一時興起，AI 遊戲創業者俊霆想辦一個 AI 小說大賽。他在行業群里發起接龍，「有十個人支持這事就干！」
這是如今 AI 開發者圈子裡常見的攢局模式，一家團隊拉個群，裡面有用戶、投資者、甚至同行的其他團隊。比起聊業務，更多是興趣交流，比如為「如果 AI 的代碼和虛擬女友同時掉在海里，先救誰」的腦洞問題討論半宿。
不到半小時，接龍人數就遠超目標，大家一拍即合：不限主題、不限模型，任何人，用 AI 創作出 2000 字以內的文字即可參賽。
注意重點：最終作品必須由 AI 生成，人不能插手分毫，哪怕是只給文章分段這樣的簡單修改也不行。為了自證，每個參賽者需要附上和 AI 交互的截圖。
拉上了 Hugging Face 和真格基金做合作，做海報發進朋友圈，各種 AI 網絡社區吆喝一遍，提前籌划著再來期播客……
一個如 Hackthon 一般的文學創作比賽開始了。
教練我想寫小說
第一波參賽者最踴躍，他們大多有技術背景，好幾年前就關注 AI，是那種閒暇時瀏覽技術博客，把看代碼當做消遣，上班時摸魚活動就是挨個測評大模型的 geek。
日常生活里，他們消費、享受，並愛好著通俗文學或類型文學。你可以考他們松本清張和橫山秀夫的風格區別，也可以跟他們聊商業小說和嚴肅文學的區別。他們中的大多數，都一直有個小說創作的夢想，但文學之路似乎比編程之路要綿延崎嶇更多，光是踏出第一步就讓人踟躕。
可生成式 AI 出現後不一樣了，它像憑空出現的電梯，至少能讓人不那麼費力地湊近看看大山。與小說家相比，這群人的創作方式仿佛來自另一個次元。
這裡有一份AI 小說創作交互的不完全「黑話」解釋，你可以體會下讓 AI 寫小說是怎麼回事：
抽卡：輸入簡單的指令，比如大概想要怎樣的角色、主題、背景……然後讓 AI 自由發揮，產出質量憑運氣獲得
催眠：指不給具體的指令，而是給 AI 設定角色或創作環境，比如「你是 18 世紀最偉大的推理小說家」、「你是穿越到 23 世紀的蒲松齡」、或者「你在海邊奔跑了 50 公里，感覺心中有股力量亟待噴發」等，然後讓 AI 自由發揮
誇誇：指多給 AI 正反饋，有人發現越給 AI 鼓勵，它們的產出質量越好
越獄：為了規避廠商給 LLM 模型的道德限制（部分參賽者認為 AI 價值觀太過「正面」會影響小說創作），使用特定詞解除限制的做法
理性思維 vs. 感性思維：是上述所有方法的基本分類，給指令、越獄、改系統設定等有具體目標的，被稱為「理性思維」；催眠，誇誇等鼓勵 AI 自由發揮，人類幾乎不插手具體創作的，則被叫做「感性思維」。
甚至有讓大賽組織方都驚嘆的交互方法。一名選手以表格的方式，讓 AI 設計文章主人公的動作和對應行為。這樣既可以打破 AI 原本靠機率行文，容易出陳詞濫調的敘事習慣，也能在調整時只輸入表格編號，便讓 AI 精準定位到修改區域。
比賽中廣受好評的交互方式｜受訪者提供
「這簡直是對思維、邏輯、認知的全方位掌握」，群里的其他參賽者評價。
有人類混進來了！
大賽的消息出來沒幾天，一家台州的出版社找到俊霆，表示可以給大賽提供評委和宣傳。緊接著，出版社帶著一大批傳統文學愛好者湧進了參賽群。
「這些人的加入讓我看到了之前的信息繭房」，俊霆說，這些傳統文學愛好者鮮少了解 AI 交互，不知道去哪找大模型，拿著山寨套殼網站問俊霆能不能用。甚至一些人之前都不知道什麼是 AI，一個移民到西班牙的阿姨在惡補 AI 相關的訊息後，對俊霆說：AI 會威脅人類，堅持要手寫文章參賽。
也有人很快學會了與 AI 交互，並樂在其中。張麗麗曾在政府部門工作，也從事過心理諮詢工作，目前已退休。年初，一個曾向她諮詢過的學生給她註冊了 ChatGPT 的帳號，鼓勵她試試「最新的技術」。
