正的品类而非单一功能。