Medium把AI塞进写作现场

Medium在11月9日正式推出独立写作应用TK，并向所有Medium账号免费开放。TK不是一个负责“一键生成文章”的AI写作机器人，而是一套把AI助手、私人笔记、知识整理和草稿反馈直接嵌入写作现场的创作环境：用户写到一半时输入@TK，就能查询信息、找回旧笔记或请求编辑建议，不必离开当前页面。(medium.com)

这次发布的关键不在于Medium又做了一个带AI的编辑器，而在于它开始向写作流程的上游移动。过去的Medium主要负责文章完成后的发布、分发与变现，TK则试图接管文章出现之前的部分——零散念头、语音记录、资料收集、初稿、修改和小范围反馈。

换句话说，Medium不再只想做“舞台”，还想控制作者每天训练、整理想法和形成观点的“健身房”。

TK是什么：一个以写作为中心的私人工作区

**TK是Medium推出的私人写作与知识管理应用，目标是让用户持续记录、整理并发展自己的想法。**它既包含简洁编辑器，也提供移动端应用、语音和文字快捷记录组件，可以导入Medium历史文章，以及Bear、Obsidian等工具中的资料库。(medium.com)

“TK”原本是英语出版行业的占位符，来自“To Come”，表示某段信息稍后补充。编辑会故意用不常见的字母组合“TK”，让校对时更容易搜索出来。Medium把这个行业黑话改造成了产品交互：过去作者留下TK是提醒自己以后补资料，现在输入@TK，AI会直接处理这个缺口。

例如，作者不确定9月有30天还是31天，可以直接在句子中输入@TK提问；如果想找回昨天写过的一段关于“写作与思考”的文字，也可以让助手从历史记录中调取。AI处理请求时，作者仍然停留在原稿中，不必切换到搜索引擎、聊天机器人或另一个笔记窗口。(medium.com)

**内嵌式AI助手是指AI直接存在于当前编辑界面，并能利用正在编辑的内容和个人资料执行任务。**它与“复制一段文字到ChatGPT、修改后再复制回来”的最大差别，不一定是模型更强，而是交互成本更低。

一次切换标签页只需要几秒，但真正被打断的是工作记忆。作者原本正在判断段落节奏和论证关系，跳出去搜索资料后，很容易顺手打开邮件、社交媒体或其他页面。TK解决的正是这种微小但高频的中断，而不是单纯把生成按钮放进编辑器。

AI不只补句子，还要读懂你的写作历史

TK更有价值的能力不是续写，而是让AI能够回看用户过去积累的文字。它会根据历史笔记生成写作提示，也可以把搜索结果、标签、主题或资料库整理成类似Wiki的页面，自动归纳主要主题、关键观点，并链接回原始笔记。(medium.com)

这意味着TK想建立的并非普通文档目录，而是一套“可被AI理解的个人观点库”。传统笔记工具要求用户维护文件夹、双向链接、标签和索引；TK的思路是先允许内容保持混乱，再让AI在需要时临时生成结构。

这种设计对高频写作者确实有吸引力。记者可能积累数百条采访摘录，产品经理可能存着大量用户反馈，开发者也会记录技术方案和踩坑笔记。真正困难的通常不是保存资料，而是在三个月后写新文章时，记得自己曾经在哪条笔记里提到过相关判断。

TK目前还提供编辑反馈、标题反馈和出版物风格匹配等AI技能。系统可以判断一篇草稿更符合哪类Medium出版物的风格，甚至提示一批文章是否已经形成可以整理成书的结构。(medium.com)

不过，Medium没有在本次发布中明确披露TK使用的底层模型、上下文窗口、每日调用额度、响应延迟或评测结果。对开发者和AI重度用户来说，这是一个明显的信息缺口：目前可以判断TK的产品流程设计，但还不能判断它的模型能力是否超过Claude、ChatGPT或其他通用助手。

