一直以來，大模型常常以「文科生」的形象為人所知。從寫周報、郵件，到輔助寫學術論文、法律文書，這類事務型寫作因為規則和用途明確，特別能讓大模型發揮自己的所長。

可正是這些高度規則化的寫作里，容不下錯誤。

與事實不符、憑空生造內容、不按用戶指令輸出等等，這些都是大語言模型經常會出現的「幻覺」，是目前最讓工程師和用戶都頭疼的問題。

然而，在另一些人眼里，「幻覺」和「生成」相伴相生，意味著機器也在創造。

去年十月，第五屆江蘇省青年科普科幻作品發布獲獎作品，評審們驚奇地發現獲得二等獎的《機憶之地》，是一部完全由 AI 生成的短篇小說。

作者是清華大學數據新聞教授沈陽，創作中他和 AI 來來回回對話了六十多輪，連筆名都是 AI 起的。

同樣是去年 ，GenWorld 聯合 Hugging Face、真格基金，辦了兩屆「中文 AI 微小說大賽」。不同于沈陽的匿名投稿，微小說大賽不僅明文規定了要用 AI ，而且要全都用：不允許人為對文本直接進行潤色和加工，修改都必須通過 prompting 完成。

全文都靠生成并不是件容易的事兒，畢竟大模型的幻覺完全不可控，哪怕是同一套描述詞，每次輸入后，返送的結果都會有所不同。

選手們很多是程序員出身，因此出現了千奇百怪的「創作法」，除了寫作工具，還用上代碼、excel 幫忙，都是為了盡可能控制住 chatbot 的表現，穩定輸出品質。

可以說，選手們是在通過模仿 AI 的寫作方式，理解它的邏輯，從而達到強化控制的效果—— 這多少有點倒反天罡了。

現階段，有一個事實不得不面對：AI 寫作能很好地完成事務型寫作（郵件、文書、文案等等），但在故事寫作上，有很大的局限。

一個西班牙團隊不久前做過研究，請來了一位屢獲殊榮的西語作家 Patricio Pron，直接和 GPT 打擂臺比賽寫標題，并找了專業的文學評論家來打分。

職業作家在創意、文學性、風格化方面，都得到了更高的分數。當兩邊的成品放在一起時，很明顯能看出差異。

部分標題摘錄

「GPT 寫標題的形式基本是一樣的，xx的xx，作家起標題在形式上來講就完全不一樣。」 同樣也是小說家的慕明，也和研究中的專家評審有相同的看法，她分析道，「比如這個 Don't tell mom，可能是一個類似小鬼當家的故事。 人類作家能從已有的比如電影、小說中獲得啟示來取名，人類的讀者也能get到這種啟示，這基于的是作者和讀者之間，共同閱讀和觀影經驗。」

從 2016 年起，慕明開始嘗試寫科幻小說。去年她出版了自己的小說集《宛轉環》，入選了 2023 年單讀書店文學獎，選篇《涂色世界》曾獲得第 31 屆中國科幻銀河獎，去年改編為短片，收錄至由 B 站出品的《明日生存指南》系列劇集中。

在寫字之前，她在谷歌微軟寫代碼。慕明本科畢業于北大智能科學系，后來去了賓夕法尼亞大學研究機器學習，再后來順理成章地做了工程師。

慕明

科幻閱讀一直是她的愛好，包括科普。她對技術的了解，也讓她比大眾更早接觸 GPT 所生成的「文學」。

她回憶起 2017 年，「還沒有 GPT3.5 的時候，有一些更早的嘗試，比如微軟小冰的詩集，還有陳楸帆的《人生算法》里放了一段由 AI 生成的文章。」

在那時，AI 寫作還是一個小圈子里的新鮮玩意，是試驗品——盡管在當時，就已經有了令職業作家感嘆的成果。

2023 年，慕明的工作開始涉足劇本創作。雖然已經寫了好幾年小說了，但她在劇本寫作方面沒有任何經驗。她給自己找了一位「同事」，也就是 ChatGPT。

最開始慕明也擔心過，ChatGPT 是不是真的能夠勝任，在向影視行業的朋友咨詢了解之后，她開始和這位「新同事」合作寫劇本：由她提供核心創意，再通過 prompt 讓 ChatGPT 修改，并且反復迭代。

短片《涂色世界》劇照

這個過程當中，事務型寫作里讓人避之不及的「幻覺」，反而成了讓慕明更意外的東西：在她的小說《鑄夢》里有一段場景，寫的是一只人偶在宴會上起舞，送進Mid-journey中生圖之后，反復擴圖幾次，模型給出了意外貼合故事設定的「理解」：宴會的舞臺是在水下的，人偶和人隔著一個反光的水面，也像極了二者之間互相映照的關系。

