什么值得买App下载 App ›
连续签到专享现金活动

23岁作者去教AI写小说,半年后先被磨平的是他自己

去年5月,一位23岁的科幻小说作者入职某大厂外包公司,岗位名为“细纲员”,负责教AI写小说。半年后他选择离职,原因并非担忧AI抢走饭碗,而是发现自己逐渐难以区分AI与人类的作品,甚至担忧自身写作能力退化。这一经历揭示了当前AI内容生产背后的隐秘真相:在AI学会创作之前,人类先需要将文学拆解为标准化的数据零件。
01AI写作的底层逻辑:情绪与故事的流水线化
外界常误以为AI写小说是机器智能的突然开窍,实则背后是一条由人工构建的严苛流水线。所谓“细纲员”的工作本质并非创作,而是拆解。他们需将万字网文压缩为几百字的大纲,将人物、情绪、剧情反转全部碎片化为模型可摄取的数据。规则极为细致,例如能写“他感到气愤,把杯子打碎了”这种功能性描述,却不能写“他被气得脸发红”,因为画面感是留给AI生成的内容。人类负责搭建骨架,AI负责填充血肉。

岗位现状:光鲜与枯燥的割裂

公开报道中的岗位形象

数据标注、AI训练师、话术编辑等新职业大量出现。

  • 听起来像“AI训练师”,似乎与前沿技术紧密相关。
  • 工作内容包括改写、打分、判断答案质量及内容评估。
实际工作中的流水线体验

真实场景更像传统工厂,只是加工对象变了。

  • 在百平米办公室内,上百台电脑前,员工重复框选、点击与判断。
  • 以前组装手机、汽车零件,现在组装情绪、语言和故事。
  • 离职率高企,首周离职率可达三成,并非身体劳累,而是精神磨损。
为了适配AI的标签系统,复杂的人性被强行简化。例如将角色简单归类为“绿茶”、“窝囊废”或“腹黑”,却无法容纳既自卑又要强的复杂人性。这种“标签化”过程看似在训练AI,实则是在反向训练人,迫使用一种更粗糙、更简化的方式去理解故事。评论区亦有观点指出,这种工作模式不仅是体力劳动,更是一种对感知力的钝化,长期从事此类工作极易导致自我怀疑。
02反向驯化:AI如何降低人类的创造力

AI写作能力的认知偏差

AI文笔差,句子不美
  • 认为AI写不出像样的句子。

  • 认为AI无法完成煽情独白或特定题材的开头。

AI缺乏逻辑与个性
  • 人物性格难以保持前后一致。

  • 前后的伏笔无法有效承接,因果链条薄弱。

  • 缺乏基于生活经验的动机,难以解释非做不可的深层原因。

当前大模型已能轻易生成通顺的句子和套路化的情节,其核心短板在于缺乏个性化的生活体验。正如余华所评价,AI可以写出中庸的小说,但写不出个性的小说。AI擅长的是“中庸”,即基于概率生成大众化的平均值。然而,更值得警惕的是,人类在使用AI工具时,正在被动接受这种“反向训练”。
ICLR 2024的一项研究显示,让38名写作者在不同设置下创作,结果发现使用更顺手的AI辅助时,文本相似度上升,词汇和内容多样性下降。另一项针对102名人类和22个大语言模型的创造力对比研究也表明,AI的回答更容易彼此相似、聚成一团。这意味着,越依赖AI,内容越趋向于统一的“修剪整齐的草坪”,而非人类原本充满随机性与野性的“乱草”。写作最怕的不是错误,而是所有人都写得“对”且雷同。
03本质反思:被改变的不仅是作家,更是打工人
渊星的经历刺痛了无数年轻人,因为它揭示了一个比“AI取代作家”更现实的职场困境。在AI真正变强之前,一批年轻人已先被卷入其中,成为处理情绪、命运和痛感的流水线工人。这一行业存在巨大的悖论:这些打工人越努力将人类经验拆解为规则,AI就越可能掌握这些规则,从而导致岗位本身的不稳定性增加——项目停摆、方向变更或模型升级,都可能导致他们失去工作。
AI写作的终极瓶颈在于“体验”的缺失。人类写作是因为有真实的痛苦、愤怒与不得不说的冲动,而AI拥有的只是语料、标签和概率。当人们习惯了用AI批量生产和消费情绪时,不仅可能教会AI模仿,更可能让自己遗忘写作的初衷。这或许才是最现实的科幻:AI尚未完全取代作家,却已先让教它写作的人,开始怀疑自己是否还能写作。

评论

评论区空态插画

当前文章无评论,是时候发表评论了