我在大廠教AI寫小說,先殺死自己的文采
去年5月，科幻作者淵星成了壹名數據標注員。工作簡單來說，就是教AI寫小說。
23歲的淵星畢業於壹所“211”高校，准備跨專業考研時，他找了這份過渡工作。他也想趁此機會了解AI的寫作機制，“會不會有壹天，AI真的會取代人類小說家？”
這是壹條新時代的流水線。從數據標注員，到質檢員，到項目經理，再到大廠的正編團隊，人們各司其職，把壹篇篇爆款小說拆成各種層面的內容，作為數據喂給AI。
像解剖壹頭牛，他們解剖小說的每壹章節，既標注各種爽點，也給人物貼上“腹黑”“窩囊廢”之類的標簽。之後，他們還給AI提供“標准答案”，評測、潤色AI生成的小說。
在這裡工作的半年間，這位年輕的寫作者很大程度上緩解了AI焦慮。他看到了AI寫小說的局限性，也在這個過程中重新確認自己寫作的價值。
以下是淵星的講述。這是“被追趕的人”專題的第肆篇。
文丨盧冠秋 黃文玥
編輯丨周航
去年5月，准備第叁次考研時，為了找份過渡工作，我進了壹家大廠外包公司的寫字樓，成了壹名數據標注員。
招聘要求有寫作經歷，我從高中起就寫科幻小說，也拿過獎，符合它的要求。面試時，HR給了我壹千字的小說章節，讓我把它壓縮成不到壹百字的梗概，也就是“細綱”。那是我頭壹次知道這個概念。
後來壹段時間裡，我每天的工作，就是把壹篇萬字左右的爆款網絡小說，濃縮成壹條條細綱。
我們“細綱組”有拾多個年輕人，大多來自中文、新傳專業，幹過編劇的比較多。有人所在的劇組倒閉了，就來這裡工作。公司嘗試過讓AI來抽細綱，但AI的概括非常幹癟，字數不到人工細綱的叁分之壹，還會丟失大量關鍵信息。
細綱有個要求：不能“類正文”。比如只能寫“他感到氣憤，把杯子打碎了”，但不能寫“他被氣得臉發紅，把杯子打碎了”。“臉發紅”，屬於有畫面感的內容，是要留給AI生成的。或者說，要讓AI明白，人類如果想要寫壹個人物生氣了，會用“臉發紅”來形容。這是大廠產品團隊定的策略。他們會把細綱喂給自家AI，讓它寫出壹篇完整的小說。
我的很多同事，壹直習慣不了幹巴巴地寫細綱。他們不少人總會下意識用文學化的表達，直到兩個多月的項目結束，都存在“類正文”的問題。
●圖文無關。圖源 視覺中國
我本科學采礦專業，不像他們長期寫固定文體，反而適應得很快。做了幾天，就從標注員提拔成了質檢員——流水線的下壹道工序。兩者工資壹樣，但質檢員負責修改標注員數據，也有權力退回去讓標注員重寫。
比起“類正文”，我更頭疼的是各種語病。壹千字的章節，細綱不能超過350字，又不能漏情節，標注員會大量省略，比如把幾個人的動作壓縮到壹個極長的句子裡，還全部用“他”來指代。把人名都改成“他”，可以省下幾拾個字。省到最後，句子壓根不通順，還得給它加回去。
項目經理說，嚴格限制字數既是因為模型單次能夠處理的token（大模型處理信息的最小信息單元）有限，也是為了減少字數波動對大模型識別的影響。如果壹個章節的細綱是叁百字，另壹個寫了伍百字，模型可能會以為後者需要詳寫，但也許字數多的原因只是情節細碎。
小說標注項目壹共有兩個組。除了“細綱”組，還有另壹個組，活更雜壹些，要寫“靈感”、“小標題”，給人物貼上各種標簽。大家都是“拆文”，只是拆的東西不壹樣。
“靈感”是整篇小說的梗概，“小標題”是段落的大意和作用。公司文檔提供了段落的九個基本功能：開端、發展、高潮、反轉、結尾，等等。我們從裡面挑著用，再補充上“提供爽點”之類的其他作用。我們還要給人物寫小傳，用幾個形容詞，比如敏感、囂張跋扈，以及綠茶壹類的“人設”，去概括人物。這是讓模型學習，什麼樣的性格會做出什麼樣的行為。
做這份工作前，我沒完整看過壹篇網文。但看多了就能發現，即便網絡小說裡的人物比較刻板化，也遠不是規則文檔裡那贰叁拾個人設標簽能概括的。
比如我們經常用到“綠茶”這個標簽，但網文中“綠茶”的變體其實很多。有的人物真的喜歡男主角，沒有惡意，只是說話軟壹點，在我看來這算不上“綠茶”，可還是會被同事貼上這個標簽。
我們經常感到，規則文檔裡的標簽不夠用。比如壹個人前期很窩囊，後期覺醒了，那“窩囊廢”就很難概括這個人物的弧光。這時候，我會向AI描述這個人物，讓它提供幾個標簽，再從裡面選。就這樣我們自己編出了“逆襲者”“反抗者”之類的新標簽。但也有標注員不認可，覺得網文世界裡沒有這種人設。