那些經歷被她稱之為「頓悟時刻」。

高層工作，還是人做的比較好

看上去，慕明跟這位「同事」合作的不錯。進入 2024 年后，各家模型不斷迭代，有了更長的上下文空間，有了更敏捷準確的反應。

但慕明與 AI 的合作卻放慢了速度。

劇本和短片工作告一段落后，慕明回歸到科幻小說寫作，把有限的時間花在 自己更珍視的創作類型上。 雖然劇本寫作也要「講故事」，長篇小說卻需要截然不同的技能——而目前 AI 并不足以勝任。

「最開始從事劇本或做圖等工作時，我覺得 AI 是我的導師或領路人。但現在回到寫作方面，我能清楚地意識到它的局限性。」

現在在慕明眼中，大模型工具更像是一個「搭子」。有點經驗，有點聰明，但都不多，「最大的作用是能夠督促我每天一起工作。」

她認為大模型確實有抽象和提煉的能力，但是在文學性強的作品面前，「這個能力還是比較弱的。」

「讓大模型來做閱讀總結，可能會好些。比如說論文，本身的格式就非常明確，篇幅也不會特別長，是很結構化的長文本，標出來了這塊是結論、這塊是實驗方法、這塊是數據分析。」

但是小說不是那么結構明確的東西，她提到自己用過一個美國的輔助寫作軟件sudowrite，能夠根據具體的需求生成段落，「比如 describe，就是在寫到某一段的時候，作者需要一個描述，輸入 prompt 進去就會得到一個生成的描述。」

Sudowrite界面

這也是現在許多 AI 寫作助手產品的思路： 拆解寫作中涉及的步驟，然后由作者提出需求，生成一個可以用來填充的段落。

只是這種做法能起到的效果也很有限，「我們可以舉個極端的例子，比如一部 100 萬字的長篇小說，光是把每個場景都拆分出來，這個工作量都已經很大了。假設這些場都由 AI 來生成，這個問題會變得很復雜。」

先拆解、再填充的做法，一定程度上也是一種「拉表格」思路：每行是一個需求點，每列是一個解決方案，需要新的解決方案，就再開一列。

但是小說并不是這樣寫的。

「 寫小說最困難的還是整體的結構，這個結構包括情節，也包括人物性格的轉變，」慕明說，「還包括了整個敘事方式的選擇，視角等等。這些大框架或者說高層的工作，現在看來還是人做的比較好。」

是大模型訓練的還不夠嗎？參數不夠多？架構不夠好？

「Transformer 架構本身是有問題，比如 attention token length 不夠長，這是算法本身的局限。但模型使用的語料也會產生一些影響，只是由于它是大模型，使用了大量語料，很難評估某個特定語料對其表現的影響程度。」

AI 所不擁有的

歸根到底，大模型在使用的，是一套截然不同的「寫作思路」。

慕明從 2016 年開始寫小說，第一階段的學習是從喜歡的作家入手，觀察分析，把研究出來的寫作技巧和原則，通過仿寫運用到自己的創作中。

最初她很是受到劉宇昆和特德·姜的影響，「劉宇昆擅長運用 confluence 的技巧，合流。而特德·姜更善于推演出抽象的概念，他會創作出一部思辨意味很濃的小說，跟傳統小說不同，但是依然有很強的敘事動力。」

特德·姜

后來她的閱讀范圍越來越寬廣：勒古恩、阿特伍德等作者的作品，體量足夠大，足以完成世界觀的建設，同時又建立在一個足夠有故事性的題材之上。

大量攝入之后，就是不斷地寫，然后參加比賽，得到反饋，思考，調整。「我會開始思考，我投的比賽或者遇到的讀者，是否和我寫作時想象的讀者一致？或者我的讀者是否從我這里得到了他們想要的東西？如果不一樣，怎么彌補這個差距？是需要去找不同類型的讀者？還是要調整語調或者故事的形式？」

