Erich Grunewald 认为，写作这一行为本质上与思考紧密相连，主张撰写文本会迫使作家审视并完善思想。他通过引用 Paul Graham 的观察来支持这一观点：写作某个主题时，常常会揭示作家本来并不真正了解的内容，并指出许多想法仅在写作过程中才会浮现。他还引用了 Patrick McKenzie 播客的一集，其中 Clara Collier 描述了在撰写实质性内容时，她会不断重新评估大纲、过渡和句子，从而发现如果只是查看大纲则会一直隐藏的推理缺陷。根据 Grunewald 的说法，将这一过程外包给 AI 会绕过这一重要的反馈循环，导致研究不足或论点模糊的问题得不到质疑。
图像展示了文章作者 Erich Grunewald，他提出写作与思考紧密相关，而 AI 会削弱这一过程。
Grunewald 的第二个论点是，AI 生成的文本往往含糊不清，并包含在不仔细阅读的情况下难以察觉的微妙错误。为了说明这一点，他提示 Claude Fable 5 撰写一段关于 AI 芯片走私的短文。虽然乍看之下输出似乎合理，但他指出了多个问题：该模型称出口控制“仅限于执行力度”却未说明具体含义，将 AI 芯片描述为“紧凑型”——其实走私的常常是整台服务器，并给出了具有误导性的低估走私数字。他还指出该模型未指定时间范围或定义何为“高端”芯片，且其对 Bureau of Industry and Security 的预算和人员编制的描述缺少评估该机构是否真正资源不足所需的具体数字。根据 Grunewald 的说法，这类不准确正是 AI 写作的典型问题，发现它们需要付出相当大的努力。
最后，Grunewald 认为，在未披露 AI 参与的情况下使用 AI 为他人撰写所阅读的文本，违背了作家与读者之间的隐含契约。他解释道，当一篇作品被分享时，受众期望该文本能够反映作家自身的思考与付出，提供他们否则无法获得的信息或娱乐。引用同一播客节目，Clara Collier 指出，由 LLM 生成的文本总会缺少人类作家所能贡献的某些东西，即使模型对该话题了解更多。Grunewald 得出结论：将 AI 生成的散文呈现为自己的作品既失礼又具有误导性，因为这剥夺了读者所期待的真正智力贡献。