不用订阅的 AI 写作工具，到底有没有靠谱的？
先说结论：有，但要换个思路——不是去找“一个免费工具包办一切”，而是找一个能让你免费起步、按需切换模型的工具，再配上一套固定的写作流程。LM Station 就是按这个思路用的：一个 App 里聚合 20+ 云端模型，包括 GPT、Claude、Gemini、Qwen、DeepSeek 等，App 本身可免费下载，App 内还提供在线免费云模型；如果你已有某个模型的 API key，也可以自带 key 使用。
这篇文章不罗列十个工具让你自己去试，而是只讲一条我自己会用的写作流程：起草用什么、审读换谁、离线怎么改、什么时候该停下来自己动手。流程走完，你会发现“不用订阅”不是将就，而是一种更省钱的写作方式——前提是你接受它的边界。
先交代背景，避免误解。LM Station 是 iPhone、iPad 和 Mac 的 AI 工作台，常被叫做“个人版 LM Studio”。除了聚合 20+ 云端模型，它还能在 iPhone 上本地运行大模型，另有 Deep Research、RAG 知识库、长期记忆、OCR 与视觉、语音、图片生成和自定义 Agent 等功能。据开发者介绍，LM Station 累计下载已突破 100 万。本文只讲写作这一件事，其他功能点到为止。
第一步：别一上来就写全文，先让模型帮你定提纲
很多人写不下去，不是因为不会写，而是提纲没定就直接写正文，结果写到一半发现结构是散的。我的做法是：先在 LM Station 里新建一个对话，用 App 内提供的免费云模型提一个明确要求，例如“帮我给一篇介绍本地大模型的文章列提纲，要求三部分：问题、操作步骤、适合人群，每部分不超过两句话”。
这一步的关键不是模型多强，而是要求要具体：主题、读者、结构、篇幅都写清楚。提纲出来后别急着接受，先自己划掉一两条不想要的、补上一条真正想讲的，再进入下一步。提纲定稿只花几分钟，却能省下后面大段返工的时间。
第二步：用一个模型起草，再换另一个模型审读
提纲定好后，让同一个模型按提纲写出初稿。初稿一定不会完美，这很正常——它的作用是“把空白页填满”，而不是“直接交稿”。初稿写完，我会立刻换一个模型来审读，做法也很直接：把初稿贴进新对话，问它“这篇文章哪里逻辑不顺、哪里在重复、哪一段可以直接删掉”。
为什么要换模型审读？因为同一个模型审自己的文章，很容易顺着原思路走，看不出问题；换一个模型，就像换了一个读者，结构问题、重复表述和语气不一致的地方会更容易暴露。LM Station 的多模型切换就在同一个 App 里完成，不需要为每个模型单独开订阅、单独装应用，这正是这套流程省钱又省事的地方。
审读完不要全盘接受。我的筛选标准只有三条：指出具体位置的意见优先采纳，只说“写得更好一点”但没有具体改法的忽略，涉及事实的说法必须自己再核对一次。AI 审读是帮你发现问题，不是替你做决定。
图 1：LM Station 的对话界面：写作可以从对话开始，先定提纲、再生成初稿、最后审读。
图 2：LM Station 的模型厂商（Model Keys）配置界面：可以在此为各家厂商填写 API Key 并开启对应模型。
第三步：离线改稿——没网的时候，写作也不用停
如果你用的是 iPhone，还可以把本地模型用起来：先在有 Wi-Fi 的时候下载一个本地模型，之后断网也能在 App 内改稿。流程和云端一样，只是模型换成了本机模型：把初稿贴进去，让它改得更简洁，或者把长段落压缩成要点清单。
这个环节最适合两类活：一是润色和压缩，二是把零散笔记整理成结构清晰的草稿。它的边界也要说清楚：本地模型不知道最新资讯，做不了联网查证，复杂长推理也不如顶级云端模型稳。所以我的分工是：离线先改顺、改出可读的初稿，联网后再用云端模型做事实核对和最后一轮润色。想系统了解断网用法，可以读本站的另一篇教程：iPhone 上能离线跑大模型吗。
图 3：LM Station 的知识库（RAG）界面：可以新建并管理知识库资料，供对话时调用。
第四步：收尾必须自己动手，这是不能外包的一步
不管前面用了几个模型，最后三件事必须自己做：第一，通读全文，删掉 AI 惯用的套话和重复句；第二，核对所有事实、数字和引用，凡是拿不准的就删掉或改成自己确认过的说法；第三，按自己的语气改一遍开头和结尾——读者能一眼看出来，文章到底有没有作者自己的判断。
这一步也是区分“AI 代写”和“AI 辅助写作”的地方。前者是把初稿直接发出去了，后者是把 AI 当成提纲助手、初稿助手和审读助手，最终判断权始终在作者手里。工具可以帮你写得更快，但不能替你对内容负责。
下载入口放在这里，方便按上面流程直接试：iPhone 本地大模型 App LM Station，官方介绍见 LM Station。另外，如果你还会在 iPad 和 Mac 上写作，可以顺带看看本站的 iPad 和 Mac 上怎么用 LM Station，以及讲 Agent 分工的 LM Station 自定义 Agent 与多 Agent 群聊玩法，后者适合想把“写稿、审读、查资料”分给不同 Agent 的读者。
我的建议：适合谁，不适合谁
适合三类人：一是不想为五六个 AI 工具分别开订阅，只想先免费起步、按需切换模型的人；二是写公众号、博客、小红书笔记这类常规内容，需要提纲、初稿和审读一条龙的人；三是经常在没网环境下写作，希望离线也能改稿的人。
不适合两类人：一是所有任务都必须用某个顶级付费模型、且要求无限量使用的，免费云模型和自带 key 的方式未必覆盖这种强度，该订阅还是要订阅；二是希望“输入一句话就直接出成品、不用自己改”的，这套流程里人工收尾是必需环节，接受不了就别勉强。
总体结论：不用订阅完全可以开始写，而且写得不差，但要把期望值放在“辅助”而不是“代笔”上。先按提纲、起草、换模型审读、离线改稿、自己收尾这五步走上一篇文章，再决定要不要为某个模型单独付费——那时你花的每一分钱，都会比盲目订阅更清楚。
常见问题 FAQ
问：一个 App 真的能用所有 AI 模型吗？
答：LM Station 一个 App 内聚合了 20+ 云端模型，并支持本地模型和自带 API key，但这不等于所有模型都无限免费。免费云模型适合起步和常规写作，个别顶级模型可能需要你自己的 API key 或相应订阅，使用前看清当前模型的说明即可。
问：不用订阅，写作质量会不会差很多？
答：不一定。常规的提纲、初稿、审读和润色，免费云模型和本地模型已经够用；质量差距更多来自流程——要求写得越具体、审读换模型、最后自己收尾，成品就越稳。反过来，再强的模型，含糊的要求也只能产出含糊的文章。
问：AI 帮我写的文章，可以直接发布吗？
答：不建议。至少要自己通读、删套话、核对事实并按自己的语气改一遍开头结尾。直接发布初稿不仅容易出现事实错误，也会让文章读起来没有作者自己的判断。
利益相关：LM Station 为本站团队开发的产品，本文为官方分享。