慕明學習寫作的過程， 有一個明確的階段劃分，不同的階段有不同的目標任務——換個角度想，AI 也是一個擅長按照計劃、逐步實現的思維模式，不是嗎？

「AI 在過程劃分方面的能力是比人類更強，尤其是在給定了框架的情況下。但是我想強調一點：在學習方面，如果對比我的經驗來說，我的意圖是明確的。」

慕明所指的，是 AI 并不擁有主觀能動的意圖。這包括兩方面：一個是作者的寫作過程中的意圖，也就是寫作的成長路線，一個是具體作品中的意圖，也就是具體作品的主旨。

「意圖」這是美國哲學家丹尼爾·丹尼特提出的概念，德國生物學家維爾納·西費爾在《敘事本能》里，用這個概念來解釋人腦是如何使用「意圖」來理解自己的生活。另一個重要的概念是「前景化」： 在海量的信息里，如何凸顯和前置某一些特定的信息，實現注意力的引導，和信息的排布。

「我知道我喜歡這個作家，所以我要去多讀類似的東西；我想這個可能對我寫某個東西很有幫助，那我就去再看看更多的例子。對于我來講，每個階段的意圖都還比較清晰。這個跟大模型可能不太一樣， 意圖是很人為、主觀的。」

現階段基于大模型的寫作工具，包括泛用型 chatbot 所提供的寫作輔助服務，都建立在用戶作為主體，而 bot 只作為執行，它不能也無法擁有自己的意圖，更難以實現有側重的處理信息。

這天然限制了模型在故事創作方面的發揮：那些基于「幻覺」所偶爾冒出來的段落、靈感，并不足以支撐完成一個有篇幅、有走向的故事。

這就導致，AI 寫作工具要么是在堆砌素材，無限流似地生成、疊加、拼接在一起；要么是在無序地編織一個故事。 那些人類可以輕松感知到的、由情節和角色推動的故事進程，在 AI 這，成了偶爾得之的「幻覺」之筆。

這樣組織信息的方式，顯得過于隨意了。「在現代小說中，所有材料都需要一種組織方式，」慕明說，「可能不是傳統的線性組織。但是細節和素材，都需要去圍繞故事的主題，或者內核服務。」

「文學里有一個著名的說法叫契科夫之槍：如果你在小說開頭寫了一把槍，那么它一定是有作用的，后面一定要開出來。在文學中，這種處理信息的能力或者傾向，扮演著非常重要的角色。」

契科夫之槍，原意為：如果在第一幕寫了一把槍，在第三幕需要讓這把槍開火

故事是生活的一部分

透過小說，慕明想象過一種她心中的人工智能：和眼前基于大語言模型不太一樣的一種。

她更認同由神經學家達馬西奧提出的心智模型：外部環境刺激情緒，感受將情緒反應帶入意識，整合完成后，即時的自我意識生成了，長期的經驗和記憶會繼續整合，從而形成連續的自我意識和身份。

達馬西奧代表作《感受與認知》

一種相對「老派」的路線，達馬西奧的理論依然把情緒和感受作為基點——而這恰恰是文學創作的根基。

「對我來說，當我有了某種感受——比如我覺得一個東西很有意思——我就想寫故事，把它更清楚地表述出來，讓更多人知道。這是一個寫作的動力。」

事實上，很多的文學創作常常也是出于一種明確而激烈的情緒：無力、心碎、憤怒、悲哀，等等等等。

這些情緒并非憑空冒出來，而是在人經歷過事情之后，被激發出來。而反復經歷，反復卷入一樁又一樁的事件當中，便是命運。

余華曾經說過， AI 能夠表達人類的想法，卻無法表達命運的想法。

文學性的寫作是一個如此有整體性、有機的過程，它建立在經歷與體驗之上，由情緒和感受激發，在紛雜的訊息中找出最合適的故事作為器具，再把一切和盤托出。

這項工程靜悄悄地發生在作者們的腦海里，頂多只聽得見敲擊鍵盤的響動，可是其本身浩瀚又復雜，遣詞造句不過是其中的一個步驟而已。

慕明最后引用了一段諾貝爾文學獎得主奧爾加·托卡爾丘克的獲獎詞，她相信，每一個想要弄懂自己生活的人，都在「書寫」自己的故事：

「哪怕當我們閱讀那些最形式主義的、詞句簡潔的故事時，我們也不能不問：為什么會這樣? 這是什么意思？這有什么意義？這會帶來什么后果？ 我們的思維很有可能在不斷地給予百萬個圍繞著我們的刺激的解釋時，以一種‘故事’的方式進化了，以至于我們在入睡時，也一直在不停地繼續我們的講述。

所以，故事是一種在時間中編織起無限量信息，打開它們向過去、現在、未來的通路，把握住它們的每一次再現，并將它們安放在因果類別中的一種方式。理智和情感都參與其中。故事最早的發現之一就是命運，這一點不足為奇。命運雖然讓我們覺得恐懼和不人性，但它將秩序和穩定帶入現實。」

作者 | Selina