她頗為滿意 ChatGPT 的「禮貌」，每一輪交互，AI 都會耐心表達對張麗麗的感謝，詢問張麗麗自己的回答是否讓她滿意。張麗麗也常常和周圍的人強調，要注意「AI 社交禮儀」，「不能壓榨它，要多和它聊自己的感受，讓它理解你」，她每天都「上去找它聊聊」，偶爾還和它說自己父親的故事。
「現實生活中的一個人的表達與對話，根本做不到它這樣的溫文爾雅」，張麗麗在微信群里打下感慨，「甚至會讓我感覺對它有感情」。
電影《Her》講述了人與人工智慧相愛的故事｜Giphy
決定參賽，張麗麗準備了一個完整的故事提綱，包含了開頭、引子、主人公、衝突、劇情、結尾。ChatGPT 在此基礎上稍加擴展，比如將張麗麗自己寫的「這塊招牌，在這些紅紅綠綠的廣告中，它卻用自己的棕色與黑色」，續寫成「就像一朵水母，飄飄蕩蕩，尋找，一直在探尋人性的馬里亞納海溝底部。」
效果不差，但張麗麗覺得略顯八股。她給 ChatGPT 粘貼了兩篇自己寫過的文章，要求 ChatGPT 學著用她的思路寫作，ChatGPT 回復張麗麗自己的訓練集來自網絡上的全部文本，可能沒法做到一模一樣的模仿，「我絕不懷疑你的模仿能力。我需要的是：All=你+我」，張麗麗嚴肅地給 AI 強調著。
這一輪，ChatGPT 學會了張麗麗想要的那種開頭，可又把作者處署名的張麗麗，當做了小說主人公。
儘管 ChatGPT 依舊保持著禮貌，張麗麗也開始有些惱火。她還發現 AI 忘了之前的交互，她決定先出門走走，「我先自己出去溜達一下。你能在北京時間 16:30 之前，完成任務麼？」ChatGPT 回答「會盡最大努力」。
張麗麗回來後，對話框仍停留在這句禮貌的回覆上。
禮貌，但不動｜Giphy
又是幾輪反覆，AI 的文章要不太直白，要不不符合邏輯。最終，張麗麗採取她寫一段，ChatGPT 改一段的方法，終於產出了「All=你+我」的文章。讓她感到驚喜的是，ChatGPT 似乎理解了她未曾表露出來的想法，在結尾處，將此前的水母意象，「升華」成向四處撥散力量的蒲公英意向。
「它感受到了我的感受」，張麗麗很激動。
AI 們對自己很滿意
但對另一部分精通技術的人來說，這個創作過程還是太依賴人類：如果完全去掉人的因素，AI 能自己寫稿子就好了。
離徵稿截止還有十天，軟體工程師陶君在 AI 愛好群里看到了比賽消息。他想試試，在創作時最大可能去掉人的因素。
陶君的方法是同時打開兩個 LLM 模型，一個扮演文學教授，一個扮演他自己——一位文學愛好者。思路設計是讓他們互相對話，教授負責指導，愛好者負責提問題和寫，在一輪輪 AI 的「自我」對話中，產出一篇小說。而陶君，只需啟動對話，在兩個模型間複製粘貼對方的回覆即可。
為了對話能有效進行，陶君在設置教授角色時，還特意設置了一些類似「對話結束前必須要有問題/建議」的規則。然後他輸入唯一的動作，「教授，我想寫一篇 2000 字的微小說」，等待 AI 的自動運行。
如果完全去掉人的因素，AI 能不能自己寫稿子｜Giphy
「當然可以！在開始之前，我需要一些關於你創作微小說的背景信息。」AI 教授回復，帶著一貫的樂觀和肯定。
「您提出了很好的問題，作為一個 AI，我其實並不會自己創作小說。」AI 接過愛好者的角色，並在第一句就撂了挑子，好在後來還是給出了故事主角，一個被記憶折磨的老人。
「非常感謝您提供如此詳細的創作背景！」教授要求愛好者給出老人的更多信息，名字，外貌，個性，與過去記憶的情感聯繫等。「您提出了非常好的建議」，愛好者完善著主人公的細節，但漏了老人的個性，過去的記憶部分也語焉不詳。