算法人員給我們介紹過大模型的基本原理，說是通過預測下壹個詞的方式來生成文本。但我還是不明白，AI能不能理解什麼是“爽點”，什麼是“綠茶”，或者說，它是怎麼通過數學化的方式去理解的。
（注：早在2020年，北京大學中文系壹個研究項目，曾用人工標注贅婿文的方法，讓AI學習識別“贅婿文”中的“打臉”結尾，初步證明了將抽象情節轉化為具體數據標簽的可行性。）
我也懷疑這種訓練方式能否寫出好小說。人類創作者也會學習創作技巧，比如很有名的《救貓咪》。但數據標注是反過來的。小說已經寫好了，我們把它套進模板裡。作者可能並不是按這個模板寫的，比如並沒有以刻板印象中的“綠茶”為目標塑造人物，但我們卻要在標注的時候給它做模板化的處理。
後來做評測的時候，我們都有明顯感受，AI生成的小說比較刻板化，很難有真人寫作的厚度。
網上對數據標注有個評價：“賽博流水工”。
我們公司屬於駐場外包，服務的互聯網大廠在壹線城市有整片園區。我們在其中壹棟樓裡，整個標注團隊有幾百人，都給這家大廠的AI產品標數據。文本標注大類下，還有通用寫作、劇本對話等其他小組。
我在那裡的半年，大廠正編的產品團隊來開過幾次全員培訓會。開會時候他們都會強調，標注數據質量如何重要，對模型的學習效果有很大影響。但不會講具體的項目，也沒有告訴我們某類數據到底怎樣作用到模型。
大廠的正編人員會制定標注規則。但至少對小說項目來說，他們給的標注規則大多很籠統。怎樣是壹條高質量的數據？很多時候其實沒有統壹標准。
比如寫細綱的時候，組裡經常會有各種爭議。在壹篇“大女主”文裡，原本逆來順受的妻子，為什麼突然覺醒，開始反抗丈夫和家庭？有的標注員認為轉變的契機是朋友的壹句話，有的人覺得是因為她真心付出卻遭到丈夫冷漠對待。原作者寫得並不清晰，大家各執壹詞。
標注員經常覺得質檢員的標准有問題。為了工作留痕，大家就算緊挨著坐，也在群裡討論。有時爭執不下，就由項目經理來定奪。
●互聯網公司園區夜景。圖文無關。圖源：中國視覺
我入職的時候，項目剛啟動，很多東西還在摸索，項目經理也是從其他部門臨時抽調過來。但她其實不太懂小說。壹個標注員直接對她說，“我可以按照你說的改，但是我不會認同這個東西，我只是配合你的工作”。其實大家都是這麼想的。
項目經理也總覺得，壹篇小說表達什麼，應該有壹個標准答案。有壹次例會，她舉了魯迅那句“我家門前有兩棵樹，壹棵是棗樹，另壹棵也是棗樹”作為例子。
“很可能魯迅當時只是隨手壹寫。”她說，接著問我們：“寫段落作用的時候，究竟是應該從讀者的角度考慮，還是從作者的角度考慮？”
這個問題在我聽來有點業余。我覺得文本壹旦誕生，就和作者沒有關系了。哪怕作者沒有這麼想，如果很多讀者都認為這是刻意設計的，我們也應該告訴AI，作者就是故意設計的，這樣寫會更好。這樣才能從小說裡提取出壹套寫作方法。
可世界上那麼多讀者，“很多讀者”到底指的是哪壹批讀者？我們的工作某種程度上是充當標准讀者，但說到底，也只是站在自己的角度去解讀。
有的時候，我們也只是尊重“爆款”本身。比如壹篇主打“大女主逆襲”的網文裡，女主角壹邊說著要擺脫家庭、和丈夫離婚，壹邊又用著前夫的資金、人脈做成自己的事業。我能看出來作者想把她塑造成正面人物，但水平不太行，導致逆襲敘事不太成立。但我們還是會遵照作者原意，給女主角打上“大女主”“逆襲者”的標簽。畢竟是“爆款”，說明還是有不少人吃這壹套。
後來工作叁個月時，換了個編劇出身的項目經理，明顯能感覺她對小說的理解更深。但不是說她能定下服眾的標准，而是她理解大家對小說的理解有差異，會盡量采取折中的方式。
剛開始的時候，大家覺得教AI寫小說是壹件有趣的事。但真的做起來，會發現數據標注重在執行規則而非創造，很快就會覺得枯燥。
我在的半年時間，兩個人沒過試用期，另外主動走了肆個，有壹個人入職壹周就辭職了，他覺得工作太機械化，和預期不壹樣。離職的都是標注員，沒有質檢員。標注員處在流水線的最末端，會覺得自己壹直在被否定。從他們的視角看，這份工作就是不斷做，不斷被其他人挑刺，沒有人來告訴我，我寫得特別好。時間長了很壓抑。
