兩兄弟試圖將個人風格重新注入AI寫作

《韋氏詞典》2025年度詞彙是“slop”（劣質內容）。這一背景正是Wilfred和Onome Okajevo兄弟構建Noren的動因：隨著越來越多人依賴AI寫作，資訊流變得愈發千篇一律；寫作工具在流暢度上不斷進步，卻在保留寫作者個性方面越走越遠。

Noren是一款聲音提取引擎。你只需輸入真實寫作樣本，它就能構建你寫作風格的結構化配置檔案，隨後可將其用於Claude、ChatGPT、Gemini等任何支援指令的模型。輸出結果不再趨近統計中位數，而是真正像你寫的內容。

簡單版本如此，但有趣之處在於：為何兩位兄弟——一位研究人類思維與溝通，另一位擁有七年分散式金融系統構建經驗——會認定這是值得投入一年時間解決的問題？

兄弟創始人

Noren有兩位聯合創始人，且互為兄弟。Wilfred Okajevo主導機器學習和認知科學方面，其背景是構建理解人類思維與溝通的系統，這也成為Noren聲音提取引擎的指導思想。Onome Okajevo則負責運營，他原是醫學博士，後轉型為開發者，擁有七年以上分散式金融應用構建經驗，長期思考系統、風險、機制及現實世界的失敗模式。

這種組合塑造了產品。Wilfred描述道：“這是一款技術產品，但問題本質上是人性化的——如何讓人們使用AI，卻不讓寫作中的個性逐漸消磨？”

產品本身也體現了這一分野：提取引擎側重研究與結構，而Noren的定位——作為其他工具的輔助而非替代、同時支援macOS和Chrome——則是運營直覺在產品決策中的體現。

診斷：同質化資訊流

如果你在過去兩年間瀏覽過LinkedIn，定會識別出Wilfred所述的模式：三篇關於創業的文章讀起來像同一篇長文。內容流暢、標點正確，滿篇“穩健”、“關鍵”、“促進”等詞彙，但五分鐘後就讓人遺忘。

他在《同質化資訊流》一文中指出：“當AI在沒有聲音配置的情況下寫作時，它會從所有工具和使用者共用的統計預設值中取材。結果便是，一千個人聽起來像同一個泛泛的聲音。”

在他看來，原因在於機械而非文化：AI寫作助手沒有聲音，只有分佈——基於正式專業文本訓練的機率加權詞彙表，句子節奏集中在15至25個詞的範圍內，無論使用者是誰。

集體效應源於個人理性選擇：每位寫作者都有內容要表達，時間有限，自然會選擇加速生產的工具。單個輸出看似正常，但數千輸出匯聚後便趨於同質。

靈光乍現的時刻

Noren的觸發點，用Wilfred的話說，是意識到“像我一樣寫”被當作一個提示詞問題來解決。兄弟倆做了大多數人首先會做的事：檢視樣本、編寫規則、描述語氣、測試輸出、調整提示詞。輸出變得更乾淨，但並未更像本人。

於是他們手動操作：花費數週時間記錄人們的寫作方式——句子節奏、詞彙選擇、類比來源、論證順序、迴避的過渡詞、感覺彆扭的標點。幾百行邏輯——這就是他們首個聲音配置檔案的誕生方式，當時尚無提取引擎。

靈光乍現的時刻發生在：經過深度配置後，輸出終於聽上去對了。不是因為模型理解了“專業”或“口語化”等更好的形容詞，而是因為擁有了寫作者更結構化的圖譜。

Wilfred原話：“這不是‘寫個更好的提示詞’，而是‘從真實寫作中提取身份層，使其可複用’。”同時，兄弟倆目睹資訊流本身的變化：更多帖子變得專業，更少帶有鋒芒；不同人開始聽起來像同一個人使用相同模型預設配置。這一觀察催生了《同質化資訊流》一文，也成為將Noren打造成一個品類而非單獨功能的理由。

Noren的選擇

AI寫作領域已不乏產品：Jasper針對品牌聲音，Sudowrite用於虛構寫作，Grammarly負責編輯，各大模型廠商也在推出寫作功能。Noren刻意選擇了更小的賽道：個人聲音，且從真實樣本中提取而非透過提示詞描述。

這一區別至關重要。語氣指令是表層且基於任務的：你告訴模型“用隨意、口語化語氣寫作”，它給出隨意口語化的內容，但那只是模型理解的隨意，而非你的。而聲音配置是結構化且持久的：它捕捉你慣用的類比領域、句子節奏、展開論證的方式，甚至那些你無法用語言描述的習慣——因為它們過於自動而難以覺察。

配置檔案以純Markdown輸出，意味著可移植、可檢查，且不鎖定於任何應用。今天可用於Claude，明天用於ChatGPT，下個月用於新推出的模型，無需從頭重建。

Noren不做什麼

兄弟倆談論Noren時，一個清晰之處在於明確它不是什麼。它不提供想法、不撰寫論點、不生成事實或判斷。配置僅包含你的寫作方式：常用詞彙、開頭結尾方式、構建觀點的節奏。提示詞仍承載你想表達的內容。

這一分離意義重大：使得Noren能作為模型輔助而非替代；同一配置能在任何接受指令的LLM上使用。配置是持久層，模型負責生成。

商業上這也是有利的產品定位：兄弟倆不與模型廠商競爭，而是銷售一個讓廠商輸出更少同質化的層級。

賭注

用Wilfred的話說，Noren的賭注在於：聲音是結構性的而非語調性的，而且隨著流暢寫作成本降低，身份的價值將上升。大多數AI寫作工具追求流暢、速度與數量，這導致所有人的寫作被拉向同一平均值。模型越好，流暢寫作越廉價，同質化問題就越明顯。

多數人預設不同意這一賭注，認為更好的模型最終會自行解決聲音問題。但Okajevo兄弟認為相反：更好的模型會讓聲音問題更突出，因為通用流暢將無處不在。

Wilfred常引用一個故事，它比任何產品描述都更能解釋整個專案：“艾米莉·狄金森去世後，她的詩歌被修改得更‘體面’：刪除破折號、規範大小寫、改動詞語、編造標題。那些讓她獨特而奇異的部分被當作錯誤對待。很久以後，更接近原作的版本得以恢復，世界才看到她聲音的真正力量。”

同樣的本能出現在AI寫作中：磨平稜角、規範節奏、讓它聽起來更專業。但有時，所謂的稜角正是聲音。

這正是兄弟倆致力構建的未來：使用者仍帶來想法、論點、事實、例子和判斷；Noren承載底層：節奏、結構、反覆出現的模式、反模式，以及那些讓某人寫作像他本人的小習慣。

Noren的未來方向

Noren仍處於早期：小團隊、免費層級、提供macOS下載和Chrome擴充套件。定價已公佈。聲音配置檔案以純Markdown輸出，意味著可移植、可檢查，不鎖定於任何應用。

產品路線圖更側重於覆蓋範圍而非功能：任何透過AI工具寫作的地方，配置都應隨行。

更深層的賭注在於品類：聲音配置是否會成為人與模型之間的標準層，就像樣式表之於內容與呈現？這是Okajevo兄弟押注時間所回答的問題。

這是一個有趣的賭注：產品確實與眾不同，論點清晰到足以讓人反駁，且創始人正以專注、研究驅動的方式工作，這往往能產生真正的品類而非單一功能。