TK和Notion AI、Word Copilot有什么不同

TK进入的是一个已经拥挤的市场，但它与主流AI文档产品的出发点并不完全相同。

| 产品 | 公开价格参考 | AI介入位置 | 核心优势 | 主要局限 | |---|---:|---|---|---| | Medium TK | Medium账号免费 | 草稿、历史笔记、写作反馈、资料库 | 围绕长期写作历史构建，支持社交反馈与MCP | 底层模型和使用额度未公开，暂无原生桌面应用 | | Microsoft Word + Copilot | Microsoft 365 Personal每月9.99美元 | 正式文档编辑、改写、总结 | Office生态成熟，适合商业文档 | 更像文档生产工具，个人思想积累不是重点 | | Grammarly Pro | 年付折合每月12美元，月付30美元 | 语法、语气、整句改写 | 跨应用校对能力成熟 | 更擅长优化表达，而非管理长期知识 | | Obsidian | 核心应用免费；Sync年付每月4美元 | 本地Markdown知识库，AI主要依赖扩展 | 本地文件、可迁移、可扩展、端到端加密同步 | AI体验依赖插件和用户配置，协作门槛较高 |

Microsoft Word的优势是正式文档和Office生态，Grammarly擅长在多个应用里修正表达，Obsidian强调本地文件和知识网络。TK押注的则是一个更窄但更明确的场景：写作者如何把长期积累的素材变成下一篇文章。

TK因此不像Word的替代品，也很难立即替代Obsidian。它更像Medium、AI编辑器和私人写作社区的结合体：作者可以先私下记录，再邀请小范围读者反馈，最后把成熟内容发布出去。

这个定位既是优势，也是风险。它能为Medium已有的作者网络提供一条自然路径，但如果用户并不在Medium发布内容，TK能否成为长期主力笔记工具，仍然需要观察。

MCP让TK变成AI智能体的“个人记忆侧车”

TK最值得开发者关注的功能，是它提供了MCP服务器和Claude Skill连接。MCP是Model Context Protocol的缩写，它是一套让AI应用读取外部工具和数据源的标准化连接协议。

通过TK的MCP服务器，Claude等智能体可以读取用户在TK中保存的项目、观点和未完成想法。Medium对这项能力的描述很直接：未来稀缺的不是通用智能，而是属于每个人自己的“个人智能”。(medium.com)

Medium已经公开了一个TK Daily Note插件作为示例。该插件可以让Claude每天创建并持续更新一份Daily Note，自动汇总日历、邮件、Slack和Linear中的待办事项；更新时使用局部编辑操作，而不是重写整份文档，从而尽量保留用户的实时修改和复选框状态。(github.com)

这套思路比普通AI笔记总结更进一步。TK不是只让AI回答“我以前写过什么”，而是试图成为多个智能体共享的长期个人上下文：用户在TK中沉淀观点，Claude负责调用和执行，新的结果再回到TK继续积累。

如果这一闭环能够稳定运行，TK可能比单纯的AI编辑器更有黏性。模型可以更换，聊天窗口也可以更换，但经过几年积累的个人写作历史很难迁移和重建。

社交反馈是Medium真正拥有的筹码

TK没有把反馈全部交给AI，而是加入了名为Social Libraries的社交资料库。用户可以建立私人或共享空间，把早期草稿交给特定人群阅读，也可以加入公开日记、草稿反馈和写书等主题资料库。(medium.com)

这部分功能可能比@TK更难被竞争对手复制。ChatGPT、Claude和Grammarly都能提出修改建议，但它们没有Medium多年积累的作者、编辑和读者关系。真实读者能指出“这个观点我不相信”或“第二段开始失去兴趣”，这种反馈与模型判断句子是否通顺完全不同。

Medium此前披露，TK在测试阶段已经覆盖首批1000名用户。测试者的使用场景包括私人日记、小范围分享、写作连续天数记录、个性化提示、研究资料整理，以及通过Claude MCP建立自动化工作流。(medium.com)

但早期社区反馈并不全是正面评价。部分用户认为TK的功能价值尚不明确，也有人批评资料库的公开和访问机制不够直观，需要读者创建账号才能进入部分共享空间。Medium团队随后在社区中解释了邀请机制，但这也暴露出TK目前仍有明显的产品教育和权限设计问题。(reddit.com)

Medium选择透明，而不是假装能检测AI

AI写作的核心争议已经从“是否允许使用AI”转向“AI究竟参与了多少”。内容溯源是指记录文章使用过的提示词、参考资料、模型输出和人工修改过程，使读者能够检查内容是如何形成的。

TK允许作者在发布笔记时说明哪些内容由人类完成、哪些内容使用了AI，并计划把提示词和源材料纳入可检查的写作来源记录。Medium认为，在AI时代，出版平台需要让内容来源透明，而不是仅凭最终文本猜测作者是否使用了模型。(medium.com)

这个方向比“AI检测器”更现实。生成模型本身就是在人类文本上训练的，单纯根据语言风格判断内容来源，很难稳定地区分人工写作、AI辅助修改和完全自动生成。与其用一个不可靠的百分比给作者定罪，不如记录创作过程。

但透明机制只有在默认开启、展示清晰且难以绕过时才有意义。如果AI使用说明完全依赖作者自愿填写，认真披露的人会承担额外成本，而大量生成低质量内容的人仍然可以保持沉默。

隐私是TK目前最需要谨慎对待的问题

TK明确表示，未经用户许可，AI公司不会使用用户的写作进行训练，但TK中的写作并不采用端到端加密。Medium给出的理由是，云端存储有利于人与AI协作，用户则可以通过访问权限控制作品的可见范围。(medium.com)

这是一项明确的产品取舍，而不是可以忽略的技术细节。准备公开的博客草稿通常问题不大，但未发布书稿、商业计划、采访记录、法律材料和公司内部文档并不适合在缺乏端到端加密的环境中随意保存。

与之相比，Obsidian可以把文件保存在本地，其官方同步服务使用AES-256端到端加密。TK换取的是更顺滑的在线协作、AI调用和社交反馈，代价则是用户需要更信任平台本身。

因此，TK现阶段最适合公开写作者、独立创作者和希望建立写作习惯的人，而不是对保密、离线和数据主权有严格要求的团队。

TK真正要解决的是“不要停止写”

TK目前最成熟的产品逻辑不是生成，而是消除写作中的停顿。资料缺失时不用切换页面，找不到旧观点时不用翻文件夹，需要反馈时不必等编辑上线，灵感不足时还有结合历史内容生成的提示。

这个方向比再做一个“一句话生成一篇文章”的工具更有价值。AI生成工具已经足够多，真正稀缺的是能保护注意力、理解个人历史并让作者保留控制权的写作环境。

但TK能否做到这一点，取决于它是否能够克制生成冲动。只要AI开始频繁代写完整段落，所谓“帮助人思考”就可能迅速退化为“帮助人跳过思考”。对专业作者来说，效率并不是唯一指标，形成判断、寻找措辞和反复修改本来就是写作的一部分。

Medium的选择很聪明，也很冒险：它没有回避AI正在进入出版业，而是试图制定一套AI参与写作的产品规则。TK现在还谈不上成熟，模型信息、权限体验、桌面端和隐私能力都有缺口，但它提出了一个比“AI能不能写文章”更重要的问题——当AI已经不可避免地进入写作流程，平台应该怎样保留人的观点、责任和创作痕迹？

这可能才是TK最值得关注的地方。

参考来源

• Medium官方TK Daily Note插件：展示TK通过MCP连接Claude，并持续维护个人每日笔记的具体实现。
• Reddit上的TK早期用户讨论：包含用户对产品价值、共享资料库和访问权限的正反反馈。