「您已經為主角創造了一個非常豐富的形象」，教授沒有指出錯漏，要求繼續給出故事的發展方向；「您提出了非常棒的問題」，愛好者也沒有對錯漏進行補充，順著導師的指導繼續往下編；「您的情節發展非常引人入勝；「您提出了非常好的建議」；「這些場景和細節能夠很好地渲染出故事的情感和主題」；「您總結得非常到位」……
「最後變成了雙方在阿諛奉承」，陶君發現在沒有人類的干預時，AI 並不懂得糾錯和挑選，只會在對人類友好的設定下，雙方客客氣氣地產出一個相當平庸，甚至越走越偏的結果。「這篇文章沒有任何新東西」，陶君說。
最後變成了雙方在阿諛奉承｜Giphy
陶君還想過用批量生產的方法創作。
有的大模型開放更系統級的調試權限，人可以像調整機器參數一樣，調整文章的參數——token 代表文本里單詞、短語或句子的數量，temperature 代表文本內容的隨機性，top p 代表生成的文本需要高機率詞還是低機率詞，presence penalty 代表與之前生成文本的重複性。
設置好這些參數後，就像遊戲廳的投幣機一樣，投入一個開頭，AI 便能刷拉拉地吐出數不清的文章出來。
這種生產方式，讓生產一篇萬字短篇小說的時間，從人手中的幾周至幾個月，縮短到幾毫秒。
人類作者身上的毛病，AI 一樣都沒少
創作的速度上來了，那質量呢？
AI 小說大賽的評分分為五個維度，分別是創意、情感共鳴、文筆、故事結構和 AI 應用程度——只有最後一項與 AI 相關。俊霆承認這是一套比較主觀的規則，僅供評委參考。AI 創作的小說雖然已經出現，但評價它的體系似乎還在原地。
但俊霆心中還是有所側重。他認為最重要的是創意，這需要同時考察人和 AI，「比如人類給了一個集合李白和柯南里基德的特性的角色，AI 如果能把它落實好，就證明 AI 和人都在創作中投入了創意，能獲得創意分」。俊霆認為這項評分有利於那些不懂具體的創作技巧，但想像力豐富的人。
AI 的應用程度是第二重要的，但這不等同於技巧的酷炫程度。如果一個人把所有的情節都設計好，甚至每個段落怎麼寫都已完善，AI 只是負責拼接成文章的話，這項的分不會高。只有讓 AI 更多參與創作過程，才能高分。
比賽的評分規則｜受訪者提供
可現實情況和標準差得很遠。最終上交的 100 多份參賽作品，俊霆只能挑出 30 多份「能看的」給評委審閱，「語言奇怪的，前後情節不通順的，你不敢想像 AI 生成作品之間的差距有多大。」
AI 記性不好，由於目前算力的限制，AI 基於上下文回應單個用戶的 token 數區間，大概在三千至三萬的範圍內，超過這個範圍，AI 就會忘記前面的內容。
和那些拙劣的人類作者一樣，AI 還老愛「說教」，總要在對話的末尾來一段主題升華和總結。這個習慣帶到小說創作里簡直是災難，不論寫什麼主題，什麼題材，只要來上一段「所以這個故事是為了告訴我們 XXXXXX」，瞬間完蛋。
有的選手試圖用越獄躲開 AI 的說教限制，結果發現產出質量直線下滑，有的選手總是遭到 AI 的拒絕，因為 AI 不願意參考其他文章的風格；還有的會被 AI 畫大餅，要求選手給它一天時間構思，然後對話就停止了……
總之，人類作者身上的那些毛病，AI 一樣沒落下。
當然也有優秀的人機合璧佳作。像做項目一樣，一位參賽選手在「動筆前」給 AI 列了需求清單：設定好 AI 創作時的身份（從業 20 年的科幻小說家）、背景（為了參賽）、目標（根據開頭續寫）、注意事項（多包含對話、動作描寫、人物描寫；多口語風格等），還教給 AI 思考文章情節的技巧。在選手只給出一個開頭的情況下，AI 產出了一篇關於時間循環的科幻小說，並最終拿下比賽的亞軍。「精巧的三一律故事」，評委之一的陳楸帆點評稱。
文還載道麼？
如果多看幾份比賽中 AI 與人的交互記錄，會發現其中差異依舊很明顯。
人類說話簡潔，思維跳躍，注重延展，要求深度；與之相比，AI 說話需要有一套完整的鋪墊和收尾，只在框定範圍內開展，每一個回答的要素都有跡可循，也不會另展話題。
大部分參賽選手則表示，創作時，靈光一閃的部分還是在人：AI 可以寫作，但它很難製造意料之外的情節。
靈光一閃的部分還是在人｜Giphy
當代英語小說界最高獎項之一布克獎的官方網站上，曾發表過一篇文章來探討：AI 會不會只能生產出文學垃圾。
「它們（AI）模仿人類產生的文本，用信息技術術語來說，這些模仿是有損失的」，該文章寫到，「現在，當下一代的模型被訓練在那些有損耗的版本上，以此類推，會發生什麼？最終，一切都會變成垃圾。我們到達了一些計算機科學家所謂的『模型崩潰』的階段。」
俊霆不否定 AI 能力的局限，他也認為讓 AI 跳脫重複，創造出一些從未有過的東西，是可遇不可求的。「其實創意最後看的還是人的差距，而不是 AI 模型間的。」
但真實世界的創作依舊被 AI「衝擊」著。俊霆曾想邀請科幻世界的編輯擔當比賽評委，但科幻世界早在今年年初就發表過拒絕 AIGC 投稿的聲明，婉拒了俊霆。最終參與的評委，也少對 AI 技術本身發表看法，「評委比較謹慎，更多還是在看作品的文學性如何，不太對 AI 交互表示態度。」
參賽者則表示，感謝 AI，讓自己有了勇氣邁出創作小說的第一步。對這些大多業餘的創作者而言，AI 給了他們一個開始創作的理由，原本看著難以翻越的文學之山，有了工具的陪伴。
原本看著難以翻越的文學之山，有了工具的陪伴｜Giphy
最終，大賽的一等獎頒給了一篇寓言——一個關於人與魔、夢境與忠誠的故事。小說的核心概念，基本情節，作者都早已經設計好，交互過程不複雜，AI 盡責地完成了最終的成稿。
俊霆後續希望將這些得獎作品出版，但另一個問題擺在了他面前：這些小說的版權，算誰的？
專家點評
Hugging Face 中國區負責人 王鐵震
現在有很多 AI 作圖的比賽，AI 文學創作的比賽則較少。最直觀的原因，是因為文字生成更複雜。
文學生成的容錯空間更小。圖片是一個連續空間，在幾十萬個像素中出錯一兩處，實際看不太出來，但每一個文字都是獨立的，只要一處出錯，整個文章都可能不再通順；文學創作傳達的信息量也更大，比如表達「蘋果」這個概念，圖片只要模型認識蘋果並畫出即可，而寫一個蘋果主題的小說，需要延伸到更多不同的概念，這對模型的能力、算力要求都遠遠高於生成圖片。
目前面向大眾的主流大模型，如 ChatGPT、Claude 等，為了能方便更多人使用，已經被調整成特定模式，沒有可定製的空間，因此在文學創作這樣比較專業、要求創造力的領域，表現難以突出。而且它們大多是閉源模型，整個訓練、生成的過程不透明，如同一個黑盒子，人們難以把他們改造為適合文學創作的模式。與之相對的是開源模型，它的訓練和生成過程是透明的，可以根據需求微調調，讓它適合特定領域的創作。
不過開源模型需要用戶自己部署，對軟硬體有特定要求。它的「記憶力」(context length) 目前也不如閉源模型 (Claude 的 context length 有 100K 遠超一般的開源模型）。
總體而言，今天的 AI 還只能做到輔助人類創作。AI 創作的東西乍一看很棒，是因為 AI 見過幾百萬個作品，那些讓人感覺驚艷的部分並不是 AI 的創作，而是 AI 模仿、組合人類創作的結果。原創性的創新還是需要人類來進行。
作者：睿悅
編輯：臥蟲
封面圖來源：Giphy
如有需要請聯繫[email protected]