留下的人其實也都抱著臨時過渡的心態。這個行業上升空間小，整體流動性大。我去復印考研資料的時候，還看到其他人印的考教資、考導游證的資料。
細綱項目做了2個多月就停了。沒有人通知我們為什麼停，可能是因為訓練效果不好。那之後，我們做了壹段時間的評測。
算法團隊基於同壹個提示詞，讓自家模型和國內外的競品模型生成小說。我們要給每篇小說打分，再填存在的問題。問題有詳細的清單，分為人物類、文風類、邏輯類、結構類、劇情類、指令遵從等。
公司也給出了“好小說”的明確標准。比如緊張情節與舒緩的情節，是否滿足1比1.5的比例。不知道這個怎麼算出來的，也可能是1.5比1，我也不記得了。又比如主角要立體，有清晰的成長與轉變；配角要扁平，不能搶掉主角的風頭。
文風類裡，有壹項問題是AI感太重。雖然AI感本身也是模糊的概念，但剛開始我可以很明顯區分出AI感，後來看得多了，我發現自己分辨不出來了。做細綱項目時，有時候項目經理也問，你寫的這個是不是AI感太重了，但他也不確定。我覺得這個事挺恐怖的，也許再待上半年壹年，我就寫不出小說了。
評測過程可以發現，每個模型寫的小說都是高度模板化的。彼此的模板還不壹樣。有些模型它可能前期劇情節奏特別快，然後中期劇情就停滯了，開展壹些莫名其妙的支線後，又突然結尾。也有的模型可能劇情節奏還好，但人設就比較扁平，特別刻板。
評測滿分3分，我們自己做的那款AI，在評測中總是墊底。壹般只有1-2分。這應該也是用戶的感受。我們能看到後台用戶的輸入，80%都是讓AI寫同人文，用來磕CP的。但它寫出來的角色行為經常和性格嚴重不符，基本上只能保證性別是對的。
我們分批次做了好幾輪評測，模型有壹些進步，但不是很明顯。壹個前面極其窩囊的人，還是常常因為壹件小事莫名其妙地覺醒。表現好的模型也會出現這些問題，只是沒有那麼嚴重。
去年11月，我提了離職，專心准備考研。那時候細綱項目已經停了4個多月，除了做小說評測，我們壹直在支援其他組的項目，意圖識別、應用文寫作，亂柒八糟的。
離開後，我壹直在想，為什麼AI寫小說的能力，遠遠落後於它做很多事情的能力？
我的思考是，AI模板化寫作能力比較強，比如工作總結、周報月報、會議紀要等等。但寫小說沒有那麼明確的“操作方法”。讀小說的人，也不是只想了解發生了什麼事，而是想透過語言去感知作者的生命體驗。這種共情是很直觀的，不是邏輯推理的結果。AI在迭代，它的文風也在不停地迭代，有些問題已經不太會出現了。但我覺得它永遠做不到用數學化的方式，按步驟觸發人的情感。
我自己寫小說，很多時候來自於生活中的刺痛。我第壹次寫小說，是高叁的晚自習，那時候我很抵觸學校的衡水模式。小說叫《地震降臨之時》，大概有六柒千字。主角的血液可以感知磁場的變化，因此被某個機構抓去做研究。我高中時寫的基本都是這種風格，故事裡的體制是黑暗的、迫害人的，主角最後往往會因為想要反抗，走向悲壯的死亡。
●淵星高中時寫的科幻小說。講述者供圖
在“小標題”項目裡，我們需要明確告訴模型，每壹個段落表達的情感是什麼。很多時候這種概括是正確的，比如悲傷，但即便是明確的情緒，也是立體的、豐滿的，壹旦用悲傷總結，它就扁平了。在人類身上，“悲傷”是理解的結果，在AI那裡，這卻是理解的媒介。正因如此，模型寫作時也會按照套路，輸出各種各樣扁平的情緒。
做小說標注的經歷，也讓我對自己的寫作有了更多思考。這幾年，我總在模仿經典作品的情節和敘事方式，但大多數時候，結果都不太好。反而那些以自己生活體驗為源頭寫出來的東西更自然，情緒也更飽滿。
可能這就是AI和人類創作最大的區別。AI只是在模仿結果，它沒有辦法真正的創新，之所以能讀出來是AI的，我覺得因為它是空洞的，文字背後沒有真實的生活做支撐。
我喜歡聶魯達的《看不見的河流》。他在青年時描寫家鄉的自然風光，中年開始投身社會革命，最終在真正的失敗到來前去世了。那我們要如何評價他為之奮斗的壹生呢？這就很有厚度了。我覺得AI永遠無法給讀者帶來這樣的體驗。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： |
| 延伸閱讀 |
推薦: